Код товара: 5183157515
Рассрочка и кредит
Купон на скидку
Tensor Voting
Тип книги:
Печать по требованию
О товаре
Перейти к описанию
Автор на обложке
Phillipos Mordohai; Gerard Medioni
Год выпуска
2026
Тип бумаги в книге
Офсетная
Тип обложки
Мягкая обложка
Тип книги
Печать по требованию
О книге
Печатная книга «Tensor Voting» в мягкой обложке, язык - английский. В книге 140 страниц, она напечатана на белой офсетной бумаге плотностью 80 г/м². Формат издания — 191x235 мм. Все книги аккуратно уп
8 090 ₸ 12 853 ₸
Магазин
3.3 K подписчиков
Т8
Перейти
4.9
Чат
Заказы
59.4 K
Помощь фондам
О магазине
Часто задаваемые вопросы
Описание
Tensor VotingПечатная книга «Tensor Voting» в мягкой обложке, язык - английский. В книге 140 страниц, она напечатана на белой офсетной бумаге плотностью 80 г/м². Формат издания — 191x235 мм. Все книги аккуратно упаковываем в прочный трёхслойный непрозрачный картонный конверт.
This lecture presents research on a general framework for perceptual organization that was conducted mainly at the Institute for Robotics and Intelligent Systems of the University of Southern California. It is not written as a historical recount of the work, since the sequence of the presentation is not in chronological order. It aims at presenting an approach to a wide range of problems in computer vision and machine learning that is data-driven, local and requires a minimal number of assumptions. The tensor voting framework combines these properties and provides a unified perceptual organization methodology applicable in situations that may seem heterogeneous initially. We show how several problems can be posed as the organization of the inputs into salient perceptual structures, which are inferred via tensor voting. The work presented here extends the original tensor voting framework with the addition of boundary inference capabilities; a novel re-formulation of the framework applicable to high-dimensional spaces and the development of algorithms for computer vision and machine learning problems. We show complete analysis for some problems, while we briefly outline our approach for other applications and provide pointers to relevant sources.
This lecture presents research on a general framework for perceptual organization that was conducted mainly at the Institute for Robotics and Intelligent Systems of the University of Southern California. It is not written as a historical recount of the work, since the sequence of the presentation is not in chronological order. It aims at presenting an approach to a wide range of problems in computer vision and machine learning that is data-driven, local and requires a minimal number of assumptions. The tensor voting framework combines these properties and provides a unified perceptual organization methodology applicable in situations that may seem heterogeneous initially. We show how several problems can be posed as the organization of the inputs into salient perceptual structures, which are inferred via tensor voting. The work presented here extends the original tensor voting framework with the addition of boundary inference capabilities; a novel re-formulation of the framework applicable to high-dimensional spaces and the development of algorithms for computer vision and machine learning problems. We show complete analysis for some problems, while we briefly outline our approach for other applications and provide pointers to relevant sources.
- Артикул
- 5183157515
- Автор на обложке
- Phillipos Mordohai; Gerard Medioni
- Год выпуска
- 2026
- Тип бумаги в книге
- Офсетная
- Тип обложки
- Мягкая обложка
- Тип книги
- Печать по требованию
- Язык издания
- Английский
- Количество страниц
- 140
- Размеры, мм
- 191x235
- Вес товара, г
- 301
- ISBN
- 9781598291001
- Возрастные ограничения
- 12+
Подборки товаров в категории Книги: Компьютерные технологии
Отзывы о товаре
0
Tensor Voting
Рейтинга пока нет. Он формируется на основе актуальных отзывов на заказанные и оплаченные товары
Как правильно задавать вопросы?
Будьте вежливы и спрашивайте о товаре, на карточке которого вы находитесь
Если вы обнаружили ошибку в описанием товара, воспользуйтесь функцией
Как отвечать на вопросы?
Отвечать на вопросы могут клиенты, купившие товар, и официальные представители.
Выбрать «Лучший ответ» может только автор вопроса, если именно этот ответ ему помог.