Andere Kunden interessierten sich auch für
![Koncepcje i techniki g¿¿bokiego uczenia si¿]( "Koncepcje i techniki g¿¿bokiego uczenia si¿")
Koncepcje i techniki g¿¿bokiego uczenia si¿56,99 €![Projekt interfejsu u¿ytkownika]( "Projekt interfejsu u¿ytkownika")
Projekt interfejsu u¿ytkownika34,99 €![Visão por computador baseada na tecnologia de aprendizagem automática: monografia]( "Visão por computador baseada na tecnologia de aprendizagem automática: monografia")
Visão por computador baseada na tecnologia de aprendizagem automática: monografia72,99 €![Visione artificiale basata sulla tecnologia dell'apprendimento automatico: monografia]( "Visione artificiale basata sulla tecnologia dell'apprendimento automatico: monografia")
Visione artificiale basata sulla tecnologia dell'apprendimento automatico: monografia72,99 €![Struktura wykrywania fa¿szywych wiadomo¿ci oparta na g¿¿bokim uczeniu si¿]( "Struktura wykrywania fa¿szywych wiadomo¿ci oparta na g¿¿bokim uczeniu si¿")
Struktura wykrywania fa¿szywych wiadomo¿ci oparta na g¿¿bokim uczeniu si¿31,99 €![Wykrywanie informacji ukrytych w obrazach JPEG]( "Wykrywanie informacji ukrytych w obrazach JPEG")
Wykrywanie informacji ukrytych w obrazach JPEG34,99 €![Zaprojektowanie internetowego systemu rejestracji studentów dla St. Pius Senior Sec]( "Zaprojektowanie internetowego systemu rejestracji studentów dla St. Pius Senior Sec")
Zaprojektowanie internetowego systemu rejestracji studentów dla St. Pius Senior Sec25,99 €
Monografia po¿wi¿cona jest rozwojowi metod i narz¿dzi wizji komputerowej wykorzystuj¿cych sztuczn¿ inteligencj¿ do szybkiej identyfikacji poruszaj¿cych si¿ obiektów w strumieniu danych wideo w oparciu o technologie g¿¿bokiego uczenia. Rozwäane s¿ klasyczne i nieklasyczne metody sztucznej inteligencji, konwolucyjne sieci neuronowe, wizja komputerowa i rozpoznawanie obrazów oraz teorie systemów sterowania oparte na szacunkach i kryteriach statystyki matematycznej. W wyniku rozpoznawania okre¿lany jest typ rozpoznawanego obiektu i obliczane s¿ ilo¿ciowe szacunki dok¿adno¿ci. Zaimplementowano metod¿ stosowania szablonów. Algorytm posiada informacje o tym, jak wygl¿da poszukiwany obiekt, jakie mo¿e mie¿ t¿o, jak wygl¿daj¿ okre¿lone kontury obiektu i w jakiej s¿ pozycji. Natychmiast brana jest pod uwag¿ mo¿liwa lokalizacja detekcji obiektu. Pozwala to na osi¿gni¿cie wysokiej jako¿ci rozpoznawania i dobrej wydajno¿ci. Gdy kamera wideo rejestruje kilka podobnych obiektów, zaspokajane s¿ ró¿ne szablony, a rozpoznawalno¿¿ spada. Modele sztucznych sieci neuronowych s¿ u¿ywane do szacowania lub przybli¿ania funkcji, które mog¿ zale¿e¿ od wielu danych wej¿ciowych i zazwyczaj s¿ nieznane.