Computer Vision

Dieses Modul befasst sich mit Computer Vision, einem Bereich der künstlichen Intelligenz, der Computer darauf trainiert, die visuelle Welt zu interpretieren und zu verstehen. Es behandelt Techniken wie Bilderkennung, Objekterkennung und Deep-Learning-Modelle, die Anwendungen wie automatische Inspektion, Überwachung und autonomes Fahren ermöglichen.

Portal > Künstliche Intelligenz > Computer Vision

Curriculum Builder

Hartley, Richard, und Andrew Zisserman. Multiple View Geometry in Computer Vision. 2nd ed. Cambridge, UK; New York: Cambridge University Press, 2003.

Gonzalez, Rafael C., und Richard E. Woods. Digital Image Processing. 3. Auflage. Upper Saddle River, N.J: Prentice Hall, 2008.

Sonka, Milan, Vaclav Hlavac, und Roger Boyle. Bildverarbeitung, Analyse und maschinelles Sehen. Vierte Auflage. Stamford, CT, USA: Cengage Learning, 2015.

Szeliski, Richard. Computer Vision: Algorithmen und Anwendungen. 2. Aufl. Texte in Computer Science. Cham: Springer International Publishing, 2022.

https://doi.org/10.1007/978-3-030-34372-9

Khan, Salman, Hossein Rahmani, Syed Afaq Ali Shah, und Mohammed Bennamoun. A Guide to Convolutional Neural Networks for Computer Vision. Synthesis Lectures on Computer Vision. Cham: Springer International Publishing, 2018.

https://doi.org/10.1007/978-3-031-01821-3

Goodfellow, Ian, Yoshua Bengio, und Aaron Courville. Deep Learning. Adaptive Computation and Machine Learning Series. The MIT Press, 2016.

Forsyth, David, und Jean Ponce. Computer Vision: A Modern Approach. 2nd ed. Boston: Pearson, 2012.

Bishop, Christopher M. Pattern Recognition and Machine Learning. Informationswissenschaft und Statistik. New York: Springer, 2006.

Vielen Dank, dass Sie sich für unseren Newsletter angemeldet haben!

Dankeschön! RSVP erhalten für Hartley, Richard, und Andrew Zisserman. Multiple View Geometry in Computer Vision. 2. Auflage. Cambridge, UK ; New York: Cambridge University Press, 2003.

Hartley, Richard, und Andrew Zisserman. Multiple View Geometry in Computer Vision. 2nd ed. Cambridge, UK; New York: Cambridge University Press, 2003.

Laden...

Laden...