LEADER 04374nam 22006615 450 001 9910254342903321 005 20200704033443.0 010 $a3-319-52483-6 024 7 $a10.1007/978-3-319-52483-2 035 $a(CKB)3710000001127266 035 $a(DE-He213)978-3-319-52483-2 035 $a(MiAaPQ)EBC6312641 035 $a(MiAaPQ)EBC5577026 035 $a(Au-PeEL)EBL5577026 035 $a(OCoLC)979415041 035 $a(PPN)199767815 035 $a(EXLCZ)993710000001127266 100 $a20170318d2017 u| 0 101 0 $aeng 135 $aurnn|008mamaa 181 $ctxt$2rdacontent 182 $cc$2rdamedia 183 $acr$2rdacarrier 200 10$aFoundations of Computer Vision $eComputational Geometry, Visual Image Structures and Object Shape Detection /$fby James F. Peters 205 $a1st ed. 2017. 210 1$aCham :$cSpringer International Publishing :$cImprint: Springer,$d2017. 215 $a1 online resource (XVII, 431 p. 354 illus., 301 illus. in color.) 225 1 $aIntelligent Systems Reference Library,$x1868-4394 ;$v124 311 $a3-319-52481-X 320 $aIncludes bibliographical references and index. 327 $aBasics Leading to Machine Vision -- Working with Pixels -- Visualising Pixel Intensity Distributions -- Linear Filtering -- Edges, Lines, Corners, Gaussian kernel and Voronoï Meshes -- Delaunay Mesh Segmentation -- Video Processing. An Introduction to Real-Time and O?ine Video Analysis -- Lowe Keypoints, Maximal Nucleus Clusters, Contours and Shapes -- Postscript. Where Do Shapes ?t into the Computer Vision Landscape?. 330 $aThis book introduces the fundamentals of computer vision (CV), with a focus on extracting useful information from digital images and videos. Including a wealth of methods used in detecting and classifying image objects and their shapes, it is the first book to apply a trio of tools (computational geometry, topology and algorithms) in solving CV problems, shape tracking in image object recognition and detecting the repetition of shapes in single images and video frames. Computational geometry provides a visualization of topological structures such as neighborhoods of points embedded in images, while image topology supplies us with structures useful in the analysis and classi?cation of image regions. Algorithms provide a practical, step-by-step means of viewing image structures. The implementations of CV methods in Matlab and Mathematica, classi?cation of chapter problems with the symbols (easily solved) and (challenging) and its extensive glossary of key words, examples and connections with the fabric of CV make the book an invaluable resource for advanced undergraduate and ?rst year graduate students in Engineering, Computer Science or Applied Mathematics. It offers insights into the design of CV experiments, inclusion of image processing methods in CV projects, as well as the reconstruction and interpretation of recorded natural scenes. 410 0$aIntelligent Systems Reference Library,$x1868-4394 ;$v124 606 $aComputational intelligence 606 $aOptical data processing 606 $aArtificial intelligence 606 $aPhysics 606 $aComputational Intelligence$3https://scigraph.springernature.com/ontologies/product-market-codes/T11014 606 $aImage Processing and Computer Vision$3https://scigraph.springernature.com/ontologies/product-market-codes/I22021 606 $aArtificial Intelligence$3https://scigraph.springernature.com/ontologies/product-market-codes/I21000 606 $aApplications of Graph Theory and Complex Networks$3https://scigraph.springernature.com/ontologies/product-market-codes/P33010 615 0$aComputational intelligence. 615 0$aOptical data processing. 615 0$aArtificial intelligence. 615 0$aPhysics. 615 14$aComputational Intelligence. 615 24$aImage Processing and Computer Vision. 615 24$aArtificial Intelligence. 615 24$aApplications of Graph Theory and Complex Networks. 676 $a006.37 700 $aPeters$b James F$4aut$4http://id.loc.gov/vocabulary/relators/aut$0555283 801 0$bMiAaPQ 801 1$bMiAaPQ 801 2$bMiAaPQ 906 $aBOOK 912 $a9910254342903321 996 $aFoundations of Computer Vision$92041869 997 $aUNINA LEADER 04760nam 22008295 450 001 9910483972203321 005 20250718152013.0 010 $a88-470-2748-9 024 7 $a10.1007/978-88-470-2748-0 035 $a(CKB)2670000000403829 035 $a(EBL)1083484 035 $a(OCoLC)855502550 035 $a(SSID)ssj0000962950 035 $a(PQKBManifestationID)11974965 035 $a(PQKBTitleCode)TC0000962950 035 $a(PQKBWorkID)10975911 035 $a(PQKB)10512398 035 $a(DE-He213)978-88-470-2748-0 035 $z(PPN)258853751 035 $a(PPN)17243257X 035 $a(MiAaPQ)EBC1083484 035 $a(MiAaPQ)EBC6220497 035 $a(Au-PeEL)EBL1083484 035 $a(EXLCZ)992670000000403829 100 $a20130730d2012 u| 0 101 0 $aita 135 $aur|n|---||||| 181 $ctxt 182 $cc 183 $acr 200 10$aModellistica Numerica per Problemi Differenziali /$fby Alfio Quarteroni 205 $a5th ed. 2012. 210 1$aMilano :$cSpringer Milan :$cImprint: Springer,$d2012. 215 $a1 online resource (643 p.) 225 1 $aLa Matematica per il 3+2,$x2038-5757 300 $aDescription based upon print version of record. 311 08$a88-470-5255-6 311 08$a88-470-2747-0 327 $aRichiami sulle equazioni alle derivate parziali -- Richiami di analisi funzionale -- Equazioni di tipo ellittico -- Il metodo di Galerkin-elementi finiti per problemi ellittici -- Equazioni paraboliche -- Generazione di griglie in 1D e 2D -- Algoritmi di risoluzione di sistemi lineari -- Cenni di programmazione degli elementi finiti -- Il metodo dei volumi finiti -- I metodi spettrali -- Metodi con elementi discontinui -- Equazioni di diffusione-trasporto-reazione -- Differenze finite per equazioni iperboliche -- Elementi finiti e metodi spettrali per equazioni iperboliche -- Cenni a problemi iperbolici non lineari -- Le equazioni di Navier-Stokes -- Introduzione al controllo ottimale per equazioni a derivate parziali -- Il metodo di decomposizione dei domini. 330 $aIn questo testo si introducono i concetti di base per la modellistica numerica di problemi differenziali alle derivate parziali. Si considerano le classiche equazioni lineari ellittiche, paraboliche ed iperboliche, ma anche altre equazioni, quali quelle di diffusione e trasporto, di Navier-Stokes e le leggi di conservazione;  si forniscono inoltre numerosi esempi fisici che stanno alla base di tali equazioni. Quindi si analizzano metodi di risoluzione numerica basati su elementi finiti (continui e discontinui), differenze finite, volumi finiti, metodi spettrali (continui e discontinui), nonché strategie di approssimazione più avanzate basate sui metodi di decomposizione di domini o quelli di risoluzione di problemi di controllo ottimale. In particolare vengono discussi gli aspetti algoritmici e di implementazione al calcolatore e si forniscono diversi programmi di semplice utilizzo. Il testo non presuppone una approfondita conoscenza matematica delle equazioni alle derivate parziali: i concetti rigorosamente indispensabili al riguardo sono riportati nell'Appendice. Esso è pertanto adatto agli studenti dei corsi di laurea di indirizzo scientifico (Ingegneria, Matematica, Fisica, Scienze dell'Informazione) e consigliabile a ricercatori del mondo accademico ed extra-accademico che vogliano avvicinarsi a questo interessante ramo della matematica applicata e delle scienze computazionali. 410 0$aLa Matematica per il 3+2,$x2038-5757 606 $aMathematics 606 $aMathematical analysis 606 $aNumerical analysis 606 $aMathematical models 606 $aMathematics$xData processing 606 $aMathematics 606 $aAnalysis 606 $aNumerical Analysis 606 $aMathematical Modeling and Industrial Mathematics 606 $aApplications of Mathematics 606 $aComputational Mathematics and Numerical Analysis 615 0$aMathematics. 615 0$aMathematical analysis. 615 0$aNumerical analysis. 615 0$aMathematical models. 615 0$aMathematics$xData processing. 615 14$aMathematics. 615 24$aAnalysis. 615 24$aNumerical Analysis. 615 24$aMathematical Modeling and Industrial Mathematics. 615 24$aApplications of Mathematics. 615 24$aComputational Mathematics and Numerical Analysis. 676 $a517 700 $aQuarteroni$b Alfio$4aut$4http://id.loc.gov/vocabulary/relators/aut$08375 801 0$bMiAaPQ 801 1$bMiAaPQ 801 2$bMiAaPQ 906 $aBOOK 912 $a9910483972203321 996 $aModellistica numerica per problemi differenziali$942676 997 $aUNINA