Deep-Learning-Algorithmen haben eine Revolution in der Computer-Vision-Community ausgelöst, indem sie unkonventionelle und effiziente Lösungen für mehrere bildbezogene Probleme eingeführt haben, die lange Zeit ungelöst oder teilweise gelöst waren. Dieses Buch präsentiert eine Sammlung von elf Kapiteln, in denen jedes einzelne Kapitel die Deep-Learning-Prinzipien eines bestimmten Themas erläutert, Übersichten über aktuelle Techniken einführt und Forschungsergebnisse der Computer Vision Community vorstellt. Das Buch deckt ein breites Spektrum an Themen aus dem Bereich des Deep Learning, Konzepte und Anwendungen ab, wie z. B. die Beschleunigung der Inferenz von Convolutional Neural Networks auf feldprogrammierbaren Gate-Arrays, Branderkennung in Überwachungsanwendungen, Gesichtserkennung, Aktions- und Aktivitätserkennung, semantische Segmentierung für autonomes Fahren, Luftbildregistrierung, Robotersicht, Tumorerkennung und Segmentierung von Hautläsionen sowie die Klassifizierung von Hautmelanomen. Der Inhalt dieses Buches ist so organisiert, dass jedes Kapitel unabhängig von den anderen gelesen werden kann. Das Buch ist ein wertvoller Begleiter für Forscher, für Doktoranden und möglicherweise ältere Studenten, die einen fortgeschrittenen Kurs zu verwandten Themen belegen, und für diejenigen, die sich für Deep Learning mit Anwendungen in der Computer Vision, Bildverarbeitung und Mustererkennung interessieren. . Sprache: Englisch