Computer Vision and Image Processing

Idioma: inglés

Editorial: Springer, Springer Mär 2021, 2021

9811610916 / 9789811610912

  • Tapa blanda
  • Nuevo
Ver todos los detalles

Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemaniabuchversandmimpf2000

Vendedor de 5 estrellas

Vendedor de IberLibro desde 23 de enero de 2017

Tapa blanda

Condición: Nuevo

EUR 128,39

Envío por EUR 60,00 
Se envía de Alemania a Estados Unidos de America

Cantidad disponible: 1 disponible

Añadir al carrito
Devoluciones gratuitas de 30 días

Descripción del artículo del vendedor

This item is printed on demand - Print on Demand Titel. Neuware -A Comparative analysis on AI techniques for Grape leaf disease recognition.- Sign language recognition using cluster and chunk-based feature extraction and symbolic representation.- Action Recognition in Haze Using an Efficient Fusion of Spatial and Temporal Features.- Human Action Recognition from 3D Landmark Points of the Performer.- A Combined Wavelet and Variational Mode Decomposition Approach for Denoising Texture Images.- Two-Image Approach to Reflection Removal with Deep Learning.- Visual Question Answering using Deep Learning: A Survey and Performance Analysis.- Image Aesthetic Assessment: A Deep Learning Approach using Class Activation Map.- RingFIR: A large volume earring dataset for fashion image retrieval.- Feature Selection and Feature Manifold for Age Estimation.- Degraded Document Image Binarization using Active Contour Model.- Accelerated Stereo Vision Using Nvidia Jetson and Intel AVX.- A Novel Machine Annotated Balanced Bangla OCR Corpus attention in U-Net.- Generative Adversarial Network for Heritage Image Super Resolution.- Deep Learning Based Image Enhancement and Black Box Filter Parameter Estimation.- Sign Gesture Recognition from Raw Skeleton Information in 3D Using Deep Learning.- Dual Gradient Feature Pair Based Face Recognition for Aging and Pose Changes.- Dynamic User Interface Composition.- Lightweight Photo-realistic Style Transfer for Mobile devices.- Deep learning based lens for mitigating hospital acquired infections.- Cricket Stroke Recognition using Hard and Soft Assignment based Bag of Visual Words.- Multi-lingual Indian Text Detector for Mobile Devices.- Facial Occlusion Detection and Reconstruction using GAN.- Ayurvedic Medicinal Plants Identification: A comparative study on feature extraction methods Images.- Domain Knowledge Embedding based Multimodal Intent Analysis in Artificial Intelligence Camera.- Age and Gender Prediction using Deep CNNs and Transfer Learning.- Text Line Segmentation: A FCN based approach.- Precise Recognition of Vision based Multi-Hand Signs using Deep Single Stage Convolutional Neural Network.- Human Gait Abnormality Detection using Low Cost Sensor Technology.- Bengali Place Name Recognition - Comparative Analysis using Different CNN Architectures.- Verification using Single Sample in Adolescence.- Evaluation of Deep Learning Networks for Keratoconus Detection using Corneal Topographic Images.- Deep Facial Emotion Recognition System under Facial Mask Occlusion.- Domain Adaptation based Technique for Image Emotion Recognition using Image Captions.- Gesture recognition in sign language videos by tracking the position and medial representation of the hand shapes.- DeepDoT: Deep framework for detection of tables in document images.- Correcting Low Illumination Images using PSO-based Gamma Correction and Image.- Classifying Method.- An efficient approach for Skin Lesion Segmentation using Dermoscopic Images: A Deep Learning Approach.- DeblurRL: Image Deblurring with Deep Reinforcement Learning.- FGrade: A large volume dataset for grading tomato freshness quality.- Enhancement of Region of Interest from a Single Backlit Image with Multiple Features.- Real-time Sign Language Interpreter on Embedded Platform.- Complex Gradient Function based Descriptor for Iris Biometrics and Action Recognition.- On-Device Language Identification of Text in Images using Diacritic Characters.- A Pre-Processing Assisted Neural Network for Dynamic Bad Pixel Detection in Bayer Images.- Face Recognition Using Sf3CNN With Higher FeatureSpringer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 576 pp. Englisch.…

N° de ref. del artículo 9789811610912

Título
Computer Vision and Image Processing
Autor
Satish Kumar Singh
Editorial
Springer, Springer Mär 2021
Año de publicación
2021
Estado
Neu
Encuadernación
Taschenbuch
Idioma
inglés
ISBN 10
9811610916
ISBN 13
9789811610912
Peso del artículo
861 gramos
Dimensiones
235x155x31 mm

buchversandmimpf2000

Emtmannsberg, BAYE, Alemania

Vendedor de 5 estrellas

Vendedor de IberLibro desde 23 de enero de 2017

Tarifas de envío de Alemania a Estados Unidos de America

ArtículoDe 60 a 60 días hábilesDe 60 a 60 días hábiles
Primer artículoEUR 60,00EUR 75,00
Los plazos de entrega los establecen los vendedores y varían según el transportista y la ubicación. Los pedidos que pasan por la aduana pueden sufrir retrasos y los compradores son responsables de los aranceles o tarifas asociadas. Los vendedores pueden ponerse en contacto con usted en relación con cargos adicionales para cubrir cualquier aumento en los costes de envío de los artículos.

Métodos de pago

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Cheque
  • PayPal

Descripción de la tienda

Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur

Especialidad

Modernes Antiquariat - Bücher von 1960 bis heute

Información empresarial del vendedor

buchversandmimpf2000

Alemania

Impressum

Gesetzliche Anbieterkennung:

Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871

Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.