Merkzettel Warenkorb
Produktbild: Computer Vision – ECCV 2022
Band 13688

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

Aus der Reihe Lecture Notes in Computer Science

48,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.10.2022

Herausgeber

Shai Avidan + weitere

Verlag

Springer

Seitenzahl

751

Maße (L/B/H)

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

Gewicht

1200 g

Auflage

1st edition 2022

Sprache

Englisch

ISBN

978-3-031-19814-4

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.10.2022

Herausgeber

Verlag

Springer

Seitenzahl

751

Maße (L/B/H)

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

Gewicht

1200 g

Auflage

1st edition 2022

Sprache

Englisch

ISBN

978-3-031-19814-4

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: [email protected]

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
  • Salient Object Detection for Point Clouds.- Learning Semantic Segmentation from Multiple Datasets with Label Shifts.- Weakly Supervised 3D Scene Segmentation with Region-Level Boundary Awareness and Instance Discrimination.- Towards Open-Vocabulary Scene Graph Generation with Prompt-Based Finetuning.- Variance-Aware Weight Initialization for Point Convolutional Neural Networks.- Break and Make: Interactive Structural Understanding Using LEGO Bricks.- Bi-PointFlowNet: Bidirectional Learning for Point Cloud Based Scene Flow Estimation.- 3DG-STFM: 3D Geometric Guided Student-Teacher Feature Matching.- Video Restoration Framework and Its Meta-Adaptations to Data-Poor Conditions.- MonteBoxFinder: Detecting and Filtering Primitives to Fit a Noisy Point Cloud.- Scene Text Recognition with Permuted Autoregressive Sequence Models.- When Counting Meets HMER: Counting-Aware Network for Handwritten Mathematical Expression Recognition.- Detecting Tampered Scene Text in the Wild.- Optimal Boxes: Boosting End-to-End Scene Text Recognition by Adjusting Annotated Bounding Boxes via Reinforcement Learning.- GLASS: Global to Local Attention for Scene-Text Spotting.- COO: Comic Onomatopoeia Dataset for Recognizing Arbitrary or Truncated Texts.- Language Matters: A Weakly Supervised Vision-Language Pre-training Approach for Scene Text Detection and Spotting.- Toward Understanding WordArt: Corner-Guided Transformer for Scene Text Recognition.- Levenshtein OCR.- Multi-Granularity Prediction for Scene Text Recognition.- Dynamic Low-Resolution Distillation for Cost-Efficient End-to-End Text Spotting.- Contextual Text Block Detection towards Scene Text Understanding.- CoMER: Modeling Coverage for Transformer-Based Handwritten Mathematical Expression Recognition.- Don’t Forget Me: Accurate Background Recovery for Text Removal via Modeling Local-Global Context.- TextAdaIN: Paying Attention to Shortcut Learning in Text Recognizers.- Multi-modal Text Recognition Networks: Interactive Enhancements between Visual and Semantic Features.- SGBANet: Semantic GAN and Balanced Attention Network for Arbitrarily Oriented Scene Text Recognition.- Pure Transformer with Integrated Experts for Scene Text Recognition.- OCR-Free Document Understanding Transformer.- CAR: Class-Aware Regularizations for Semantic Segmentation.- Style-Hallucinated Dual Consistency Learning for Domain Generalized Semantic Segmentation.- SeqFormer: Sequential Transformer for Video Instance Segmentation.- Saliency Hierarchy Modeling via Generative Kernels for Salient Object Detection.- In Defense of Online Models for Video Instance Segmentation.- Active Pointly-Supervised Instance Segmentation.- A Transformer-Based Decoder for Semantic Segmentation with Multi-level Context Mining.- XMem: Long-Term Video Object Segmentation with an Atkinson- Shiffrin Memory Model.- Self-Distillation for Robust LiDAR Semantic Segmentation in Autonomous Driving.- 2DPASS: 2D Priors Assisted Semantic Segmentation on LiDAR Point Clouds.- Extract Free Dense Labels from CLIP.- 3D Compositional Zero-Shot Learning with DeCompositional Consensus.- Video Mask Transfiner for High-Quality Video Instance Segmentation.