
Deep Neural Network based Image Recognition
Kurzinformation



inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
Image recognition is a challenging problem that has recently received much attention in computer vision and machine learning. This book presents a comprehensive overview of the problem of image recognition based on deep neural network. we present an approach to recognize digits using four models i.e. Logistic Regression Model (LRM), Support Vector Machine (SVM), Back Propagation Neural Network (BPNN) & Convolutional Neural Network (CNN). Face recognition is a biometric system used to identify or verify a person from a digital image mostly used in security and surveillance purpose. Thus, we are inspired to inspect the effectiveness of deep neural network on face recognition. we present a deep neural network architecture referred as HOG-CNN for face recognition. The goal is to face recognize faces in real time i.e. using webcam, from a photograph or from a set of faces tracked in a video. This book also presents an approach to recognize objects in real time i.e. using webcam, from a photograph or from a set of objects tracked in a video. von Ahamed, Hafiz und Alam, Ishraq
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
Hafiz Ahamed, Completed B.Sc. in engineering from Dept. of Mechatronics Engineering, Rajshahi University of Engineering & Technology, Rajshahi, Bangladesh.
- Kartoniert
- 445 Seiten
- Erschienen 2020
- dpunkt.verlag GmbH
- Kartoniert
- 360 Seiten
- Erschienen 2018
- Manning
- Gebunden
- 206 Seiten
- Erschienen 2018
- Springer
- Hardcover
- 272 Seiten
- Erschienen 1996
- Wiley-Interscience
- Gebunden
- 282 Seiten
- Erschienen 2017
- Springer
- Hardcover
- 372 Seiten
- Erschienen 2019
- Packt Publishing
- Hardcover
- 386 Seiten
- Erschienen 2009
- Medical Information Science...
- Kartoniert
- 292 Seiten
- Erschienen 2020
- O'Reilly
- Kartoniert
- 247 Seiten
- Erschienen 2020
- O'Reilly
- Taschenbuch
- 504 Seiten
- Erschienen 2020
- Springer
- Hardcover
- 408 Seiten
- Erschienen 1998
- Springer
- Gebunden
- 191 Seiten
- Erschienen 2013
- Springer
- paperback
- 249 Seiten
- Hogrefe AG
- hardcover
- 685 Seiten
- Erschienen 2009
- Taylor & Francis Inc
- Gebunden
- 174 Seiten
- Erschienen 2011
- Springer
- Kartoniert
- 358 Seiten
- Erschienen 2020
- O'Reilly