Transformation de caractéristiques invariantes d'échelle - Dévoilement de la puissance de la transformation de caractéristiques invariantes d'échelle dans la vision par ordinateur
Fouad Sabry
Traducteur Nicholas Souplet
Maison d'édition: Un Milliard De Personnes Informées [French]
Synopsis
Qu'est-ce que la transformation de caractéristiques invariantes d'échelle SIFT, qui signifie transformation de caractéristiques invariantes d'échelle, est une méthode de vision par ordinateur développée par David Lowe en 1999. Son le but est d’identifier, de décrire et de faire coïncider les caractéristiques locales des images. La reconnaissance d'objets, la cartographie et la navigation robotiques, l'assemblage d'images, la modélisation tridimensionnelle, la reconnaissance de gestes, le suivi vidéo, l'identification individuelle de la faune et le déplacement de correspondances sont quelques-unes des applications qui peuvent être utilisées. Comment vous en bénéficierez (I) Insights et validations sur les sujets suivants : Chapitre 1 : Transformation de fonctionnalités invariantes à l'échelle Chapitre 2 : Détection des contours Chapitre 3 : Échelle de l'espace Chapitre 4 : Flou gaussien Chapitre 5 : Fonctionnalité (vision par ordinateur) Chapitre 6 : Détection de coin Chapitre 7 : Adaptation de forme affine Chapitre 8 : Détecteur de région affine de Hesse Chapitre 9 : Détecteur de région basé sur la courbure principale Chapitre 10 : BREF orienté RAPIDEMENT et rotation (II) Répondre aux principales questions du public sur la transformation de caractéristiques invariantes d'échelle. (III) Exemples concrets d'utilisation de transformation de caractéristiques invariantes d'échelle dans de nombreux domaines. À qui s'adresse ce livre Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent pour aller au-delà des connaissances ou des informations de base pour tout type de transformation de caractéristiques invariantes d'échelle.
