Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 22.07.2026 ab einem Mindestbestellwert von 40€ auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher und Hörbuch-Downloads (außer Abo), nicht preisgebundene Bücher und Kalender online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind preisgebundene Artikel, Abos & Flatrates, eBooks, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services. Preisgebundene Artikel sind vom Mindestbestellwert ausgeschlossen.
Produktbild: Pattern Recognition and Computer Vision
Band 15043 - 19%

Pattern Recognition and Computer Vision 7th Chinese Conference, PRCV 2024, Urumqi, China, October 18–20, 2024, Proceedings, Part XIII

Aus der Reihe Lecture Notes in Computer Science
19% sparen

79,99 € UVP 98,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.11.2024

Herausgeber

Zhouchen Lin + weitere

Verlag

Springer Singapore

Seitenzahl

577

Maße (L/B/H)

23,5/15,5/3,2 cm

Gewicht

890 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9784-92-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.11.2024

Herausgeber

Verlag

Springer Singapore

Seitenzahl

577

Maße (L/B/H)

23,5/15,5/3,2 cm

Gewicht

890 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9784-92-9

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: Pattern Recognition and Computer Vision

  • Scale-Adaptive Modulation Meet Compact Axial Transformer for Small Object Detection in UAV-Vision.- Lightweight and Multi-Scale Adaptive Network for Infrared Small Target Detection.- Multi-View Cross-Attention Network for Hyperspectral Object Tracking.- CountMamba: Exploring Multi-directional Selective State-Space Models for Plant Counting.- ECLNet: A Compact Encoder-Decoder Network for Efficient Camouflaged Object Detection.- Few-Shot Object Detection via Disentangling Class-Related Factors in Feature Distribution.- Multi-class token-guided end-to-end weakly supervised image semantic segmentation method.- Dynamic Subframe Splitting and Spatio-Temporal Motion Entangled Sparse Attention for RGB-E Tracking.- DIDNet: An End-to-End Directional Insulator Detection Network based on direction field.- L2FIG-Tracker: l2-norm based Fusion with Illumination Guidance for RGB-D Object TrackingCompleting Saliency from Details.- CDAF3D: Cross-Dimensional Attention Fusion for Indoor 3D Object Detection.- RETrack: Multi-Object Tracking by Associating Proposal Regions.- PGNET: A Real-time efficient model for underwater object detectionA Temporal Recognition Framework for Multi-Sheep Behaviour Using ViTSORT and YOLOv8-MS.- Tracking Transforming Objects: A Benchmark.- Modality-Shared Prototypes for Enhanced Unsupervised Visible-Infrared Person Re-identification.- Vehicle Re-identification with a Pose-aware Discriminative Part Learning Model.- Dual-Teacher Network with SSIM based Reverse Distillation for Anomaly DetectionCFMVOR: Federated Multi-view 3D Object Recognition Based on Compressed Learning.- Enhanced Anomaly Detection using Spatial-Alignment and Multi-scale Fusion.- Confidence-Weighted Teacher: Semi-Supervised Object Detection Based on Confidence Correction.- Shape-Aware Soft Label Assignment and Context Enhancement for Oriented Object Detection.- Chareption: Change-Aware Adaption Empowers Large Language Model for Effective Remote Sensing Image Change Captioning.- Spectral-Spatial Multi-view Sparse Self-Representation for Hyperspectral Band Selection.- Adaptive Cross-spatial Sensing Network for Change Detection.- HANet: Hierarchical Attention Network for Remote Sensing Images Semantic Segmentation.- BiReNet: Bilateral Network with Feature Fusion and Edge Detection for Remote Sensing Images Road Extraction.- Latent Feature Representation-Based Low Rank Subspace Clustering for Hyperspectral Band Selection.- DICMNet: Dynamic Irregular Resnet with Multi-direction Channel Remapping for Remote Sensing Road Extraction.- Discriminative Representation-based Classifier for Few-shot Remote Sensing Classification.- Hyperspectral Image Change Detection via Cross-Sample Slot Attention and Dual Gated Feed-Forward Network.- Hyperspectral Image Super-resolution Based on Dual-domain Gated Attention Network.- Spectral Channel-weighting CAT for Hyperspectral image ClassificationBFRNet: Bimodal Fusion and Rectification Network for Remote Sensing Semantic Segmentation.- SFFAFormer: An Semantic Fusion and Feature Accumulation Approach for Change Detection on Remote Sensing ImagesA Novel Multi-scale Feature Fusion based Network for Hyperspectral and Multispectral Image Fusion.- A Sidelobe-Aware Semi-Deformable Convolutional Ship Detection Network for Synthetic Aperture Radar Imagery.- Feature Exchange and Distribution-based Mining Land Detection Method by Multispectral Imagery.