Crowd-Analyse

CHF 95.55
Auf Lager
SKU
847MOSMBE5T
Stock 1 Verfügbar
Geliefert zwischen Mo., 02.03.2026 und Di., 03.03.2026

Details

Dieses Buch konzentriert sich auf die Analyse des Verhaltens von Menschenmengen für die öffentliche Sicherheit unter Verwendung fortschrittlicher tiefer neuronaler Netze und CCTV-Aufnahmen. Es gibt einen Überblick über die neuesten CNN-Software-Tools und -Techniken und stellt eine Taxonomie der Architekturen und Datensätze für die Analyse des Verhaltens von Menschenmengen vor. Die Studie schlägt ein neuartiges System vor, das CNN-Modelle wie Inception-V4 und InceptionResNet zusammen mit RNN-Modellen wie LSTM und GRU verwendet, um die Genauigkeit bei der Erkennung verdächtiger Aktivitäten zu erhöhen und die Strategien zur Verwaltung von Menschenmengen zu verbessern.

Autorentext

Dr. Vishakha Niraj Nagrale,Assistant Professor, G H Raisoni College of Engineering & Management, Nagpur, (affiliated to Rashtrasant Tukdoji Maharaj Nagpur University, Nagpur.)Prof. Niraj Nagrale,Assistant Professor, G H Raisoni College of Engineering, Nagpur, (affiliated to Rashtrasant Tukdoji Maharaj Nagpur University, Nagpur).

Weitere Informationen

  • Allgemeine Informationen
    • GTIN 09786208120696
    • Genre Sonstige Ethnologie-Bücher
    • Anzahl Seiten 184
    • Herausgeber Verlag Unser Wissen
    • Größe H220mm x B150mm x T12mm
    • Jahr 2024
    • EAN 9786208120696
    • Format Kartonierter Einband
    • ISBN 978-620-8-12069-6
    • Veröffentlichung 24.09.2024
    • Titel Crowd-Analyse
    • Autor Vishakha Nagrale , Niraj Nagrale
    • Untertitel Tiefe neuronale Netze fr die Analyse von Bildern aus CCTV-Kameras
    • Gewicht 292g
    • Sprache Deutsch

Bewertungen

Schreiben Sie eine Bewertung
Nur registrierte Benutzer können Bewertungen schreiben. Bitte loggen Sie sich ein oder erstellen Sie ein Konto.
Made with ♥ in Switzerland | ©2025 Avento by Gametime AG
Gametime AG | Hohlstrasse 216 | 8004 Zürich | Schweiz | UID: CHE-112.967.470
Kundenservice: customerservice@avento.shop | Tel: +41 44 248 38 38