Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 10.06.2026 / Gültig für gebrauchte Bücher / Mindestbestellwert 20,00 € / Einzelne Artikel können ausgeschlossen sein / Online auf www.bücher.de.de / Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen / Nur einmal pro Einkauf einlösbar / Gutschein wird auf max. 500€ Bestellwert angerechnet / Keine Barauszahlung / Nicht gültig für Versandkosten und Services
Produktbild: Computer Vision – ECCV 2022
Band 13678 - 13%

Computer Vision – ECCV 2022 17th European Conference, Tel Aviv, Israel, October 23–27, 2022, Proceedings, Part XVIII

Aus der Reihe Lecture Notes in Computer Science
13% sparen

101,99 € UVP 117,69 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

03.11.2022

Herausgeber

Shai Avidan + weitere

Verlag

Springer

Seitenzahl

757

Maße (L/B/H)

23,5/15,5/4,4 cm

Gewicht

1212 g

Auflage

1st edition 2022

Sprache

Englisch

ISBN

978-3-031-19796-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

03.11.2022

Herausgeber

Verlag

Springer

Seitenzahl

757

Maße (L/B/H)

23,5/15,5/4,4 cm

Gewicht

1212 g

Auflage

1st edition 2022

Sprache

Englisch

ISBN

978-3-031-19796-3

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Computer Vision – ECCV 2022
  • Dynamic Dual Trainable Bounds for Ultra-Low Precision Super-Resolution Networks.- OSFormer: One-Stage Camouflaged Instance Segmentation with Transformers.- Highly Accurate Dichotomous Image Segmentation.- Boosting Supervised Dehazing Methods via Bi-Level Patch Reweighting.- Flow-Guided Transformer for Video Inpainting.- Shift-tolerant Perceptual Similarity Metric.- Perception-Distortion Balanced ADMM Optimization for Single-Image Super-Resolution.- VQFR: Blind Face Restoration with Vector-Quantized Dictionary and Parallel Decoder.- Uncertainty Learning in Kernel Estimation for Multi-stage Blind Image Super-Resolution.- Learning Spatio-Temporal Downsampling for Effective Video Upscaling.- Learning Local Implicit Fourier Representation for Image Warping.- SepLUT: Separable Image-Adaptive Lookup Tables for Real-Time Image Enhancement.- Blind Image Decomposition.- MuLUT: Cooperating Multiple Look-Up Tables for Efficient ImageSuper-Resolution.- Learning Spatiotemporal Frequency-Transformer for Compressed Video Super-Resolution.- Spatial-Frequency Domain Information Integration for Pan-Sharpening.- Adaptive Patch Exiting for Scalable Single Image Super-Resolution.- Efficient Meta-Tuning for Content-Aware Neural Video Delivery.- Reference-Based Image Super-Resolution with Deformable Attention Transformer.- Local Color Distributions Prior for Image Enhancement.- L-CoDer: Language-Based Colorization with Color-Object Decoupling Transformer.- From Face to Natural Image: Learning Real Degradation for Blind Image Super-Resolution.- Towards Interpretable Video Super-Resolution via Alternating Optimization.- Event-Based Fusion for Motion Deblurring with Cross-Modal Attention.- Fast and High Quality Image Denoising via Malleable Convolution.- TAPE: Task-Agnostic Prior Embedding for Image Restoration.- Uncertainty Inspired Underwater Image Enhancement.- Hourglass Attention Network for Image Inpainting.- Unfolded Deep Kernel Estimation for Blind Image Super-Resolution.- Event-Guided Deblurring of Unknown Exposure Time Videos.- ReCoNet: Recurrent Correction Network for Fast and Efficient Multi-Modality Image Fusion.- Content Adaptive Latents and Decoder for Neural Image Compression.- Efficient and Degradation-Adaptive Network for Real-World Image Super-Resolution.- Unidirectional Video Denoising by Mimicking Backward Recurrent Modules with Look-Ahead Forward Ones.- Self-Supervised Learning for Real-World Super-Resolution from Dual Zoomed Observations.- Secrets of Event-Based Optical Flow.- Towards Efficient and Scale-Robust Ultra-High-Definition Image Demoir´eing.- ERDN: Equivalent Receptive Field Deformable Network for Video Deblurring.- Rethinking Generic Camera Models for Deep Single Image Camera Calibration to Recover Rotation and Fisheye Distortion.- ART-SS: An Adaptive Rejection Technique for Semi-Supervised Restoration for Adverse Weather-Affected Images.- Fusion from Decomposition: A Self-Supervised Decomposition Approach for Image Fusion.-Learning Degradation Representations for Image Deblurring.