Ihre E-Mail wurde erfolgreich gesendet. Bitte prüfen Sie Ihren Maileingang.

Leider ist ein Fehler beim E-Mail-Versand aufgetreten. Bitte versuchen Sie es erneut.

Vorgang fortführen?

Exportieren
  • 1
    UID:
    almafu_BV047175120
    Umfang: 1 Online-Ressource : , Illustrationen, Diagramme.
    ISBN: 978-3-030-69525-5
    Serie: Lecture notes in computer science 12622
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe ISBN 978-3-030-69524-8
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe ISBN 978-3-030-69526-2
    Sprache: Englisch
    Schlagwort(e): Maschinelles Sehen ; Künstliche Intelligenz ; Optische Datenverarbeitung ; Mustererkennung ; Konferenzschrift
    URL: Volltext  (URL des Erstveröffentlichers)
    Mehr zum Autor: Liu, Cheng-Lin
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 2
    UID:
    b3kat_BV047175120
    Umfang: 1 Online-Ressource , Illustrationen, Diagramme
    ISBN: 9783030695255
    Serie: Lecture notes in computer science 12622
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe ISBN 978-3-030-69524-8
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe ISBN 978-3-030-69526-2
    Sprache: Englisch
    Schlagwort(e): Maschinelles Sehen ; Künstliche Intelligenz ; Optische Datenverarbeitung ; Mustererkennung ; Konferenzschrift
    URL: Volltext  (URL des Erstveröffentlichers)
    Mehr zum Autor: Liu, Cheng-Lin
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 3
    UID:
    gbv_1750015846
    Umfang: 1 Online-Ressource(XVIII, 740 p. 276 illus., 266 illus. in color.)
    Ausgabe: 1st ed. 2021.
    ISBN: 9783030695255
    Serie: Image Processing, Computer Vision, Pattern Recognition, and Graphics 12622
    Inhalt: 3D Computer Vision -- Weakly-supervised Reconstruction of 3D Objects with Large Shape Variation from Single In-the-Wild Images -- HPGCNN: Hierarchical Parallel Group Convolutional Neural Networks for Point Clouds Processing -- 3D Object Detection and Pose Estimation of Unseen Objects in Color Images with Local Surface Embeddings -- Reconstructing Creative Lego Models, George Tattersall -- Multi-View Consistency Loss for Improved Single-Image 3D Reconstruction of Clothed People -- Learning Global Pose Features in Graph Convolutional Networks for 3D Human Pose Estimation -- SGNet: Semantics Guided Deep Stereo Matching -- Reconstructing Human Body Mesh from Point Clouds by Adversarial GP Network -- SDP-Net: Scene Flow Based Real-time Object Detection and Prediction from Sequential 3D Point Clouds -- SAUM: Symmetry-Aware Upsampling Module for Consistent Point Cloud Completion -- Faster Self-adaptive Deep Stereo -- AFN: Attentional Feedback Network based 3D Terrain Super-Resolution -- Bi-Directional Attention for Joint Instance and Semantic Segmentation in Point Clouds -- Anatomy and Geometry Constrained One-Stage Framework for 3D Human Pose Estimation -- DeepVoxels++: Enhancing the Fidelity of Novel View Synthesis from 3D Voxel Embeddings -- Dehazing Cost Volume for Deep Multi-view Stereo in Scattering Media -- Homography-based Egomotion Estimation Using Gravity and SIFT Features -- Mapping of Sparse 3D Data using Alternating Projection -- Best Buddies Registration for Point Clouds -- Project to Adapt: Domain Adaptation for Depth Completion from Noisy and Sparse Sensor Data -- Dynamic Depth Fusion and Transformation for Monocular 3D Object Detection -- Attention-Aware Feature Aggregation for Real-time Stereo Matching on Edge Devices -- FKAConv: Feature-Kernel Alignment for Point Cloud Convolution -- Sparse Convolutions on Continuous Domains for Point Cloud and Event Stream Networks -- IAFA: Instance-Aware Feature Aggregation for 3D Object Detection from a Single Image -- Attended-Auxiliary Supervision Representation for Face Anti-spoofing -- 3D Object Detection from Consecutive Monocular Images -- Data-Efficient Ranking Distillation for Image Retrieval -- Quantum Robust Fitting -- HDD-Net: Hybrid Detector Descriptor with Mutual Interactive Learning -- Segmentation and Grouping -- RGB-D Co-attention Network for Semantic Segmentation -- Semantics through Time: Semi-supervised Segmentation of Aerial Videos with Iterative Label Propagation -- Dense Dual-Path Network for Real-time Semantic Segmentation -- Learning More Accurate Features for Semantic Segmentation in CycleNet -- 3D Guided Weakly Supervised Semantic Segmentation -- Real-Time Segmentation Networks should be Latency Aware -- Mask-Ranking Network for Semi-Supervised Video Object Segmentation -- SDCNet: Size Divide and Conquer Network for Salient Object Detection -- Bidirectional Pyramid Networks for Semantic Segmentation -- DEAL: Difficulty-aware Active Learning for Semantic Segmentation -- EPSNet: Efficient Panoptic Segmentation Network with Cross-layer Attention Fusion -- Local Context Attention for Salient Object Segmentation -- Generic Image Segmentation in Fully Convolutional Networks by Superpixel Merging Map.
    Inhalt: The six volume set of LNCS 12622-12627 constitutes the proceedings of the 15th Asian Conference on Computer Vision, ACCV 2020, held in Kyoto, Japan, in November/ December 2020.* The total of 254 contributions was carefully reviewed and selected from 768 submissions during two rounds of reviewing and improvement. The papers focus on the following topics: Part I: 3D computer vision; segmentation and grouping Part II: low-level vision, image processing; motion and tracking Part III: recognition and detection; optimization, statistical methods, and learning; robot vision Part IV: deep learning for computer vision, generative models for computer vision Part V: face, pose, action, and gesture; video analysis and event recognition; biomedical image analysis Part VI: applications of computer vision; vision for X; datasets and performance analysis *The conference was held virtually.
    Weitere Ausg.: ISBN 9783030695248
    Weitere Ausg.: ISBN 9783030695262
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe ISBN 9783030695248
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe ISBN 9783030695262
    Sprache: Englisch
    URL: Cover
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 4
    UID:
    almahu_9948654287902882
    Umfang: XVIII, 740 p. 276 illus., 266 illus. in color. , online resource.
    Ausgabe: 1st ed. 2021.
    ISBN: 9783030695255
    Serie: Image Processing, Computer Vision, Pattern Recognition, and Graphics ; 12622
    Inhalt: The six volume set of LNCS 12622-12627 constitutes the proceedings of the 15th Asian Conference on Computer Vision, ACCV 2020, held in Kyoto, Japan, in November/ December 2020.* The total of 254 contributions was carefully reviewed and selected from 768 submissions during two rounds of reviewing and improvement. The papers focus on the following topics: Part I: 3D computer vision; segmentation and grouping Part II: low-level vision, image processing; motion and tracking Part III: recognition and detection; optimization, statistical methods, and learning; robot vision Part IV: deep learning for computer vision, generative models for computer vision Part V: face, pose, action, and gesture; video analysis and event recognition; biomedical image analysis Part VI: applications of computer vision; vision for X; datasets and performance analysis *The conference was held virtually.
    Anmerkung: 3D Computer Vision -- Weakly-supervised Reconstruction of 3D Objects with Large Shape Variation from Single In-the-Wild Images -- HPGCNN: Hierarchical Parallel Group Convolutional Neural Networks for Point Clouds Processing -- 3D Object Detection and Pose Estimation of Unseen Objects in Color Images with Local Surface Embeddings -- Reconstructing Creative Lego Models, George Tattersall -- Multi-View Consistency Loss for Improved Single-Image 3D Reconstruction of Clothed People -- Learning Global Pose Features in Graph Convolutional Networks for 3D Human Pose Estimation -- SGNet: Semantics Guided Deep Stereo Matching -- Reconstructing Human Body Mesh from Point Clouds by Adversarial GP Network -- SDP-Net: Scene Flow Based Real-time Object Detection and Prediction from Sequential 3D Point Clouds -- SAUM: Symmetry-Aware Upsampling Module for Consistent Point Cloud Completion -- Faster Self-adaptive Deep Stereo -- AFN: Attentional Feedback Network based 3D Terrain Super-Resolution -- Bi-Directional Attention for Joint Instance and Semantic Segmentation in Point Clouds -- Anatomy and Geometry Constrained One-Stage Framework for 3D Human Pose Estimation -- DeepVoxels++: Enhancing the Fidelity of Novel View Synthesis from 3D Voxel Embeddings -- Dehazing Cost Volume for Deep Multi-view Stereo in Scattering Media -- Homography-based Egomotion Estimation Using Gravity and SIFT Features -- Mapping of Sparse 3D Data using Alternating Projection -- Best Buddies Registration for Point Clouds -- Project to Adapt: Domain Adaptation for Depth Completion from Noisy and Sparse Sensor Data -- Dynamic Depth Fusion and Transformation for Monocular 3D Object Detection -- Attention-Aware Feature Aggregation for Real-time Stereo Matching on Edge Devices -- FKAConv: Feature-Kernel Alignment for Point Cloud Convolution -- Sparse Convolutions on Continuous Domains for Point Cloud and Event Stream Networks -- IAFA: Instance-Aware Feature Aggregation for 3D Object Detection from a Single Image -- Attended-Auxiliary Supervision Representation for Face Anti-spoofing -- 3D Object Detection from Consecutive Monocular Images -- Data-Efficient Ranking Distillation for Image Retrieval -- Quantum Robust Fitting -- HDD-Net: Hybrid Detector Descriptor with Mutual Interactive Learning -- Segmentation and Grouping -- RGB-D Co-attention Network for Semantic Segmentation -- Semantics through Time: Semi-supervised Segmentation of Aerial Videos with Iterative Label Propagation -- Dense Dual-Path Network for Real-time Semantic Segmentation -- Learning More Accurate Features for Semantic Segmentation in CycleNet -- 3D Guided Weakly Supervised Semantic Segmentation -- Real-Time Segmentation Networks should be Latency Aware -- Mask-Ranking Network for Semi-Supervised Video Object Segmentation -- SDCNet: Size Divide and Conquer Network for Salient Object Detection -- Bidirectional Pyramid Networks for Semantic Segmentation -- DEAL: Difficulty-aware Active Learning for Semantic Segmentation -- EPSNet: Efficient Panoptic Segmentation Network with Cross-layer Attention Fusion -- Local Context Attention for Salient Object Segmentation -- Generic Image Segmentation in Fully Convolutional Networks by Superpixel Merging Map.
    In: Springer Nature eBook
    Weitere Ausg.: Printed edition: ISBN 9783030695248
    Weitere Ausg.: Printed edition: ISBN 9783030695262
    Sprache: Englisch
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 5
    UID:
    edocfu_BV047175120
    Umfang: 1 Online-Ressource : , Illustrationen, Diagramme.
    ISBN: 978-3-030-69525-5
    Serie: Lecture notes in computer science 12622
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe ISBN 978-3-030-69524-8
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe ISBN 978-3-030-69526-2
    Sprache: Englisch
    Schlagwort(e): Maschinelles Sehen ; Künstliche Intelligenz ; Optische Datenverarbeitung ; Mustererkennung ; Konferenzschrift
    URL: Volltext  (URL des Erstveröffentlichers)
    Mehr zum Autor: Liu, Cheng-Lin
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 6
    UID:
    edoccha_BV047175120
    Umfang: 1 Online-Ressource : , Illustrationen, Diagramme.
    ISBN: 978-3-030-69525-5
    Serie: Lecture notes in computer science 12622
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe ISBN 978-3-030-69524-8
    Weitere Ausg.: Erscheint auch als Druck-Ausgabe ISBN 978-3-030-69526-2
    Sprache: Englisch
    Schlagwort(e): Maschinelles Sehen ; Künstliche Intelligenz ; Optische Datenverarbeitung ; Mustererkennung ; Konferenzschrift
    URL: Volltext  (URL des Erstveröffentlichers)
    Mehr zum Autor: Liu, Cheng-Lin
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
Meinten Sie 9783030295622?
Meinten Sie 9783030295226?
Meinten Sie 9783030495282?
Schließen ⊗
Diese Webseite nutzt Cookies und das Analyse-Tool Matomo. Weitere Informationen finden Sie auf den KOBV Seiten zum Datenschutz