Raspoznawanie zhestow ruk s pomosch'ü mashinnogo obucheniq na Python - Sohal, Asha
29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Prezentacii, uprawlqemye zhestami ruk, s ispol'zowaniem mashinnogo obucheniq (ML) predpolagaüt ispol'zowanie sistemy komp'üternogo zreniq dlq interpretacii dwizhenij i zhestow ruk w kachestwe komand dlq uprawleniq prezentaciqmi. Soberite nabor dannyh izobrazhenij ili wideo s zhestami ruk, fixiruq razlichnye dwizheniq ruk i zhesty, sootwetstwuüschie razlichnym komandam prezentacii (naprimer, sleduüschij slajd, predyduschij slajd, uwelichenie ili umen'shenie masshtaba). Ochistka i predwaritel'naq obrabotka sobrannyh dannyh putem izmeneniq razmera, normalizacii i dopolneniq izobrazhenij ili wideo…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Prezentacii, uprawlqemye zhestami ruk, s ispol'zowaniem mashinnogo obucheniq (ML) predpolagaüt ispol'zowanie sistemy komp'üternogo zreniq dlq interpretacii dwizhenij i zhestow ruk w kachestwe komand dlq uprawleniq prezentaciqmi. Soberite nabor dannyh izobrazhenij ili wideo s zhestami ruk, fixiruq razlichnye dwizheniq ruk i zhesty, sootwetstwuüschie razlichnym komandam prezentacii (naprimer, sleduüschij slajd, predyduschij slajd, uwelichenie ili umen'shenie masshtaba). Ochistka i predwaritel'naq obrabotka sobrannyh dannyh putem izmeneniq razmera, normalizacii i dopolneniq izobrazhenij ili wideo dlq powysheniq nadezhnosti modeli. Ispol'zowanie metodow mashinnogo obucheniq, chasto s primeneniem konwolücionnyh nejronnyh setej (CNN) ili drugih arhitektur glubokogo obucheniq, dlq obucheniq modeli na sobrannom nabore dannyh. Jeta model' uchitsq raspoznawat' i klassificirowat' razlichnye zhesty ruk. Posle obucheniq model' sposobna raspoznawat' konkretnye zhesty ruk w rezhime real'nogo wremeni. Ona mozhet raspoznawat' takie zhesty, kak otkrytaq ladon' dlq sleduüschego slajda, zakrytyj kulak dlq predyduschego slajda, schipok dlq uwelicheniq, razwedenie pal'cew dlq umen'sheniq i t. d.
Autorenporträt
Asha Sohal es profesora adjunta de CSE en la Universidad K R Mangalam de Gurgaon y cursa un doctorado (CSE) en la DCSA de Kuk, un máster en Tecnología de la Información en la GGSIPU de Delhi y una licenciatura en Tecnología (CSE) en la Universidad de Kurukshetra. Tiene más de 20 años de experiencia docente en universidades de renombre y ha publicado varios trabajos de investigación en el ámbito de la computación en nube y la niebla.