Qu'est-ce que la transformation de caractéristiques invariantes d'échelle
SIFT, qui signifie transformation de caractéristiques invariantes d'échelle, est une méthode de vision par ordinateur développée par David Lowe en 1999. Son le but est d’identifier, de décrire et de faire coïncider les caractéristiques locales des images. La reconnaissance d'objets, la cartographie et la navigation robotiques, l'assemblage d'images, la modélisation tridimensionnelle, la reconnaissance de gestes, le suivi vidéo, l'identification individuelle de la faune et le déplacement de correspondances sont quelques-unes des applications qui peuvent être utilisées.
Comment vous en bénéficierez
(I) Insights et validations sur les sujets suivants :
Chapitre 1 : Transformation de fonctionnalités invariantes à l'échelle
Chapitre 2 : Détection des contours
Chapitre 3 : Échelle de l'espace
Chapitre 4 : Flou gaussien
Chapitre 5 : Fonctionnalité (vision par ordinateur)
Chapitre 6 : Détection de coin
Chapitre 7 : Adaptation de forme affine
Chapitre 8 : Détecteur de région affine de Hesse
Chapitre 9 : Détecteur de région basé sur la courbure principale
Chapitre 10 : BREF orienté RAPIDEMENT et rotation
(II) Répondre aux principales questions du public sur la transformation de caractéristiques invariantes d'échelle.
(III) Exemples concrets d'utilisation de transformation de caractéristiques invariantes d'échelle dans de nombreux domaines.
À qui s'adresse ce livre
Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent pour aller au-delà des connaissances ou des informations de base pour tout type de transformation de caractéristiques invariantes d'échelle.
SIFT, qui signifie transformation de caractéristiques invariantes d'échelle, est une méthode de vision par ordinateur développée par David Lowe en 1999. Son le but est d’identifier, de décrire et de faire coïncider les caractéristiques locales des images. La reconnaissance d'objets, la cartographie et la navigation robotiques, l'assemblage d'images, la modélisation tridimensionnelle, la reconnaissance de gestes, le suivi vidéo, l'identification individuelle de la faune et le déplacement de correspondances sont quelques-unes des applications qui peuvent être utilisées.
Comment vous en bénéficierez
(I) Insights et validations sur les sujets suivants :
Chapitre 1 : Transformation de fonctionnalités invariantes à l'échelle
Chapitre 2 : Détection des contours
Chapitre 3 : Échelle de l'espace
Chapitre 4 : Flou gaussien
Chapitre 5 : Fonctionnalité (vision par ordinateur)
Chapitre 6 : Détection de coin
Chapitre 7 : Adaptation de forme affine
Chapitre 8 : Détecteur de région affine de Hesse
Chapitre 9 : Détecteur de région basé sur la courbure principale
Chapitre 10 : BREF orienté RAPIDEMENT et rotation
(II) Répondre aux principales questions du public sur la transformation de caractéristiques invariantes d'échelle.
(III) Exemples concrets d'utilisation de transformation de caractéristiques invariantes d'échelle dans de nombreux domaines.
À qui s'adresse ce livre
Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent pour aller au-delà des connaissances ou des informations de base pour tout type de transformation de caractéristiques invariantes d'échelle.