Visión por Computadora: Principios, Algoritmos, Aplicaciones, Aprendizaje (anteriormente titulado Computer and Machine Vision) ofrece una presentación clara y sistemática de los principios básicos de la visión por computadora. Este libro de texto cubre tanto los fundamentos teóricos como los aspectos prácticos y algorítmicos de diseño, adecuado para estudiantes de licenciatura y maestría, investigadores e ingenieros de I+D.
Descripción
- Tres nuevos capítulos sobre Aprendizaje Automático con atención a la clasificación básica, modelos probabilísticos y una explicación detallada sobre Redes de Aprendizaje Profundo, incluyendo un nuevo capítulo sobre Detección y Reconocimiento Facial.
- Un capítulo sobre Segmentación de Objetos y Modelos de Forma en el que se aplican metodologías de aprendizaje automático con ejemplos prácticos.
- Discusiones extensas sobre, entre otros, transformaciones geométricas, el algoritmo EM, boosting, segmentación semántica, frontalización facial y redes neuronales recurrentes (RNN).
- Numerosas aplicaciones y ejemplos, como la detección de galletas, objetos extraños, rostros, ojos, carriles, sistemas de vigilancia, vehículos y peatones, muestran la realidad práctica de la visión por computadora en la práctica.
- La matemática y la teoría necesarias se hacen accesibles mediante explicaciones claras y ejemplos bien ilustrados.
- Cada capítulo contiene una sección 'Desarrollos Recientes' para mantener a estudiantes y profesionales al día en este campo en rápido cambio.
- Ejemplos de programación personalizados, principalmente en MATLAB y C++, con métodos, tareas, consejos y soluciones.
Público objetivo e idioma
Este libro de texto está en inglés y es adecuado para estudiantes y profesionales en la educación superior, investigación y autoestudio. El nivel está adaptado a usuarios avanzados que deseen desarrollar un entendimiento sólido de la visión por computadora.
Entrega confiable
Intertaal es su proveedor confiable que garantiza una entrega rápida de este material de aprendizaje actual y versátil.