Machine Learning for Vision-Based Motion Analysis : (Registro nro. 281083)
[ vista simple ]
| 000 -CABECERA | |
|---|---|
| campo de control de longitud fija | 05818nam a22004095i 4500 |
| 001 - NÚMERO DE CONTROL | |
| campo de control | 281083 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL | |
| campo de control | MX-SnUAN |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN | |
| campo de control | 20170705134204.0 |
| 007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA--INFORMACIÓN GENERAL | |
| campo de control de longitud fija | cr nn 008mamaa |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL | |
| campo de control de longitud fija | 150903s2011 xxk| o |||| 0|eng d |
| 020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO | |
| Número Internacional Estándar del Libro | 9780857290571 |
| -- | 9780857290571 |
| 024 7# - IDENTIFICADOR DE OTROS ESTÁNDARES | |
| Número estándar o código | 10.1007/9780857290571 |
| Fuente del número o código | doi |
| 035 ## - NÚMERO DE CONTROL DEL SISTEMA | |
| Número de control de sistema | vtls000333789 |
| 039 #9 - NIVEL DE CONTROL BIBLIOGRÁFICO Y DETALLES DE CODIFICACIÓN [OBSOLETO] | |
| Nivel de reglas en descripción bibliográfica | 201509030803 |
| Nivel de esfuerzo utilizado para asignar no-encabezamientos de materia en puntos de acceso | VLOAD |
| Nivel de esfuerzo utilizado en la asignación de encabezamientos de materia | 201404130533 |
| Nivel de esfuerzo utilizado para asignar clasificación | VLOAD |
| Nivel de esfuerzo utilizado en la asignación de encabezamientos de materia | 201404092322 |
| Nivel de esfuerzo utilizado para asignar clasificación | VLOAD |
| -- | 201402041132 |
| -- | staff |
| 040 ## - FUENTE DE LA CATALOGACIÓN | |
| Centro catalogador/agencia de origen | MX-SnUAN |
| Lengua de catalogación | spa |
| Centro/agencia transcriptor | MX-SnUAN |
| Normas de descripción | rda |
| 050 #4 - CLASIFICACIÓN DE LA BIBLIOTECA DEL CONGRESO | |
| Número de clasificación | TA1637-1638 |
| 100 1# - ENTRADA PRINCIPAL--NOMBRE DE PERSONA | |
| Nombre de persona | Wang, Liang. |
| Término indicativo de función/relación | editor. |
| 9 (RLIN) | 306471 |
| 245 10 - MENCIÓN DE TÍTULO | |
| Título | Machine Learning for Vision-Based Motion Analysis : |
| Resto del título | Theory and Techniques / |
| Mención de responsabilidad, etc. | edited by Liang Wang, Guoying Zhao, Li Cheng, Matti Pietikäinen. |
| 264 #1 - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT | |
| Producción, publicación, distribución, fabricación y copyright | London : |
| Nombre del de productor, editor, distribuidor, fabricante | Springer London : |
| -- | Imprint: Springer, |
| Fecha de producción, publicación, distribución, fabricación o copyright | 2011. |
| 300 ## - DESCRIPCIÓN FÍSICA | |
| Extensión | xiv, 372 páginas |
| Otras características físicas | recurso en línea. |
| 336 ## - TIPO DE CONTENIDO | |
| Término de tipo de contenido | texto |
| Código de tipo de contenido | txt |
| Fuente | rdacontent |
| 337 ## - TIPO DE MEDIO | |
| Nombre/término del tipo de medio | computadora |
| Código del tipo de medio | c |
| Fuente | rdamedia |
| 338 ## - TIPO DE SOPORTE | |
| Nombre/término del tipo de soporte | recurso en línea |
| Código del tipo de soporte | cr |
| Fuente | rdacarrier |
| 347 ## - CARACTERÍSTICAS DEL ARCHIVO DIGITAL | |
| Tipo de archivo | archivo de texto |
| Formato de codificación | |
| Fuente | rda |
| 490 0# - MENCIÓN DE SERIE | |
| Mención de serie | Advances in Pattern Recognition, |
| Número Internacional Normalizado para Publicaciones Seriadas | 2191-6586 |
| 500 ## - NOTA GENERAL | |
| Nota general | Springer eBooks |
| 505 0# - NOTA DE CONTENIDO CON FORMATO | |
| Nota de contenido con formato | Part I: Manifold Learning and Clustering/Segmentation -- Practical Algorithms of Spectral Clustering: Toward Large-Scale Vision-Based Motion Analysis -- Riemannian Manifold Clustering and Dimensionality Reduction for Vision-based Analysis -- Manifold Learning for Multi-dimensional Auto-regressive Dynamical Models -- Part II: Tracking -- Mixed-state Markov Models in Image Motion Analysis -- Learning to Detect Event Sequences in Surveillance Streams at Very Low Frame Rate -- Discriminative Multiple Target Tracking -- A Framework of Wire Tracking in Image Guided Interventions -- Part III: Motion Analysis and Behavior Modeling -- An Integrated Approach to Visual Attention Modeling for Saliency Detection in Videos -- Video-based Human Motion Estimation by Part-whole Gait Manifold Learning -- Spatio-temporal Motion Pattern Models of Extremely Crowded Scenes -- Learning Behavioral Patterns of Time Series for Video-surveillance -- Part IV: Gesture and Action Recognition -- Recognition of Spatiotemporal Gestures in Sign Language using Gesture Threshold HMMs -- Learning Transferable Distance Functions for Human Action Recognition. |
| 520 ## - SUMARIO, ETC. | |
| Sumario, etc. | Techniques of vision-based motion analysis aim to detect, track, identify, and generally understand the behavior of objects in image sequences. With the growth of video data in a wide range of applications from visual surveillance to human-machine interfaces, the ability to automatically analyze and understand object motions from video footage is of increasing importance. Among the latest developments in this field is the application of statistical machine learning algorithms for object tracking, activity modeling, and recognition. Developed from expert contributions to the first and second International Workshop on Machine Learning for Vision-Based Motion Analysis, this important text/reference highlights the latest algorithms and systems for robust and effective vision-based motion understanding from a machine learning perspective. Highlighting the benefits of collaboration between the communities of object motion understanding and machine learning, the book discusses the most active forefronts of research, including current challenges and potential future directions. Topics and features: Provides a comprehensive review of the latest developments in vision-based motion analysis, presenting numerous case studies on state-of-the-art learning algorithms Examines algorithms for clustering and segmentation, and manifold learning for dynamical models Describes the theory behind mixed-state statistical models, with a focus on mixed-state Markov models that take into account spatial and temporal interaction Discusses object tracking in surveillance image streams, discriminative multiple target tracking, and guidewire tracking in fluoroscopy Explores issues of modeling for saliency detection, human gait modeling, modeling of extremely crowded scenes, and behavior modeling from video surveillance data Investigates methods for automatic recognition of gestures in Sign Language, and human action recognition from small training sets Researchers, professional engineers, and graduate students in computer vision, pattern recognition and machine learning, will all find this text an accessible survey of machine learning techniques for vision-based motion analysis. The book will also be of interest to all who work with specific vision applications, such as surveillance, sport event analysis, healthcare, video conferencing, and motion video indexing and retrieval. Dr. Liang Wang is a lecturer at the Department of Computer Science at the University of Bath, UK, and is also affiliated to the National Laboratory of Pattern Recognition in Beijing, China. Dr. Guoying Zhao is an adjunct professor at the Department of Electrical and Information Engineering at the University of Oulu, Finland. Dr. Li Cheng is a research scientist at the Agency for Science, Technology and Research (A*STAR), Singapore. Dr. Matti Pietikäinen is Professor of Information Technology at the Department of Electrical and Information Engineering at the University of Oulu, Finland. |
| 590 ## - NOTA LOCAL (RLIN) | |
| Nota local | Para consulta fuera de la UANL se requiere clave de acceso remoto. |
| 700 1# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA | |
| Nombre de persona | Zhao, Guoying. |
| Término indicativo de función/relación | editor. |
| 9 (RLIN) | 306082 |
| 700 1# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA | |
| Nombre de persona | Cheng, Li. |
| Término indicativo de función/relación | editor. |
| 9 (RLIN) | 306472 |
| 700 1# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA | |
| Nombre de persona | Pietikäinen, Matti. |
| Término indicativo de función/relación | editor. |
| 9 (RLIN) | 306080 |
| 710 2# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE ENTIDAD CORPORATIVA | |
| Nombre de entidad corporativa o nombre de jurisdicción como elemento de entrada | SpringerLink (Servicio en línea) |
| 9 (RLIN) | 299170 |
| 776 08 - ENTRADA/ENLACE A UN FORMATO FÍSICO ADICIONAL | |
| Información de relación/Frase instructiva de referencia | Edición impresa: |
| Número Internacional Estándar del Libro | 9780857290564 |
| 856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS | |
| Identificador Uniforme del Recurso | <a href="http://remoto.dgb.uanl.mx/login?url=http://dx.doi.org/10.1007/978-0-85729-057-1">http://remoto.dgb.uanl.mx/login?url=http://dx.doi.org/10.1007/978-0-85729-057-1</a> |
| Nota pública | Conectar a Springer E-Books (Para consulta externa se requiere previa autentificación en Biblioteca Digital UANL) |
| 942 ## - ELEMENTOS DE PUNTO DE ACCESO ADICIONAL (KOHA) | |
| Tipo de ítem Koha | Recurso en línea |
No hay ítems disponibles.