توضیحات
This book presents practical optimization techniques used in image processing and computer vision problems. Ill-posed problems are introduced and used as examples to show how each type of problem is related to typical image processing and computer vision problems. Unconstrained optimization gives the best solution based on numerical minimization of a single, scalar-valued objective function or cost function. Unconstrained optimization problems have been intensively studied, and many algorithms and tools have been developed to solve them. Most practical optimization problems, however, arise with a set of constraints. Typical examples of constraints include: (i) pre-specified pixel intensity range, (ii) smoothness or correlation with neighboring information, (iii) existence on a certain contour of lines or curves, and (iv) given statistical or spectral characteristics of the solution. Regularized optimization is a special method used to solve a class of constrained optimization problems. The term regularization refers to the transformation of an objective function with constraints into a different objective function, automatically reflecting constraints in the unconstrained minimization process. Because of its simplicity and efficiency, regularized optimization has many application areas, such as image restoration, image reconstruction, optical flow estimation, etc.
————————————————————–
ترجمه ماشینی :
این کتاب تکنیک های بهینه سازی عملی مورد استفاده در پردازش تصویر و مشکلات بینایی کامپیوتری را ارائه می دهد. مسائل بد ارائه شده معرفی شده و به عنوان مثال استفاده می شود تا نشان دهد که چگونه هر نوع مشکل با پردازش تصویر معمولی و مشکلات بینایی کامپیوتری مرتبط است. بهینهسازی نامحدود بهترین راهحل را بر اساس کمینهسازی عددی یک تابع هدف یا تابع هزینه با مقدار اسکالر ارائه میدهد. مسائل بهینه سازی نامحدود به شدت مورد مطالعه قرار گرفته اند و الگوریتم ها و ابزارهای زیادی برای حل آنها توسعه یافته اند. با این حال، اکثر مسائل بهینهسازی عملی با مجموعهای از محدودیتها به وجود میآیند. نمونههای معمولی از محدودیتها عبارتند از: (1) محدوده شدت پیکسل از پیش تعیینشده، (ب) همواری یا همبستگی با اطلاعات همسایه، (ج) وجود روی خطوط مشخصی از خطوط یا منحنیها، و (IV) مشخصههای آماری یا طیفی داده شده راه حل. بهینه سازی منظم روش خاصی است که برای حل یک کلاس از مسائل بهینه سازی محدود استفاده می شود. اصطلاح منظم سازی به تبدیل یک تابع هدف با محدودیت ها به یک تابع
tag : دانلود کتاب تکنیکهای بهینهسازی در بینایی کامپیوتری: مشکلات نامناسب و منظمسازی , Download تکنیکهای بهینهسازی در بینایی کامپیوتری: مشکلات نامناسب و منظمسازی , دانلود تکنیکهای بهینهسازی در بینایی کامپیوتری: مشکلات نامناسب و منظمسازی , Download Optimization Techniques in Computer Vision: Ill-Posed Problems and Regularization Book , تکنیکهای بهینهسازی در بینایی کامپیوتری: مشکلات نامناسب و منظمسازی دانلود , buy تکنیکهای بهینهسازی در بینایی کامپیوتری: مشکلات نامناسب و منظمسازی , خرید کتاب تکنیکهای بهینهسازی در بینایی کامپیوتری: مشکلات نامناسب و منظمسازی , دانلود کتاب Optimization Techniques in Computer Vision: Ill-Posed Problems and Regularization , کتاب Optimization Techniques in Computer Vision: Ill-Posed Problems and Regularization , دانلود Optimization Techniques in Computer Vision: Ill-Posed Problems and Regularization , خرید Optimization Techniques in Computer Vision: Ill-Posed Problems and Regularization , خرید کتاب Optimization Techniques in Computer Vision: Ill-Posed Problems and Regularization ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.