Lernen geometrischer Merkmale: Visuelle Einblicke durch das Lernen geometrischer Merkmale erschließen

¡ Computer Vision [German] āļ´āˇœāļ­ 89 ¡ One Billion Knowledgeable
āļ‰-āļ´āˇœāļ­
137
āļ´āˇ’āļ§āˇ”
āˇƒāˇ”āļ¯āˇ”āˇƒāˇ”āļšāļ¸āˇŠ āļŊāļļāļēāˇ’
āļ‡āļœāļēāˇ“āļ¸āˇŠ āˇƒāˇ„ āˇƒāļ¸āˇāļŊāˇāļ āļą āˇƒāļ­āˇŠâ€āļēāˇāļ´āļąāļē āļšāļģ āļąāˇāļ­Â āˇ€āˇāļŠāˇ’āļ¯āˇ”āļģ āļ¯āˇāļą āļœāļąāˇŠāļą

āļ¸āˇ™āļ¸ āļ‰-āļ´āˇœāļ­ āļœāˇāļą

Was ist das Lernen geometrischer Merkmale

Das Lernen geometrischer Merkmale ist eine Technik, die maschinelles Lernen und Computer Vision kombiniert, um visuelle Aufgaben zu lÃļsen. Das Hauptziel dieser Methode besteht darin, eine Reihe repräsentativer Merkmale einer geometrischen Form zur Darstellung eines Objekts zu finden, indem geometrische Merkmale aus Bildern gesammelt und mithilfe effizienter Methoden des maschinellen Lernens erlernt werden. Menschen lÃļsen visuelle Aufgaben und kÃļnnen schnell auf die Umgebung reagieren, indem sie Wahrnehmungsinformationen aus dem, was sie sehen, extrahieren. Forscher simulieren die Fähigkeit des Menschen, Objekte zu erkennen, um Computer-Vision-Probleme zu lÃļsen. Beispielsweise wandten M. Mata et al. (2002) Feature-Learning-Techniken auf die Navigationsaufgaben mobiler Roboter an, um Hindernissen auszuweichen. Sie nutzten genetische Algorithmen zum Erlernen von Merkmalen und zum Erkennen von Objekten (Figuren). Lernmethoden fÃŧr geometrische Merkmale kÃļnnen nicht nur Erkennungsprobleme lÃļsen, sondern auch nachfolgende Aktionen vorhersagen, indem sie einen Satz aufeinanderfolgender eingegebener sensorischer Bilder analysieren, in der Regel einige extrahierende Merkmale von Bildern. Durch Lernen werden einige Hypothesen Ãŧber die nächste Aktion aufgestellt und entsprechend der Wahrscheinlichkeit jeder Hypothese die wahrscheinlichste Aktion ermittelt. Diese Technik wird häufig im Bereich der kÃŧnstlichen Intelligenz eingesetzt.


Wie Sie davon profitieren


(I) Einblicke und Validierungen zu den folgenden Themen:


Kapitel 1: Lernen geometrischer Merkmale


Kapitel 2: Mustererkennung


Kapitel 3: Hough-Transformation


Kapitel 4: Verlustfunktion


Kapitel 5: Expectation?Maximization-Algorithmus


Kapitel 6: Ablehnungsabtastung


Kapitel 7: Array-Verarbeitung


Kapitel 8: Autoencoder


Kapitel 9: Stochastische Approximation


Kapitel 10: Schachbretterkennung


(II) Beantwortung der häufigsten Ãļffentlichen Fragen zum Lernen geometrischer Merkmale.


(III ) Beispiele aus der Praxis fÃŧr den Einsatz des Lernens geometrischer Merkmale in vielen Bereichen.


An wen sich dieses Buch richtet


Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die Ãŧber das Grundwissen oder die Informationen zum Erlernen geometrischer Merkmale hinausgehen mÃļchten.

āļ¸āˇ™āļ¸ āļ‰-āļ´āˇœāļ­ āļ…āļœāļēāļąāˇŠāļą

āļ”āļļ āˇƒāˇ’āļ­āļą āļ¯āˇ™āļē āļ…āļ´āļ§ āļšāˇ’āļēāļąāˇŠāļą.

āļšāˇ’āļēāˇ€āˇ“āļ¸āˇš āļ­āˇœāļģāļ­āˇ”āļģāˇ”

āˇƒāˇŠāļ¸āˇāļģāˇŠāļ§āˇŠ āļ¯āˇ”āļģāļšāļŽāļą āˇƒāˇ„ āļ§āˇāļļāˇŠāļŊāļ§āˇŠ
Android āˇƒāˇ„ iPad/iPhone āˇƒāļŗāˇ„āˇ Google Play āļ´āˇœāļ­āˇŠ āļēāˇ™āļ¯āˇ”āļ¸ āˇƒāˇŠāļŽāˇāļ´āļąāļē āļšāļģāļąāˇŠāļą. āļ‘āļē āļ”āļļāˇš āļœāˇ’āļĢāˇ”āļ¸ āˇƒāļ¸āļŸ āˇƒāˇŠāˇ€āļēāļ‚āļšāˇŠâ€āļģāˇ“āļēāˇ€ āˇƒāļ¸āļ¸āˇ”āˇ„āˇ”āļģāˇŠāļ­ āļšāļģāļą āļ…āļ­āļģ āļ”āļļāļ§ āļ•āļąāˇ‘āļ¸ āļ­āˇāļąāļš āˇƒāˇ’āļ§ āˇƒāļļāˇāļŗāˇ’āˇ€ āˇ„āˇ āļąāˇœāļļāˇāļŗāˇ’āˇ€ āļšāˇ’āļēāˇ€āˇ“āļ¸āļ§ āļ‰āļŠ āˇƒāļŊāˇƒāļēāˇ’.
āļŊāˇāļ´āˇŠāļ§āˇœāļ´āˇŠ āˇƒāˇ„ āļ´āļģāˇ’āļœāļĢāļš
āļ”āļļāļ§ āļ”āļļāˇš āļ´āļģāˇ’āļœāļĢāļšāļēāˇš āˇ€āˇ™āļļāˇŠ āļļāˇŠâ€āļģāˇ€āˇŠāˇƒāļģāļē āļˇāˇāˇ€āˇ’āļ­āļēāˇ™āļąāˇŠ Google Play āļ¸āļ­ āļ¸āˇ’āļŊāļ¯āˇ“ āļœāļ­āˇŠ āˇāˇŠâ€āļģāˇ€āˇŠâ€āļēāļ´āˇœāļ­āˇŠāˇ€āļŊāļ§ āˇƒāˇ€āļąāˇŠ āļ¯āˇ’āļē āˇ„āˇāļš.
eReaders āˇƒāˇ„ āˇ€āˇ™āļąāļ­āˇŠ āļ‹āļ´āˇāļ‚āļœ
Kobo eReaders āˇ€āˇāļąāˇ’ e-ink āļ‹āļ´āˇāļ‚āļœ āļ´āˇ’āˇ…āˇ’āļļāļŗ āļšāˇ’āļēāˇ€āˇ“āļ¸āļ§, āļ”āļļ āˇ€āˇ’āˇƒāˇ’āļąāˇŠ āļœāˇœāļąāˇ”āˇ€āļšāˇŠ āļļāˇāļœāˇ™āļą āļ”āļļāˇš āļ‹āļ´āˇāļ‚āļœāļēāļ§ āļ‘āļē āļ¸āˇāļģāˇ” āļšāˇ’āļģāˇ“āļ¸ āˇƒāˇ’āļ¯āˇ” āļšāˇ… āļēāˇ”āļ­āˇ” āˇ€āˇš. āļ†āļ°āˇāļģāļšāļģāˇ” āļ‰-āļšāˇ’āļēāˇ€āļąāļēāļ§ āļœāˇœāļąāˇ” āļ¸āˇāļģāˇ” āļšāˇ’āļģāˇ“āļ¸āļ§ āˇ€āˇ’āˇƒāˇŠāļ­āļģāˇāļ­āˇŠāļ¸āļš āļ‹āļ¯āˇ€āˇ” āļ¸āļ°āˇŠâ€āļēāˇƒāˇŠāļŽāˇāļą āļ‹āļ´āļ¯āˇ™āˇƒāˇŠ āļ…āļąāˇ”āļœāļ¸āļąāļē āļšāļģāļąāˇŠāļą.

āļ¸āˇāļŊāˇāˇ€ āļ…āļ›āļĢāˇŠāļŠāˇ€ āļšāˇ’āļēāˇ€āļąāˇŠāļą

Fouad Sabry āˇ€āˇ’āˇƒāˇ’āļąāˇŠ āļ­āˇ€āļ­āˇŠ

āˇƒāļ¸āˇāļą āļ‰-āļ´āˇœāļ­āˇŠ