Merkzettel Warenkorb
  • Produktbild: Dense Image Correspondences for Computer Vision
  • Produktbild: Dense Image Correspondences for Computer Vision
- 10%

Dense Image Correspondences for Computer Vision

10% sparen

95,99 € UVP 106,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

02.12.2015

Abbildungen

XII, 152 illus., 146 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Tal Hassner + weitere

Verlag

Springer

Seitenzahl

295

Maße (L/B/H)

24,1/16/2,3 cm

Gewicht

629 g

Auflage

1st edition 2016

Sprache

Englisch

ISBN

978-3-319-23047-4

Beschreibung

Portrait

Prof. Tal Hassner is a faculty member of the Department of Mathematics and
Computer Science, The Open University of Israel, Israel. Ce Liu is a Researcher with Google.

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

02.12.2015

Abbildungen

XII, 152 illus., 146 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Verlag

Springer

Seitenzahl

295

Maße (L/B/H)

24,1/16/2,3 cm

Gewicht

629 g

Auflage

1st edition 2016

Sprache

Englisch

ISBN

978-3-319-23047-4

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Dense Image Correspondences for Computer Vision
  • Produktbild: Dense Image Correspondences for Computer Vision
  • Introduction.- Part I – Establishing dense correspondences.- Classic dense-correspondence estimation – Horn & Schunck, Lucas & Kanade, and beyond.- SIFT-Flow - Correspondences beyond same-scene image pairs.- SIFTS and Scales – Correspondences with scale differences.- Patchmatch – Fast correspondence estimation.- SIFT-Pack – Same SIFTs for a smaller price.- Segmentation-Flow.- Part II – Dense correspondences and their applications.- Depth by example – From images to depth and back.- Label-transfer.- Depth-transfer.- Image similarity.- Dense-Flow and ancient texts.- Computational photography – super-resolution and de-noising.- Biometrics.- Image hallucination.- Part III – Analyzing images as videos.- Annotation propagation.- Object discovery and co-segmentation.- Appendix.