M amanulla khan (35 risultati)

Taschenbuch. Condizione: Neu. Efficient Multi-Gait Recognition via Fast RCNN and Shadow Removal | Efficient Multi-gait Recognition Using Effective Shadow Removal And Classification Technique Using Fast RCNN | Amanulla Khan M. (u. a.) | Taschenbuch | Englisch | 2026 | LAP LAMBERT Academic Publishing | EAN 9786209900075 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.…

Condizione: New.

Condizione: New.

PAP. Condizione: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

PAP. Condizione: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

Paperback. Condizione: new. Paperback. Ce livre presente un systeme efficace de reconnaissance multi-demarche utilisant l'elimination des ombres et des techniques de classification basees sur Fast RCNN. La reconnaissance de la demarche identifie les individus grace a leurs habitudes de marche, mais les ombres, les changements d'eclairage et les variations vestimentaires reduisent la precision. Pour surmonter ces problemes, un modele SDR-RAN base sur le Deep Learning est propose pour la detection, l'elimination des ombres et la retouche d'image (image inpainting). Le modele utilise GhostNet, la normalisation par lots et le ReLU parametrique pour une extraction efficace des caracteristiques. CRANN restaure les zones d'ombre en utilisant les informations d'arriere-plan. De plus, un framework Faster RCNN avec RPN et clustering flou des K-moyennes (fuzzy K-means) est developpe pour une classification precise de la demarche. Les resultats experimentaux montrent des performances de reconnaissance ameliorees pour les applications de surveillance. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…

Taschenbuch. Condizione: Neu. Reconocimiento eficiente de múltiples tipos de marcha mediante Fast RCNN y eliminación de sombras | Amanulla Khan M. (u. a.) | Taschenbuch | Spanisch | 2026 | Ediciones Nuestro Conocimiento | EAN 9786630201833 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu Print on Demand. …

Paperback. Condizione: new. Paperback. Ce livre presente un systeme efficace de reconnaissance multi-demarche utilisant l'elimination des ombres et des techniques de classification basees sur Fast RCNN. La reconnaissance de la demarche identifie les individus grace a leurs habitudes de marche, mais les ombres, les changements d'eclairage et les variations vestimentaires reduisent la precision. Pour surmonter ces problemes, un modele SDR-RAN base sur le Deep Learning est propose pour la detection, l'elimination des ombres et la retouche d'image (image inpainting). Le modele utilise GhostNet, la normalisation par lots et le ReLU parametrique pour une extraction efficace des caracteristiques. CRANN restaure les zones d'ombre en utilisant les informations d'arriere-plan. De plus, un framework Faster RCNN avec RPN et clustering flou des K-moyennes (fuzzy K-means) est developpe pour une classification precise de la demarche. Les resultats experimentaux montrent des performances de reconnaissance ameliorees pour les applications de surveillance. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…

Paperback. Condizione: new. Paperback. Ce livre presente un systeme efficace de reconnaissance multi-demarche utilisant l'elimination des ombres et des techniques de classification basees sur Fast RCNN. La reconnaissance de la demarche identifie les individus grace a leurs habitudes de marche, mais les ombres, les changements d'eclairage et les variations vestimentaires reduisent la precision. Pour surmonter ces problemes, un modele SDR-RAN base sur le Deep Learning est propose pour la detection, l'elimination des ombres et la retouche d'image (image inpainting). Le modele utilise GhostNet, la normalisation par lots et le ReLU parametrique pour une extraction efficace des caracteristiques. CRANN restaure les zones d'ombre en utilisant les informations d'arriere-plan. De plus, un framework Faster RCNN avec RPN et clustering flou des K-moyennes (fuzzy K-means) est developpe pour une classification precise de la demarche. Les resultats experimentaux montrent des performances de reconnaissance ameliorees pour les applications de surveillance. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability.…

Taschenbuch. Condizione: Neu. Reconnaissance efficace de plusieurs types de démarche grâce à Fast RCNN et à la suppression des ombres | Reconnaissance efficace multi-démarche à l'aide d'une technique efficace d'élimination des ombres et de classification à l'aide de Fast RCNN | Amanulla Khan M. (u. a.) | Taschenbuch | Französisch | 2026 | Editions Notre Savoir | EAN 9786630209518 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu Print on Demand. …

PAP. Condizione: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

PAP. Condizione: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

PAP. Condizione: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

PAP. Condizione: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

PAP. Condizione: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

PAP. Condizione: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

PAP. Condizione: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

PAP. Condizione: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.

Paperback. Condizione: new. Paperback. Questo libro presenta un sistema efficiente di riconoscimento dell'andatura multipla che utilizza la rimozione delle ombre e tecniche di classificazione basate su Fast RCNN. Il riconoscimento dell'andatura identifica gli individui attraverso i modelli di camminata, ma le ombre, i cambiamenti di illuminazione e le variazioni di abbigliamento riducono la precisione. Per superare questi problemi, viene proposto un modello SDR-RAN basato su Deep Learning per il rilevamento delle ombre, la rimozione e l'image inpainting. Il modello utilizza GhostNet, la normalizzazione batch e la ReLU parametrica per un'efficace estrazione delle caratteristiche. CRANN ripristina le regioni d'ombra utilizzando le informazioni di sfondo. Inoltre, viene sviluppato un framework Faster RCNN con RPN e clustering fuzzy K-means per una classificazione accurata dell'andatura. I risultati sperimentali mostrano prestazioni di riconoscimento migliorate per applicazioni di sorveglianza. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…

Paperback. Condizione: new. Paperback. Ta ksiazka przedstawia wydajny system rozpoznawania wielu rodzajow chodu, wykorzystujacy usuwanie cieni oraz techniki klasyfikacji oparte na Fast RCNN. Rozpoznawanie chodu identyfikuje osoby na podstawie wzorcow chodzenia, jednak cienie, zmiany oswietlenia i roznice w ubiorze zmniejszaja dokladnosc. Aby rozwiazac te problemy, zaproponowano oparty na glebokim uczeniu (Deep Learning) model SDR-RAN do detekcji cieni, ich usuwania oraz inpaintingu obrazu (image inpainting). Model wykorzystuje GhostNet, normalizacje wsadowa (batch normalization) oraz parametryczne ReLU w celu skutecznej ekstrakcji cech. CRANN odtwarza obszary cieni, korzystajac z informacji o tle. Dodatkowo opracowano strukture Faster RCNN z RPN oraz rozproszonym grupowaniem K-srednich (fuzzy K-means) do dokladnej klasyfikacji chodu. Wyniki eksperymentalne wykazuja lepsza skutecznosc rozpoznawania w zastosowaniach monitoringu wizyjnego. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…

Paperback. Condizione: new. Paperback. Este livro apresenta um sistema eficiente de reconhecimento de marcha multipla utilizando remocao de sombras e tecnicas de classificacao baseadas em Fast RCNN. O reconhecimento de marcha identifica individuos atraves de padroes de caminhada, mas sombras, mudancas de iluminacao e variacoes de vestuario reduzem a precisao. Para superar estes problemas, e proposto um modelo SDR-RAN baseado em Aprendizagem Profunda (Deep Learning) para detecao de sombras, remocao e retoque de imagem (image inpainting). O modelo utiliza GhostNet, normalizacao por lotes (batch normalization) e ReLU Parametrico para uma extracao eficaz de caracteristicas. O CRANN restaura as regioes de sombra utilizando informacoes de fundo. Alem disso, e desenvolvido um modelo Faster RCNN com RPN e agrupamento fuzzy K-means para uma classificacao precisa da marcha. Os resultados experimentais mostram um desempenho de reconhecimento melhorado para aplicacoes de vigilancia. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability. …

Paperback. Condizione: new. Paperback. Dieses Buch stellt ein effizientes System zur Multi-Gangart-Erkennung vor, das Schattenentfernung und Klassifizierungstechniken auf Basis von Fast RCNN nutzt. Die Gangart-Erkennung identifiziert Personen anhand von Gehmustern, aber Schatten, Beleuchtungsaenderungen und Kleidungsunterschiede verringern die Genauigkeit. Um diese Probleme zu loesen, wird ein auf Deep Learning basierendes SDR-RAN-Modell zur Schattendetektion, -entfernung und Bild-Inpainting vorgeschlagen. Das Modell verwendet GhostNet, Batch-Normalisierung und parametrisches ReLU fuer eine effektive Merkmalsextraktion. CRANN stellt Schattenbereiche unter Verwendung von Hintergrundinformationen wieder her. Darueber hinaus wird ein Faster-RCNN-Framework mit RPN und Fuzzy-K-Means-Clustering fuer eine genaue Gangart-Klassifizierung entwickelt. Experimentelle Ergebnisse zeigen eine verbesserte Erkennungsleistung fuer UEberwachungsanwendungen. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability. …

Condizione: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt.

Paperback. Condizione: new. Paperback. Questo libro presenta un sistema efficiente di riconoscimento dell'andatura multipla che utilizza la rimozione delle ombre e tecniche di classificazione basate su Fast RCNN. Il riconoscimento dell'andatura identifica gli individui attraverso i modelli di camminata, ma le ombre, i cambiamenti di illuminazione e le variazioni di abbigliamento riducono la precisione. Per superare questi problemi, viene proposto un modello SDR-RAN basato su Deep Learning per il rilevamento delle ombre, la rimozione e l'image inpainting. Il modello utilizza GhostNet, la normalizzazione batch e la ReLU parametrica per un'efficace estrazione delle caratteristiche. CRANN ripristina le regioni d'ombra utilizzando le informazioni di sfondo. Inoltre, viene sviluppato un framework Faster RCNN con RPN e clustering fuzzy K-means per una classificazione accurata dell'andatura. I risultati sperimentali mostrano prestazioni di riconoscimento migliorate per applicazioni di sorveglianza. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability.…

Paperback. Condizione: new. Paperback. Dieses Buch stellt ein effizientes System zur Multi-Gangart-Erkennung vor, das Schattenentfernung und Klassifizierungstechniken auf Basis von Fast RCNN nutzt. Die Gangart-Erkennung identifiziert Personen anhand von Gehmustern, aber Schatten, Beleuchtungsaenderungen und Kleidungsunterschiede verringern die Genauigkeit. Um diese Probleme zu loesen, wird ein auf Deep Learning basierendes SDR-RAN-Modell zur Schattendetektion, -entfernung und Bild-Inpainting vorgeschlagen. Das Modell verwendet GhostNet, Batch-Normalisierung und parametrisches ReLU fuer eine effektive Merkmalsextraktion. CRANN stellt Schattenbereiche unter Verwendung von Hintergrundinformationen wieder her. Darueber hinaus wird ein Faster-RCNN-Framework mit RPN und Fuzzy-K-Means-Clustering fuer eine genaue Gangart-Klassifizierung entwickelt. Experimentelle Ergebnisse zeigen eine verbesserte Erkennungsleistung fuer UEberwachungsanwendungen. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability. …

Paperback. Condizione: new. Paperback. Este livro apresenta um sistema eficiente de reconhecimento de marcha multipla utilizando remocao de sombras e tecnicas de classificacao baseadas em Fast RCNN. O reconhecimento de marcha identifica individuos atraves de padroes de caminhada, mas sombras, mudancas de iluminacao e variacoes de vestuario reduzem a precisao. Para superar estes problemas, e proposto um modelo SDR-RAN baseado em Aprendizagem Profunda (Deep Learning) para detecao de sombras, remocao e retoque de imagem (image inpainting). O modelo utiliza GhostNet, normalizacao por lotes (batch normalization) e ReLU Parametrico para uma extracao eficaz de caracteristicas. O CRANN restaura as regioes de sombra utilizando informacoes de fundo. Alem disso, e desenvolvido um modelo Faster RCNN com RPN e agrupamento fuzzy K-means para uma classificacao precisa da marcha. Os resultados experimentais mostram um desempenho de reconhecimento melhorado para aplicacoes de vigilancia. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability. …

Paperback. Condizione: new. Paperback. Ta ksiazka przedstawia wydajny system rozpoznawania wielu rodzajow chodu, wykorzystujacy usuwanie cieni oraz techniki klasyfikacji oparte na Fast RCNN. Rozpoznawanie chodu identyfikuje osoby na podstawie wzorcow chodzenia, jednak cienie, zmiany oswietlenia i roznice w ubiorze zmniejszaja dokladnosc. Aby rozwiazac te problemy, zaproponowano oparty na glebokim uczeniu (Deep Learning) model SDR-RAN do detekcji cieni, ich usuwania oraz inpaintingu obrazu (image inpainting). Model wykorzystuje GhostNet, normalizacje wsadowa (batch normalization) oraz parametryczne ReLU w celu skutecznej ekstrakcji cech. CRANN odtwarza obszary cieni, korzystajac z informacji o tle. Dodatkowo opracowano strukture Faster RCNN z RPN oraz rozproszonym grupowaniem K-srednich (fuzzy K-means) do dokladnej klasyfikacji chodu. Wyniki eksperymentalne wykazuja lepsza skutecznosc rozpoznawania w zastosowaniach monitoringu wizyjnego. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability.…

Paperback. Condizione: new. Paperback. Ta ksiazka przedstawia wydajny system rozpoznawania wielu rodzajow chodu, wykorzystujacy usuwanie cieni oraz techniki klasyfikacji oparte na Fast RCNN. Rozpoznawanie chodu identyfikuje osoby na podstawie wzorcow chodzenia, jednak cienie, zmiany oswietlenia i roznice w ubiorze zmniejszaja dokladnosc. Aby rozwiazac te problemy, zaproponowano oparty na glebokim uczeniu (Deep Learning) model SDR-RAN do detekcji cieni, ich usuwania oraz inpaintingu obrazu (image inpainting). Model wykorzystuje GhostNet, normalizacje wsadowa (batch normalization) oraz parametryczne ReLU w celu skutecznej ekstrakcji cech. CRANN odtwarza obszary cieni, korzystajac z informacji o tle. Dodatkowo opracowano strukture Faster RCNN z RPN oraz rozproszonym grupowaniem K-srednich (fuzzy K-means) do dokladnej klasyfikacji chodu. Wyniki eksperymentalne wykazuja lepsza skutecznosc rozpoznawania w zastosowaniach monitoringu wizyjnego. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…

Paperback. Condizione: new. Paperback. Dieses Buch stellt ein effizientes System zur Multi-Gangart-Erkennung vor, das Schattenentfernung und Klassifizierungstechniken auf Basis von Fast RCNN nutzt. Die Gangart-Erkennung identifiziert Personen anhand von Gehmustern, aber Schatten, Beleuchtungsaenderungen und Kleidungsunterschiede verringern die Genauigkeit. Um diese Probleme zu loesen, wird ein auf Deep Learning basierendes SDR-RAN-Modell zur Schattendetektion, -entfernung und Bild-Inpainting vorgeschlagen. Das Modell verwendet GhostNet, Batch-Normalisierung und parametrisches ReLU fuer eine effektive Merkmalsextraktion. CRANN stellt Schattenbereiche unter Verwendung von Hintergrundinformationen wieder her. Darueber hinaus wird ein Faster-RCNN-Framework mit RPN und Fuzzy-K-Means-Clustering fuer eine genaue Gangart-Klassifizierung entwickelt. Experimentelle Ergebnisse zeigen eine verbesserte Erkennungsleistung fuer UEberwachungsanwendungen. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability. …

Paperback. Condizione: new. Paperback. Questo libro presenta un sistema efficiente di riconoscimento dell'andatura multipla che utilizza la rimozione delle ombre e tecniche di classificazione basate su Fast RCNN. Il riconoscimento dell'andatura identifica gli individui attraverso i modelli di camminata, ma le ombre, i cambiamenti di illuminazione e le variazioni di abbigliamento riducono la precisione. Per superare questi problemi, viene proposto un modello SDR-RAN basato su Deep Learning per il rilevamento delle ombre, la rimozione e l'image inpainting. Il modello utilizza GhostNet, la normalizzazione batch e la ReLU parametrica per un'efficace estrazione delle caratteristiche. CRANN ripristina le regioni d'ombra utilizzando le informazioni di sfondo. Inoltre, viene sviluppato un framework Faster RCNN con RPN e clustering fuzzy K-means per una classificazione accurata dell'andatura. I risultati sperimentali mostrano prestazioni di riconoscimento migliorate per applicazioni di sorveglianza. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…