Visión por computadora. Métodos modernos y perspectivas de desarrollo.
A

Visión por computadora. Métodos modernos y perspectivas de desarrollo.

Visión por computadora
computer vision deep learning image processing object recognition edge detection RANSAC Hough transform
Autor
Roy Davies, Matthew Turk (eds.)
Editorial
DMK Press
Año
2022
Idioma
Ruso
171
Calificar este libro

Para leer el libro, iniciar sesión / registrarse

Vista previa del fragmento

Libros similares

Visión por Computadora. Fundamentos y Algoritmos con Ejemplos en Matlab

Visión por Computadora. Fundamentos y Algoritmos con Ejemplos en Matlab

Peter Cork

Visión biológica y por computadora

Visión biológica y por computadora

Gabriel Kreiman

Introducción a la informática evolutiva

Introducción a la informática evolutiva

Robert Marks, William Dembski, Winston Ewert

Análisis de datos en ciencia e ingeniería. Aprendizaje automático, sistemas dinámicos y control

Análisis de datos en ciencia e ingeniería. Aprendizaje automático, sistemas dinámicos y control

Stiven L. Branton, Dzh. Natan Kuts

OpenCV y Java. Procesamiento de imágenes y visión por computadora

OpenCV y Java. Procesamiento de imágenes y visión por computadora

Nikolay Prokhorenok

Procesamiento digital de imágenes en OpenCV. Taller práctico

Procesamiento digital de imágenes en OpenCV. Taller práctico

A. I. Matvéyev

Introducción a la programación con Processing

Introducción a la programación con Processing

Casey Rias, Ben Fry

Aprendiendo OpenCV 3. Desarrollo de programas de visión por computadora en C++ utilizando la biblioteca OpenCV

Aprendiendo OpenCV 3. Desarrollo de programas de visión por computadora en C++ utilizando la biblioteca OpenCV

Adrián Kaehler, Gary Bradski

Arquitectura de sistemas embebidos. Desarrollo de dispositivos seguros y conectados con ejemplos de código en C

Arquitectura de sistemas embebidos. Desarrollo de dispositivos seguros y conectados con ejemplos de código en C

Daniele Lakamera

Patrones y práctica del aprendizaje profundo

Patrones y práctica del aprendizaje profundo

Andrew Ferlitsch