Visual Information Retrieval Using Java and LIRE by Lux, Mathias; Marques, Oge;

Sorozatcím: Synthesis Lectures on Information Concepts, Retrieval, and Services;

8% KEDVEZMÉNY?
A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.

Kiadói listaár EUR 44.00
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.

18 249 Ft (17 380 Ft + 5% áfa)
Kedvezmény(ek) 8% (cc. 1 460 Ft off)
Kedvezményes ár 16 789 Ft (15 990 Ft + 5% áfa)

18 249 Ft

Beszerezhetőség

Bizonytalan a beszerezhetőség. Érdemes még egyszer keresni szerzővel és címmel. Ha nem talál másik, kapható kiadást, forduljon ügyfélszolgálatunkhoz!

A termék adatai:

Kiadó Morgan & Claypool Publishers
Megjelenés dátuma 2013. január 1.
Kötetek száma Paperback

ISBN 9781608459186
Kötéstípus Puhakötés
Terjedelem112 oldal
Méret 235x191 mm
Súly 229 g
Nyelv angol

Kategóriák

A számítástudomány elmélete, a számítástechnika általában Adatkezelés a számítógépes rendszerekben Magasszintű programnyelvek Adatbázis kezelő szoftverek Mesterséges intelligencia Programnyelvek általában További könyvek a számítástechnika területén

Rövid leírás:

Focuses on a subset of visual information retrieval (VIR) problems where the media consists of images, and the indexing and retrieval methods are based on the pixel contents of those images -- an approach known as content-based image retrieval (CBIR). The book presents an implementation-oriented overview of CBIR concepts, techniques, algorithms, and figures of merit.

Több

Hosszú leírás:

Visual information retrieval (VIR) is an active and vibrant research area, which attempts at providing means for organizing, indexing, annotating, and retrieving visual information (images and videos) from large, unstructured repositories.

The goal of VIR is to retrieve matches ranked by their relevance to a given query, which is often expressed as an example image and/or a series of keywords. During its early years (1995-2000), the research efforts were dominated by content-based approaches contributed primarily by the image and video processing community. During the past decade, it was widely recognized that the challenges imposed by the lack of coincidence between an image&&&39;s visual contents and its semantic interpretation, also known as semantic gap, required a clever use of textual metadata (in addition to information extracted from the image&&&39;s pixel contents) to make image and video retrieval solutions efficient and effective. The need to bridge (or at least narrow) the semantic gap has been one of the driving forces behind current VIR research. Additionally, other related research problems and market opportunities have started to emerge, offering a broad range of exciting problems for computer scientists and engineers to work on.

In this introductory book, we focus on a subset of VIR problems where the media consists of images, and the indexing and retrieval methods are based on the pixel contents of those images -- an approach known as content-based image retrieval (CBIR). We present an implementation-oriented overview of CBIR concepts, techniques, algorithms, and figures of merit. Most chapters are supported by examples written in Java, using Lucene (an open-source Java-based indexing and search implementation) and LIRE (Lucene Image REtrieval), an open-source Java-based library for CBIR.

Több

Mostanában megtekintett