ranftl andreas g (14 resultados)

Condición: New.

Paperback or Softback. Condición: New. Digitale Gesichtserkennung: Theoretischer �berblick und praktische C++-Implementierung. Book.

Condición: New. In.

PF. Condición: New.

Condición: New.

Condición: As New. Unread book in perfect condition.

Condición: As New. Unread book in perfect condition.

Paperback. Condición: Like New. LIKE NEW. SHIPS FROM MULTIPLE LOCATIONS. book.

PAP. Condición: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

PAP. Condición: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Das vorliegende Fachbuch befasst sich mit Algorithmen und Techniken zur Gesichtsentdeckung sowie zur Gesichtserkennung bzw. Gesichtswiedererkennung. Das hauptsächlich behandelte Thema ist die Wiedererkennung von Personen aufgrund zuvor erlernter biometrischer Informationen. Einleitend wird der derzeitige Stand der Forschung präsentiert. Dieser Überblick behandelt sowohl 2D- als auch 3D-basierende Algorithmen zur Gesichtsentdeckung und Gesichtserkennung. Beispielsweise wird die Gesichtsentdeckung durch Bildreduzierung um Hintergrundinformationen, durch die Auswertung von Farbinformationen, durch Erkennung von Bewegungen und durch Geometrievergleiche beschrieben. Die leistungsfähige und heutzutage gängigste Gesichtsentdeckungsmethode, die Viola-Jones-Methode, wird eingehend diskutiert und als C++-Programmcode implementiert. Die theoretische Behandlung verschiedener Gesichtserkennungsalgorithmen, wie Erkennung mittels Hidden Markov Models, durch Elastic Bunch Graph Matching, mit Hilfe von 3D Morphable Models, durch 3D Face Recognition sowie durch Anwendung von Fisherfaces oder Eigenfaces, führt zur praktischen Gesichtserkennungsimplementierung. Dabei werden Gesichter in einem Webcam-Stream automatisch entdeckt, in den Graustufenbereich transformiert und aus der Aufnahme extrahiert. Die normalisierte Gesichtsabbildung wird an den Gesichtserkennungsteil der Software weitergereicht, der die Wiedererkennung bekannter Personen oder die Erlernung unbekannter Gesichter mit Hilfe des Eigenfaces-Algorithmus durchführt. Die selbst geschriebene Software wurde mit einem kleinen Set an Bildern von Personen getestet und erreichte dabei eine Erkennungsrate von 95,83 %. Das vorliegende Fachbuch beschreibt die Funktionsweise des Programms detailliert. Der C++-Code ist im Buch enthalten und bedient sich der frei erhältlichen Open Computer Vision Library. 64 pp. Deutsch.

Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Das vorliegende Fachbuch befasst sich mit Algorithmen und Techniken zur Gesichtsentdeckung sowie zur Gesichtserkennung bzw. Gesichtswiedererkennung. Das hauptsaechlich behandelte Thema ist die Wiedererkennung von Personen aufgrund zuvor erlernter biometrisch.

Taschenbuch. Condición: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Das vorliegende Fachbuch befasst sich mit Algorithmen und Techniken zur Gesichtsentdeckung sowie zur Gesichtserkennung bzw. Gesichtswiedererkennung. Das hauptsächlich behandelte Thema ist die Wiedererkennung von Personen aufgrund zuvor erlernter biometrischer Informationen.Einleitend wird der derzeitige Stand der Forschung präsentiert. Dieser Überblick behandelt sowohl 2D- als auch 3D-basierende Algorithmen zur Gesichtsentdeckung und Gesichtserkennung. Beispielsweise wird die Gesichtsentdeckung durch Bildreduzierung um Hintergrundinformationen, durch die Auswertung von Farbinformationen, durch Erkennung von Bewegungen und durch Geometrievergleiche beschrieben. Die leistungsfähige und heutzutage gängigste Gesichtsentdeckungsmethode, die Viola-Jones-Methode, wird eingehend diskutiert und als C++-Programmcode implementiert.Die theoretische Behandlung verschiedener Gesichtserkennungsalgorithmen, wie Erkennung mittels Hidden Markov Models, durch Elastic Bunch Graph Matching, mit Hilfe von 3D Morphable Models, durch 3D Face Recognition sowie durch Anwendung von Fisherfaces oder Eigenfaces, führt zur praktischen Gesichtserkennungsimplementierung.Dabei werden Gesichter in einem Webcam-Stream automatisch entdeckt, in den Graustufenbereich transformiert und aus der Aufnahme extrahiert. Die normalisierte Gesichtsabbildung wird an den Gesichtserkennungsteil der Software weitergereicht, der die Wiedererkennung bekannter Personen oder die Erlernung unbekannter Gesichter mit Hilfe des Eigenfaces-Algorithmus durchführt. Die selbst geschriebene Software wurde mit einem kleinen Set an Bildern von Personen getestet und erreichte dabei eine Erkennungsrate von 95,83 %.Das vorliegende Fachbuch beschreibt die Funktionsweise des Programms detailliert. Der C++-Code ist im Buch enthalten und bedient sich der frei erhältlichen Open Computer Vision Library.Bachelor + Master Publ., Hermannstal 119k, 22119 Hamburg 64 pp. Deutsch.

Taschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Das vorliegende Fachbuch befasst sich mit Algorithmen und Techniken zur Gesichtsentdeckung sowie zur Gesichtserkennung bzw. Gesichtswiedererkennung. Das hauptsächlich behandelte Thema ist die Wiedererkennung von Personen aufgrund zuvor erlernter biometrischer Informationen. Einleitend wird der derzeitige Stand der Forschung präsentiert. Dieser Überblick behandelt sowohl 2D- als auch 3D-basierende Algorithmen zur Gesichtsentdeckung und Gesichtserkennung. Beispielsweise wird die Gesichtsentdeckung durch Bildreduzierung um Hintergrundinformationen, durch die Auswertung von Farbinformationen, durch Erkennung von Bewegungen und durch Geometrievergleiche beschrieben. Die leistungsfähige und heutzutage gängigste Gesichtsentdeckungsmethode, die Viola-Jones-Methode, wird eingehend diskutiert und als C++-Programmcode implementiert. Die theoretische Behandlung verschiedener Gesichtserkennungsalgorithmen, wie Erkennung mittels Hidden Markov Models, durch Elastic Bunch Graph Matching, mit Hilfe von 3D Morphable Models, durch 3D Face Recognition sowie durch Anwendung von Fisherfaces oder Eigenfaces, führt zur praktischen Gesichtserkennungsimplementierung. Dabei werden Gesichter in einem Webcam-Stream automatisch entdeckt, in den Graustufenbereich transformiert und aus der Aufnahme extrahiert. Die normalisierte Gesichtsabbildung wird an den Gesichtserkennungsteil der Software weitergereicht, der die Wiedererkennung bekannter Personen oder die Erlernung unbekannter Gesichter mit Hilfe des Eigenfaces-Algorithmus durchführt. Die selbst geschriebene Software wurde mit einem kleinen Set an Bildern von Personen getestet und erreichte dabei eine Erkennungsrate von 95,83 %. Das vorliegende Fachbuch beschreibt die Funktionsweise des Programms detailliert. Der C++-Code ist im Buch enthalten und bedient sich der frei erhältlichen Open Computer Vision Library.