Monografia poświęcona jest rozwojowi metod i narzędzi wizji komputerowej wykorzystujących sztuczną inteligencję do szybkiej identyfikacji poruszających się obiekt w w strumieniu danych wideo w oparciu o technologie glębokiego uczenia. Rozważane są klasyczne i nieklasyczne metody sztucznej inteligencji, konwolucyjne sieci neuronowe, wizja komputerowa i rozpoznawanie obraz w oraz teorie system w sterowania oparte na szacunkach i kryteriach statystyki matematycznej. W wyniku rozpoznawania określany jest typ rozpoznawanego obiektu i obliczane są ilościowe szacunki dokladności. Zaimplementowano metodę stosowania szablon w. Algorytm posiada informacje o tym, jak wygląda poszukiwany obiekt, jakie może miec tlo, jak wyglądają określone kontury obiektu i w jakiej są pozycji. Natychmiast brana jest pod uwagę możliwa lokalizacja detekcji obiektu. Pozwala to na osiągnięcie wysokiej jakości rozpoznawania i dobrej wydajności. Gdy kamera wideo rejestruje kilka podobnych obiekt w, zaspokajane są r żne szablony, a rozpoznawalnośc spada. Modele sztucznych sieci neuronowych są używane do szacowania lub przybliżania funkcji, kt re mogą zależec od wielu danych wejściowych i zazwyczaj są nieznane.
ThriftBooks sells millions of used books at the lowest
everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We
deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $15.
ThriftBooks.com. Read more. Spend less.