Name: Informationstechnologien für die Video-Objekterkennung: Monographie (en Alemán)
Price: 115.98 USD
Availability: InStock
Author: Mariia Nazarkevych; Victoria Vysotska
ISBN: 9786208351762

portada Informationstechnologien für die Video-Objekterkennung: Monographie (en Alemán)

Informationstechnologien für die Video-Objekterkennung: Monographie (en Alemán)

Formato

Libro Físico

Editorial

Verlag Unser Wissen

Autor

Mariia Nazarkevych; Victoria Vysotska

Idioma

Alemán

N° páginas

396

Encuadernación

Tapa Blanda

ISBN13

9786208351762

Informationstechnologien für die Video-Objekterkennung: Monographie (en Alemán)

Mariia Nazarkevych; Victoria Vysotska (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo Importado

Envío: 26 a 33 días háb.

$ 210.87$ 115.98

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 115.98

Llega entre el 10 Sep y el 23 Sep a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Informationstechnologien für die Video-Objekterkennung: Monographie (en Alemán)"

Die Monographie widmet sich der Entwicklung von Methoden und Mitteln zur Nutzung von KI, um bewegte Objekte in einem Videodatenstrom auf der Grundlage von Deep-Learning-Technologien schnell zu identifizieren. Dabei werden klassische und nicht-klassische Methoden der KI, Faltungsneuronale Netze, Computer Vision und Mustererkennung sowie Theorien von Kontrollsystemen auf der Grundlage von Schätzungen und Kriterien der mathematischen Statistik berücksichtigt. Als Ergebnis der Erkennung werden wir den Typ des erkannten Objekts bestimmen und über quantitative Genauigkeitsschätzungen verfügen. Es wurde eine Methode zur Anwendung von Schablonen implementiert. Der Algorithmus verfügt über Informationen darüber, wie das gesuchte Objekt aussieht, welche Art von Hintergrund es haben könnte, wie bestimmte Konturen des Objekts aussehen und welche Positionen sie einnehmen könnten. Er berücksichtigt sofort einen möglichen Ort für die Erkennung des Objekts. Damit lässt sich eine hohe Erkennungsqualität und eine gute Leistung erzielen. Wenn die Videokamera jedoch mehrere ähnliche Objekte aufnimmt, werden unterschiedliche Muster erfüllt, und die Erkennungsleistung nimmt ab. Eine Familie von Modellen (künstliche neuronale Netze) wird verwendet, um Funktionen zu schätzen oder zu approximieren, die von vielen Eingaben abhängen können und in der Regel unbekannt sind.