Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 06.07.2026 auf fremdsprachige Bücher online auf thalia.at, in der Thalia App ab einem Mindestbestellwert von 30€ und in allen Thalia Buchhandlungen in Österreich. In den Buchhandlungen nur gültig auf lagernde Ware. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel & eBooks. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.
  • Produktbild: Computer Vision – ECCV 2024
  • Produktbild: Computer Vision – ECCV 2024
Band 15136 - 12%

Computer Vision – ECCV 2024 18th European Conference, Milan, Italy, September 29–October 4, 2024, Proceedings, Part LXXVIII

Aus der Reihe Lecture Notes in Computer Science
12% sparen

66,99 € UVP 76,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

25.10.2024

Herausgeber

Aleš Leonardis + weitere

Verlag

Springer

Seitenzahl

488

Maße (L/B/H)

23,5/15,5/3,1 cm

Gewicht

861 g

Sprache

Englisch

ISBN

978-3-031-73228-7

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

25.10.2024

Herausgeber

Verlag

Springer

Seitenzahl

488

Maße (L/B/H)

23,5/15,5/3,1 cm

Gewicht

861 g

Sprache

Englisch

ISBN

978-3-031-73228-7

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Computer Vision – ECCV 2024
  • Produktbild: Computer Vision – ECCV 2024

  • SeA: Semantic Adversarial Augmentation for Last Layer Features from Unsupervised Representation Learning.- Unlocking the Potential of Federated Learning: The Symphony of Dataset Distillation via Deep Generative Latents.- Rethinking Fast Adversarial Training: A Splitting Technique To Overcome Catastrophic Overfitting.- Quality Assured: Rethinking Annotation Strategies in Imaging AI.- BRIDGE: Bridging Gaps in Image Captioning Evaluation with Stronger Visual Cues.- Enhancing Plausibility Evaluation for Generated Designs with Denoising Autoencoder.- Weakly-Supervised 3D Hand Reconstruction with Knowledge Prior and Uncertainty Guidance.- 3D Reconstruction of Objects in Hands without Real World 3D Supervision.- To Supervise or Not to Supervise: Understanding and Addressing the Key Challenges of Point Cloud Transfer Learning.- Parameterized Quasi-Physical Simulators for Dexterous Manipulations Transfer.- 3D Hand Pose Estimation in Everyday Egocentric Images.- Mitigating Perspective Distortion-induced Shape Ambiguity in Image Crops.- Towards Neuro-Symbolic Video Understanding.- Optimization-based Uncertainty Attribution Via Learning Informative Perturbations.- Context-Aware Action Recognition: Introducing a Comprehensive Dataset for Behavior Contrast.- Semi-supervised Segmentation of Histopathology Images with Noise-Aware Topological Consistency.- Adaptive Compressed Sensing with Diffusion-Based Posterior Sampling.- Instant Uncertainty Calibration of NeRFs Using a Meta-Calibrator.- MetaAT: Active Testing for Label-Efficient Evaluation of Dense Recognition Tasks.- Salience-Based Adaptive Masking: Revisiting Token Dynamics for Enhanced Pre-training.- Data Augmentation via Latent Diffusion for Saliency Prediction.- Explorative Inbetweening of Time and Space.- A Diffusion Model for Simulation Ready Coronary Anatomy with Morpho-skeletal Control.- Learning to Make Keypoints Sub-Pixel Accurate.- Imaging with Confidence: Uncertainty Quantification for High-dimensional Undersampled MR Images.- Generalizable Human Gaussians for Sparse View Synthesis.- DrivingDiffusion: Layout-Guided Multi-View Driving Scenarios Video Generation with Latent Diffusion Model.