Artificial Intelligence in Digital Image Processing: Theories, Methods, and Applications by Chen, Hang; Liu, Zhengjun;

Sorozatcím: Studies in Computational Intelligence;

20% KEDVEZMÉNY?
A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.

Kiadói listaár EUR 181.89
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

71 046 Ft (67 663 Ft + 5% áfa)
Kedvezmény(ek) 20% (cc. 14 209 Ft off)
Kedvezményes ár 56 837 Ft (54 130 Ft + 5% áfa)
A kedvezmény érvényes eddig: 2026. június 30.

62 521 Ft

Beszerezhetőség

Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.

A termék adatai:

Kiadó Springer Nature Switzerland
Megjelenés dátuma 2026. május 8.

ISBN 9783032128904
Kötéstípus Keménykötés
Terjedelem276 oldal
Méret 235x155 mm
Nyelv angol
Illusztrációk X, 276 p. 141 illus., 112 illus. in color.

Kategóriák

A mérnöki tudományok általános kérdései Operációs rendszerek és grafikus felhasználói felületek Digitális jel-, hang- és képfeldolgozás A mérnöki tudományok általános kérdései (karitatív célú kampány) Operációs rendszerek és grafikus felhasználói felületek (karitatív célú kampány) Digitális jel-, hang- és képfeldolgozás (karitatív célú kampány)

Hosszú leírás:

This book is a focused, practice-driven resource organized around 10 key thematic sections, blending foundational AI knowledge with cutting-edge digital image processing applications—ideal for bridging theory and real-world use. It avoids generic coverage, instead diving into specialized, high-demand topics like deep learning fundamentals, deepfake technology, adversarial attacks in computer vision, adaptive cryptography, and generative AI-driven SAR-to-optical image translation. As a postgraduate handbook, it aligns perfectly with courses such as “AI Image Processing,” “Advanced Signal Processing,” and “Optical Information Security,” helping students grasp core concepts (e.g., Q-learning for cancer detection-related image segmentation, deep learning-based remote sensing classification) and build practical skills.
Beyond academia, it caters to a broad range of users: researchers and faculty gain insights into novel directions like secure image processing via optical cryptography and automated dataset generation (SciData-Factory), while industry professionals in remote sensing (secure data handling with dynamic optical transforms), cybersecurity (adversarial defense), and medical imaging (AI-aided cancer detection) find actionable solutions for real-world challenges. Self-learners and career changers benefit from its foundational content and coverage of in-demand skills (aligned with certifications like IEEE Signal Processing), and educational institutions or corporate L&D programs (tech, aerospace, healthcare) can adopt it for upskilling. Supplementary online resources—including topic-specific code and lecture slides—add further value, making the book essential for anyone working in AI-driven image processing.

Több

Tartalomjegyzék:

"

Fundamentals of Deep Learning.- Deepfake in Image and Video Processing.- Adversarial Attacks and Defenses in Computer Vision.- Adaptive Cryptographic System Orchestration via Intelligent Agents.- Encryption/Decryption with Dynamic Algorithm-Based Optical Transform for Remote Sensing Images.- Classification of Typical Remote Sensing Images Based on Deep Learning.- Deep Learning Applications in Optical Cryptography.- SciData-Factory: An Automated Framework for Generating High-Quality Image-Text Datasets.- SAR-to-optical image translation based on generative artificial intelligence.- Q-learning Implementation for Decision Problems in Digital Image Processing: Application to Adaptive Image Segmentation in Histological Cancer Detection Corresponding author: Prof. Camel Tanougast.

"