Hugendubel.info - Die B2B Online-Buchhandlung 

Merkliste
Die Merkliste ist leer.
Bitte warten - die Druckansicht der Seite wird vorbereitet.
Der Druckdialog öffnet sich, sobald die Seite vollständig geladen wurde.
Sollte die Druckvorschau unvollständig sein, bitte schliessen und "Erneut drucken" wählen.
BuchGebunden
144 Seiten
Englisch
Springererschienen am17.10.20191st ed. 2019
This volume starts with a wide review on image denoising, retracing and comparing various methods from the pioneer signal processing methods, to machine learning approaches with sparse and low-rank models, and recent deep learning architectures with autoencoders and variants.mehr
Verfügbare Formate
BuchGebunden
EUR53,49
BuchKartoniert, Paperback
EUR53,49
E-BookPDF1 - PDF WatermarkE-Book
EUR53,49

Produkt

KlappentextThis volume starts with a wide review on image denoising, retracing and comparing various methods from the pioneer signal processing methods, to machine learning approaches with sparse and low-rank models, and recent deep learning architectures with autoencoders and variants.
Details
ISBN/GTIN978-3-030-25613-5
ProduktartBuch
EinbandartGebunden
Verlag
Erscheinungsjahr2019
Erscheinungsdatum17.10.2019
Auflage1st ed. 2019
ReiheThe Springer Series on Challenges in Machine Learning
Seiten144 Seiten
SpracheEnglisch
Gewicht378 g
IllustrationenVIII, 144 p. 65 illus., 56 illus. in color.
Artikel-Nr.46765130

Inhalt/Kritik

Inhaltsverzeichnis
1. A Brief Review of Image Denoising Algorithms and Beyond.- 2. ChaLearn Looking at People: Inpainting and Denoising Challenges.- 3. U-Finger: Multi-Scale Dilated Convolutional Network for Fingerprint Image Denoising and Inpainting.- 4. FPD-M-net: Fingerprint Image Denoising and Inpainting Using M-Net Based Convolutional Neural Networks.- 5. Iterative Application of Autoencoders for Video Inpainting and Fingerprint Denoising.- 6. Video DeCaptioning using U-Net with Stacked Dilated Convolutional Layers.- 7. Joint Caption Detection and Inpainting using Generative Network.- 8. Generative Image Inpainting for Person Pose Generation.- 9. Person Inpainting with Generative Adversarial Networks.- 10. Road Layout Understanding by Generative Adversarial Inpainting.- 11. Photo-realistic and Robust Inpainting of Faces using Refinement GANs.mehr

Schlagworte

Autor