Graph Neural Network Methods and Applications in Scene Understanding (eBook)

Graph Neural Network Methods and Applications in Scene Understanding (eBook)

Prezzo:
€ 159,11
Compra EPUB
Prezzo:
€ 159,11
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: en
Editore: Springer
Codice EAN: 9789819799336
Anno pubblicazione: 2025
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

The book focuses on graph neural network methods and applications for scene understanding. Graph Neural Network is an important method for graph-structured data processing, which has strong capability of graph data learning and structural feature extraction. Scene understanding is one of the research focuses in computer vision and image processing, which realizes semantic segmentation and object recognition of image or video. In this book, the algorithm, system design and performance evaluation of scene understanding based on graph neural networks have been studied. First, the book elaborates the background and basic concepts of graph neural network and scene understanding, then introduces the operation mechanism and key methodological foundations of graph neural network. The book then comprehensively explores the implementation and architectural design of graph neural networks for scene understanding tasks, including scene parsing, human parsing, and video object segmentation. The aim of this book is to provide timely coverage of the latest advances and developments in graph neural networks and their applications to scene understanding, particularly for readers interested in research and technological innovation in machine learning, graph neural networks and computer vision. Features of the book include self-supervised feature fusion based graph convolutional network is designed for scene parsing, structure-property based graph representation learning is developed for human parsing, dynamic graph convolutional network based on multi-label learning is designed for human parsing, and graph construction and graph neural network with transformer are proposed for video object segmentation.