Maschinelles Sehen auf der Grundlage von Lerntechnologien: Monographie Informationstechnologie für Computer Vision auf der Grundlage von neuronalen Netzen, künstlicher Intelligenz, Video-/Bilderkennung
-
- Deutsch ausgewählt
103,90 €
inkl. gesetzl. MwSt.,
Lieferung nach Hause
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
05.02.2025
Verlag
Verlag Unser WissenSeitenzahl
540
Maße (L/B/H)
22/15/3,3 cm
Gewicht
822 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-620-8-63132-1
Die Monografie widmet sich der Entwicklung von Computer-Vision-Methoden und -Werkzeugen, die KI zur schnellen Identifizierung von sich bewegenden Objekten in einem Videodatenstrom auf der Grundlage von Deep-Learning-Technologien nutzen. Betrachtet werden klassische und nicht-klassische Methoden der künstlichen Intelligenz, Faltungsneuronale Netze, Computer Vision und Bilderkennung sowie Theorien von Kontrollsystemen, die auf Schätzungen und Kriterien der mathematischen Statistik basieren. Als Ergebnis der Erkennung wird die Art des erkannten Objekts bestimmt, und es werden quantitative Genauigkeitsschätzungen berechnet. Es wird eine Methode zur Anwendung von Schablonen implementiert. Der Algorithmus verfügt über Informationen darüber, wie das gesuchte Objekt aussieht, welchen Hintergrund es haben kann, wie bestimmte Konturen des Objekts aussehen und in welcher Position sie sich befinden. Der mögliche Ort der Objekterkennung wird sofort berücksichtigt. Auf diese Weise lassen sich eine hohe Erkennungsqualität und eine gute Leistung erzielen. Wenn eine Videokamera mehrere ähnliche Objekte aufnimmt, werden unterschiedliche Vorlagen erfüllt, und die Erkennungsleistung nimmt ab. Künstliche neuronale Netzmodelle werden zur Schätzung oder Annäherung von Funktionen verwendet, die von vielen Eingaben abhängen können und in der Regel unbekannt sind.
Kundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für dein Feedback
Wir nutzen dein Feedback, um unsere Produktseiten zu verbessern. Bitte habe Verständnis, dass wir dir keine Rückmeldung geben können. Falls du Kontakt mit uns aufnehmen möchtest, kannst du dich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice