Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

Zjistit stav objednávky

Staňte se součástí komunity milovníků knih z celého světa a získejte hromadu výhod. Založit účet zdarma

Doprava zdarma se Zásilkovnou nad 1 499 Kč

Kurýr DPD 69 Kč PPL shop 49 Kč Balíkovna 69 Kč PPL kurýr 74 Kč PPL box 39 Kč Balíkovna 49 Kč Výdejní místo DPD 49 Kč Zásilkovna 39 Kč

Kontakt

Jak nakupovat

Pomoc

Můj účet

▸ Prázdný :-(

Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

Robust Subspace Estimation Using Low-Rank Optimization

Name: Robust Subspace Estimation Using Low-Rank Optimization
Brand: Springer International Publishing AG
SKU: 02300982
Price: 1182 CZK
Availability: InStock
Author: Omar Oreifej
ISBN: 9783319041834

Omar Oreifej

Mubarak Shah

Jazyk

Angličtina

Kniha Pevná

Libristo kód: 02300982

Nakladatelství Springer International Publishing AG, březen 2014

Recovering the low-rank structure of a linear subspace using a small set of corrupted examples has r... Celý popis

Libristo kód: 02300982

118 b

1 182 Kč

Skladem u dodavatele Odesíláme za 10-13 dnů

30 dní na vrácení zboží

Zákazníci také koupili

Freudian reading of Mary Shelley's Frankenstein Anne Lipp

Brožovaná

369 Kč

"Nachtliche Unruhe bei Patienten mit Demenz. Ein Konzept fur die therapeutische Lichtexposition zur Unterstutzung der circadianen Rhythmik Klaus Schrage

Brožovaná

369 Kč

Issledovanie sotsiokul'turnykh resursov territorii Nina Mironova

Brožovaná

1 459 Kč

Conformación del semillero de emprendimiento Daniel Arturo Torres Figueroa

Brožovaná

1 257 Kč

Le sikhisme Singh kalsi

Brožovaná

472 Kč

Королевская кровь-6. Темное наследие И. Котова

Pevná

1 280 Kč

Voltaire in Sanssouci Bernd E. Fischer

List

223 Kč

Propriet? del fosfato di calcio come materiale da innesto osseo Robert Hill

Brožovaná

1 115 Kč

Was soll das Andreas Gaw

Adobe ePub DRM

79 Kč

The Great Mental Models: Volume I Shane Parrish

Pevná

445 Kč

Recovering the low-rank structure of a linear subspace using a small set of corrupted examples has recently been made feasible through substantial advances in the area of matrix completion and nuclear-norm minimization. Such low-rank structures appear in certain conditions heavily in computer vision, for instance, in the frames of a video, the camera motion, and a picture of a building façade. In this book, we discuss several formulations and extensions of low-rank optimization, and demonstrate how recovering the underlying basis and detecting the corresponding outliers allow us to solve fundamental computer vision problems, including video denoising, background subtraction, action detection, and complex event recognition.§