Andere Kunden interessierten sich auch für
![Détection de la maladie de l'Hispa du riz à l'aide d'un modèle d'apprentissage profond]( "Détection de la maladie de l'Hispa du riz à l'aide d'un modèle d'apprentissage profond")
Détection de la maladie de l'Hispa du riz à l'aide d'un modèle d'apprentissage profond26,99 €![Détection et gestion de la congestion du trafic à l'aide de Vanet et CR-Vanet]( "Détection et gestion de la congestion du trafic à l'aide de Vanet et CR-Vanet")
Détection et gestion de la congestion du trafic à l'aide de Vanet et CR-Vanet40,99 €![DÉTECTION DU CANCER DU SEIN - UNE APPROCHE D'APPRENTISSAGE AUTOMATIQUE]( "DÉTECTION DU CANCER DU SEIN - UNE APPROCHE D'APPRENTISSAGE AUTOMATIQUE")
DÉTECTION DU CANCER DU SEIN - UNE APPROCHE D'APPRENTISSAGE AUTOMATIQUE29,99 €![Détection du sigmatisme à l'aide de l'apprentissage automatique]( "Détection du sigmatisme à l'aide de l'apprentissage automatique")
Détection du sigmatisme à l'aide de l'apprentissage automatique24,99 €![Détection d'énergie et détection coopérative du spectre à l'aide de l'USRP]( "Détection d'énergie et détection coopérative du spectre à l'aide de l'USRP")
Détection d'énergie et détection coopérative du spectre à l'aide de l'USRP26,99 €![Classification d'objets à l'aide d'un hachage supervisé rapide]( "Classification d'objets à l'aide d'un hachage supervisé rapide")
Classification d'objets à l'aide d'un hachage supervisé rapide29,99 €![Modèle hybride d'apprentissage profond pour la détection de la rouille jaune du blé]( "Modèle hybride d'apprentissage profond pour la détection de la rouille jaune du blé")
Modèle hybride d'apprentissage profond pour la détection de la rouille jaune du blé26,99 €
La reconnaissance automatique des objets est un problème fondamental dans les domaines de la vision par ordinateur et de l'apprentissage automatique, qui a fait l'objet de nombreuses recherches ces derniers temps. Alors qu'il existe différentes méthodes, qui s'appuient sur diverses caractéristiques de bas niveau pour construire des modèles d'objets, ce travail explore et met en oeuvre l'utilisation de contours fermés comme caractéristiques d'objets formidables. Une technique hiérarchique est employée pour extraire les contours, en exploitant les relations spatiales inhérentes entre les contours parents et enfants d'un objet. Des descripteurs de Fourier sont utilisés pour décrire de manière efficace et invariable les contours extraits. Une méthode simple et hiérarchique de mise en correspondance des descripteurs spatiaux et des étiquettes de forme est mise en oeuvre pour déterminer le modèle d'objet le plus proche. Une architecture multithread et des fonctions de traitement d'images efficaces sur GPU sont adoptées, ce qui rend la technique efficace pour une utilisation dans des applications réelles. La technique est testée avec succès sur des panneaux de signalisation courants dans des images du monde réel, avec pour résultat final de bonnes performances et une bonne robustesse.