Andere Kunden interessierten sich auch für
![FLAMED: un approccio di apprendimento profondo per il rilevamento di incendi e fumi in tempo reale]( "FLAMED: un approccio di apprendimento profondo per il rilevamento di incendi e fumi in tempo reale")
FLAMED: un approccio di apprendimento profondo per il rilevamento di incendi e fumi in tempo reale39,99 €![Stima della posa umana con l'uso dell'Intelligeno Artificiale]( "Stima della posa umana con l'uso dell'Intelligeno Artificiale")
Stima della posa umana con l'uso dell'Intelligeno Artificiale18,99 €![Un nuovo sistema di previsione delle malattie con tecniche ibride di apprendimento profondo]( "Un nuovo sistema di previsione delle malattie con tecniche ibride di apprendimento profondo")
Un nuovo sistema di previsione delle malattie con tecniche ibride di apprendimento profondo51,99 €![Un nuovo approccio di apprendimento profondo per rilevare le malattie cardiovascolari]( "Un nuovo approccio di apprendimento profondo per rilevare le malattie cardiovascolari")
Un nuovo approccio di apprendimento profondo per rilevare le malattie cardiovascolari29,99 €![Le TIC nel processo di apprendimento]( "Le TIC nel processo di apprendimento")
Le TIC nel processo di apprendimento26,99 €![Modello di servizio per le applicazioni Big Data nel cloud]( "Modello di servizio per le applicazioni Big Data nel cloud")
Modello di servizio per le applicazioni Big Data nel cloud23,99 €![Analisi e progettazione della stima dello sforzo di sviluppo del software]( "Analisi e progettazione della stima dello sforzo di sviluppo del software")
Analisi e progettazione della stima dello sforzo di sviluppo del software40,99 €
Questo libro esplora le capacità delle reti neurali convoluzionali di affrontare un compito facilmente gestibile dagli esseri umani: percepire la posa 3D di un corpo umano da diverse angolazioni. Nel nostro approccio, tuttavia, ci limitiamo a utilizzare un sistema di visione monoculare. A questo scopo, viene applicato un approccio di rete neurale convoluzionale ai video RGB e viene esteso alle convoluzioni tridimensionali. Ciò avviene codificando la dimensione temporale dei video come terza dimensione dello spazio convoluzionale e regredendo direttamente alle posizioni delle articolazioni del corpo umano nello spazio delle coordinate 3D. Questa ricerca mostra la capacità di tale rete di raggiungere prestazioni all'avanguardia sul set di dati selezionato Human3.6M, dimostrando così la possibilità di rappresentare con successo i dati temporali con una dimensione aggiuntiva nell'operazione convoluzionale.