Walmart US Ecommerce Website

GENERAL MERCHANDISE

PHARMACY

GROCERIES

VUDU

SPARK

PHOTO

ADVERTISING

SAVINGS CATCHER

GIFTCARDS

INHOME

AFFILIATE

ONEAPP

LOTUS

HELP

SMART_REORDER

GROCERY

CONV_COMMERCE

New Copy Block Topic Module, Tuesday, April 09, 2024, 3:25:19:46 am

Trier

En magasin

Rapidité

Prix

Catégorie

Disponibilité

Vendeur

New Sort & Filter on Topic Page Module, Monday, January 15, 2024, 3:08:36:58 pm

Meilleure concordance

Prix croissant

Prix décroissant

Demain

2 jours

N'importe quand

Articles de bureau, artisanat et réception

En ligne

Vendeurs de la place de marché

Ce livre présente le nuage de points, ses applications dans l'industrie et les ensembles de données les plus fréquemment utilisés. Il se centre principalement sur trois tâches de vision par ordinateur - la classification, la segmentation et l'enregistrement des nuages de points - qui sont fondamentales pour tout système basé sur les nuages de points. Un aperçu des méthodes traditionnelles de traitement des nuages de points aide les lecteurs à accéder rapidement des connaissances de base, tantes que les méthodes d’apprentissage profond sur les nuages de points comprenant une analyse complète des percées des dernières années. De nouvelles méthodes d’apprentissage automatique expliquées pour l’apprentissage par numéro de points, qui sont légères et faciles à anciennement, sont ensuite introduites en profondeur. Des évaluations quantitatives et qualitatives des performances sont fournies. La comparaison et l'analyse entre les trois types de méthodes sont données pour aider les lecteurs à avoir une compréhension plus profonde. Avec la riche littérature d'apprentissage profond en vision 2D, une inclusion naturelle pour les chercheurs en vision 3D est de développer des méthodes d'apprentissage profond pour le traitement des nuages de points. L’apprentissage profond sur les nuages de points a gagné en popularité depuis 2017, et le nombre de documents de conférence dans ce domaine continue d’augmenter. Contrairement aux images 2D, les nuages de points n’ont pas d’ordre spécifique, ce qui rend le traitement des nuages de points par apprentissage profond assez difficile. En outre, en raison de la nature géométrique des nuages de points, les méthodes traditionnelles sont encore largement utilisées dans l'industrie. Par conséquent, ce livre vise à familiariser les lecteurs avec ce domaine en offrant un aperçu complet des méthodes traditionnelles et des méthodes d'apprentissage en profondeur de pointe. Une grande partie de ce livre se concentrait sur l’apprentissage automatique explicable comme une approche différente de l’apprentissage profond. Les méthodes d’apprentissage automatique expliquent une série d’avantages par rapport aux méthodes traditionnelles et aux méthodes d’apprentissage approfondies. Il s’agit d’un point fort et d’une nouveauté majeure du livre. En s'attachant à trois tâches de recherche - la reconnaissance d'objets 3D, la segmentation et l'enregistrement en utilisant notre méthodologie - les lecteurs ayant une idée de la façon de résoudre les problèmes d'une manipulation différente et peu appliquer les cadres à l'inspiration de 3 foisDe nombreuses expériences, analyses et comparaisons sur trois tâches de vision par ordinateur 3D (reconnaissance d'objets, segmentation, détection et enregistrement) sont fournies afin que les lecteurs puissent apprendre à résoudre des problèmes de vision par ordinateur difficiles.

Analyse 3D des Nuages de Points, Méthodes Traditionnelles, d'Apprentissage Profond et d'Apprentissage Automatique Explicable

Kuo, C.-C. Jay(1)

Vos données, votre choix