دانلود کتاب 2D object detection and recognition: models, algorithms, and networks

ترجمه فارسی توضیحات (ترجمه ماشینی)

تشخیص و تشخیص شی دوبعدی: مدل‌ها، الگوریتم‌ها و شبکه‌ها

دو مشکل فرعی مهم بینایی کامپیوتر، تشخیص و تشخیص اشیاء دو بعدی در تصاویر سطح خاکستری است. این کتاب ساخت و آموزش مدل‌ها، رویکردهای محاسباتی برای پیاده‌سازی کارآمد، و پیاده‌سازی‌های موازی در معماری‌های شبکه‌های عصبی قابل قبول بیولوژیکی را مورد بحث قرار می‌دهد. این رویکرد مبتنی بر مدل‌سازی و تخمین آماری، با تأکید بر سادگی، شفافیت، و کارایی محاسباتی است. این کتاب طیفی از مدل‌های قالب تغییر شکل‌پذیر، از مدل‌های پراکنده درشت که شامل محاسبات گسسته و سریع تا مدل‌های دقیق‌تر بر اساس فرمول‌های پیوسته است را توصیف می‌کند. ، شامل بهینه سازی فشرده است. هر مدل بر حسب زیرمجموعه ای از نقاط در یک شبکه مرجع (الگو)، مجموعه ای از نمونه های قابل قبول از این نقاط (تغییر شکل ها) و یک مدل آماری برای داده هایی که نمونه خاصی از شی موجود در تصویر ارائه می شود، تعریف می شود. . یک موضوع تکراری، رویکردی درشت تا ظریف برای حل مشکلات بینایی است. این کتاب توضیحات مفصلی از الگوریتم‌های مورد استفاده و همچنین کد ارائه می‌کند، و نرم‌افزار و مجموعه داده‌ها در وب موجود است. یالی آمیت، استاد آمار و علوم کامپیوتر در دانشگاه شیکاگو است.

2D object detection and recognition: models, algorithms, and networks

Two important subproblems of computer vision are the detection and recognition of 2D objects in gray-level images. This book discusses the construction and training of models, computational approaches to efficient implementation, and parallel implementations in biologically plausible neural network architectures. The approach is based on statistical modeling and estimation, with an emphasis on simplicity, transparency, and computational efficiency.The book describes a range of deformable template models, from coarse sparse models involving discrete, fast computations to more finely detailed models based on continuum formulations, involving intensive optimization. Each model is defined in terms of a subset of points on a reference grid (the template), a set of admissible instantiations of these points (deformations), and a statistical model for the data given a particular instantiation of the object present in the image. A recurring theme is a coarse to fine approach to the solution of vision problems. The book provides detailed descriptions of the algorithms used as well as the code, and the software and data sets are available on the Web.Yali Amit is Professor of Statistics and Computer Science at the University of Chicago.