توضیحات
While the field of vision science has grown significantly in the past two decades, there have been few comprehensive books that showed readers how to adopt a computional approach to understanding visual perception, along with the underlying mechanisms in the brain.
Understanding Vision explains the computational principles and models of biological visual processing, and in particular, of primate vision. The book is written in such a way that vision scientists, unfamiliar with mathematical details, should be able to conceptually follow the theoretical principles and their relationship with physiological, anatomical, and psychological observations, without going through the more mathematical pages. For those with a physical science background, especially those from machine vision, this book serves as an analytical introduction to biological vision. It can be used as a textbook or a reference book in a vision course, or a computational neuroscience course for graduate students or advanced undergraduate students. It is also suitable for self-learning by motivated readers.
in addition, for those with a focused interest in just one of the topics in the book, it is feasible to read just the chapter on this topic without having read or fully comprehended the other chapters. In particular, Chapter 2 presents a brief overview of experimental observations on biological vision; Chapter 3 is on encoding of visual inputs, Chapter 5 is on visual attentional selection driven by sensory inputs, and Chapter 6 is on visual perception or decoding.
Including many examples that clearly illustrate the application of computational principles to experimental observations, Understanding Vision is valuable for students and researchers in computational neuroscience, vision science, machine and computer vision, as well as physicists interested in visual processes.
————————————————————–
ترجمه ماشینی :
در حالی که حوزه علم بینایی در دو دهه گذشته به طور قابل توجهی رشد کرده است، کتاب های جامع کمی وجود دارد که به خوانندگان نشان می دهد چگونه یک رویکرد محاسباتی برای درک ادراک بصری، همراه با مکانیسم های زیربنایی در مغز اتخاذ کنند.
درک چشم انداز اصول محاسباتی و مدل های پردازش بصری بیولوژیکی، و به ویژه، بینایی نخستی ها را توضیح می دهد. این کتاب به گونه ای نوشته شده است که دانشمندان بینایی ناآشنا با جزئیات ریاضی باید بتوانند به صورت مفهومی اصول نظری و ارتباط آنها با مشاهدات فیزیولوژیکی، تشریحی و روانشناختی را بدون مرور صفحات ریاضی بیشتر دنبال کنند. برای کسانی که پیشینه علوم فیزیکی دارند، به ویژه کسانی که از بینایی ماشین هستند، این کتاب به عنوان مقدمه ای تحلیلی برای بینایی بیولوژیکی عمل می کند. این می تواند به عنوان یک کتاب درسی یا یک کتاب مرجع در یک دوره بینایی، یا یک دوره علوم اعصاب محاسباتی برای دانشجویان کارشناسی ارشد یا دانشجویان مقطع کارشناسی ارشد استفاده شود. همچنین برای خودآموزی توسط خوانندگان با انگیزه مناسب است.
علاوه بر این، برای کسانی که فقط به یکی از موضوعات کتاب علاقه متمرکز دارند، می توان فقط فصل مربوط به این موضوع را بدون مطالعه یا درک کامل فصل های دیگر مطالعه کرد. به طور خاص، فصل 2 مروری مختصر از مشاهدات تجربی در بینایی بیولوژیکی ارائه می کند. فصل 3 در مورد رمزگذاری ورودی های بصری است، فصل 5 در مورد انتخاب توجه بصری که توسط ورودی های حسی هدایت می شود، و فصل 6 در مورد درک بصری یا رمزگشایی است.
از جمله مثالهای زیادی که کاربرد اصول محاسباتی در مشاهدات تجربی را به وضوح نشان میدهند، درک Vision برای دانشجویان و محققان علوم اعصاب محاسباتی، علوم بینایی، بینایی ماشین و کامپیوتر ارزشمند است. و همچنین فیزیکدانان علاقه مند به فرآیندهای بصری.
tag : دانلود کتاب درک چشم انداز: نظریه، مدل ها و داده ها , Download درک چشم انداز: نظریه، مدل ها و داده ها , دانلود درک چشم انداز: نظریه، مدل ها و داده ها , Download Understanding Vision: Theory, Models, and Data Book , درک چشم انداز: نظریه، مدل ها و داده ها دانلود , buy درک چشم انداز: نظریه، مدل ها و داده ها , خرید کتاب درک چشم انداز: نظریه، مدل ها و داده ها , دانلود کتاب Understanding Vision: Theory, Models, and Data , کتاب Understanding Vision: Theory, Models, and Data , دانلود Understanding Vision: Theory, Models, and Data , خرید Understanding Vision: Theory, Models, and Data , خرید کتاب Understanding Vision: Theory, Models, and Data ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.