Advanced Biometrics with Deep Learning
MDPI AG yazarının Advanced Biometrics with Deep Learning kitabı da dahil olmak üzere birçok dosya aşağıdaki bölümleri de içerebilir:
- imza dosyası: çeşitli varlıklar için dijital imzalar içerir.
- şifreleme.xml: yayımlama kaynaklarının şifrelenmesiyle ilgili bilgileri içerir. (Yazı tipi gizleme kullanılıyorsa bu dosya gereklidir.)
- meta veriler: kapsayıcı hakkında meta verileri depolamak için kullanılır.
- haklar: Advanced Biometrics with Deep Learning kitabının dijital haklarıyla ilgili bilgileri depolamak için kullanılır.
XHTML içerik belgeleri ayrıca zengin meta verilerle Advanced Biometrics with Deep Learning kitap işaretlemesine açıklama ekleme olanakları içerir, bu da onları hem işleme hem de erişilebilirlik amaçları için anlamsal olarak daha anlamlı ve kullanışlı hale getirir.
E içerik belgeleri, bir yayının okunabilir içeriğini tanımlayan ve ilgili medya varlıklarına (görüntüler, ses ve video klipler gibi) bağlantı veren XHTML (HTML5 profili tarafından tanımlanır) veya SVG belgeleri vb.'dir.
yazar | MDPI AG |
---|---|
Boyutlar ve boyutlar | 16.99 x 1.75 x 24.41 cm |
Tarafından yayınlandı | 10 Ağustos 2020 |
28 Ekim 2011 Mdpi AG Kolektif 18,9 x 0,6 x 24,6 cm 18,9 x 0,2 x 24,6 cm WADE H MCCREE ROBERT H BORK 18,9 x 0,4 x 24,6 cm 18,9 x 0,5 x 24,6 cm Additional Contributors 1 Ocak 2017 3 Ocak 2017 15 x 0,5 x 22 cm 28 Şubat 2018 10 Ağustos 2020 30 Ekim 2011 18,9 x 0,3 x 24,6 cm ERWIN N GRISWOLD
okumak okumak kayıt olmadan
yazar | MDPI AG |
---|---|
isbn 10 | 303936698X |
isbn 13 | 978-3039366989 |
Yayımcı | MDPI AG |
Boyutlar ve boyutlar | 16.99 x 1.75 x 24.41 cm |
Tarafından yayınlandı Advanced Biometrics with Deep Learning | 10 Ağustos 2020 |
Biometrics, such as fingerprint, iris, face, hand print, hand vein, speech and gait recognition, etc., as a means of identity management have become commonplace nowadays for various applications. Biometric systems follow a typical pipeline, that is composed of separate preprocessing, feature extraction and classification. Deep learning as a data-driven representation learning approach has been shown to be a promising alternative to conventional data-agnostic and handcrafted pre-processing and feature extraction for biometric systems. Furthermore, deep learning offers an end-to-end learning paradigm to unify preprocessing, feature extraction, and recognition, based solely on biometric data. This Special Issue has collected 12 high-quality, state-of-the-art research papers that deal with challenging issues in advanced biometric systems based on deep learning. The 12 papers can be divided into 4 categories according to biometric modality; namely, face biometrics, medical electronic signals (EEG and ECG), voice print, and others.
En son kitaplar
benzer kitaplar
Recent Advances in Natural Products Chemistry Related to Metabolites and Microbiomes
okumak kayıt olmadan
Recent Advances in Natural Products Chemistry Related to Metabolites and Microbiomes
okumak kayıt olmadan