Generative Adversarial Networks (GANs) haben in der Computer Vision enorme Anwendungen gefunden. Doch im Kontext der Weltraumwissenschaft und Planetenerkundung steht die Tür für große Fortschritte offen. Wir stellen Tools zum Umgang mit Planetendaten der Mission Chang’E-4 vor und präsentieren ein Framework für die Neural Style Transfer unter Verwendung von Cycle-Consistency aus gerenderten Bildern. Wir führen auch eine neue Echtzeit-Pipeline für Simultaneous Localization and Mapping (SLAM) und Visual Inertial Odometry (VIO) im Zusammenhang mit planetaren Rovern ein. Wir nutzen vorherige Informationen über den Standort des Landers, um einen SLAM-Ansatz auf Objektebene vorzuschlagen, der die Pose und Form des Landers zusammen mit den Kameratrajektorien des Rovers optimiert. Als weiteren Verfeinerungsschritt schlagen wir vor, Interpolationstechniken zwischen benachbarten zeitlichen Abtastwerten zu verwenden; videlicet synthetisiert nicht vorhandene Bilder, um die Gesamtgenauigkeit des Systems zu verbessern. Die Experimente werden im Zusammenhang mit dem Iris Lunar Rover durchgeführt, einem Nano-Rover, der 2021 als Flaggschiff von Carnegie Mellon im Mondgebiet eingesetzt werden soll und der erste unbemannte Rover Amerikas auf dem Mond sein wird.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Generative Adversarial Networks (GANs) haben in der Computer Vision enorme Anwendungen gefunden. Doch im Kontext der Weltraumwissenschaft und Planetenerkundung steht die Tür für große Fortschritte offen. Wir stellen Tools zum Umgang mit Planetendaten der Mission Chang'E-4 vor und präsentieren ein Framework für die Neural Style Transfer unter Verwendung von Cycle-Consistency aus gerenderten Bildern. Wir führen auch eine neue Echtzeit-Pipeline für Simultaneous Localization and Mapping (SLAM) und Visual Inertial Odometry (VIO) im Zusammenhang mit planetaren Rovern ein. Wir nutzen vorherige Informationen über den Standort des Landers, um einen SLAM-Ansatz auf Objektebene vorzuschlagen, der die Pose und Form des Landers zusammen mit den Kameratrajektorien des Rovers optimiert. Als weiteren Verfeinerungsschritt schlagen wir vor, Interpolationstechniken zwischen benachbarten zeitlichen Abtastwerten zu verwenden; videlicet synthetisiert nicht vorhandene Bilder, um die Gesamtgenauigkeit des Systems zu verbessern. Die Experimente werden im Zusammenhang mit dem Iris Lunar Rover durchgeführt, einem Nano-Rover, der 2021 als Flaggschiff von Carnegie Mellon im Mondgebiet eingesetzt werden soll und der erste unbemannte Rover Amerikas auf dem Mond sein wird. 72 pp. Deutsch. N° de réf. du vendeur 9786204895956
Quantité disponible : 2 disponible(s)
Vendeur : moluna, Greven, Allemagne
Etat : New. N° de réf. du vendeur 636173867
Quantité disponible : Plus de 20 disponibles
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Taschenbuch. Etat : Neu. This item is printed on demand - Print on Demand Titel. Neuware -Generative Adversarial Networks (GANs) haben in der Computer Vision enorme Anwendungen gefunden. Doch im Kontext der Weltraumwissenschaft und Planetenerkundung steht die Tür für große Fortschritte offen. Wir stellen Tools zum Umgang mit Planetendaten der Mission Chang'E-4 vor und präsentieren ein Framework für die Neural Style Transfer unter Verwendung von Cycle-Consistency aus gerenderten Bildern. Wir führen auch eine neue Echtzeit-Pipeline für Simultaneous Localization and Mapping (SLAM) und Visual Inertial Odometry (VIO) im Zusammenhang mit planetaren Rovern ein. Wir nutzen vorherige Informationen über den Standort des Landers, um einen SLAM-Ansatz auf Objektebene vorzuschlagen, der die Pose und Form des Landers zusammen mit den Kameratrajektorien des Rovers optimiert. Als weiteren Verfeinerungsschritt schlagen wir vor, Interpolationstechniken zwischen benachbarten zeitlichen Abtastwerten zu verwenden; videlicet synthetisiert nicht vorhandene Bilder, um die Gesamtgenauigkeit des Systems zu verbessern. Die Experimente werden im Zusammenhang mit dem Iris Lunar Rover durchgeführt, einem Nano-Rover, der 2021 als Flaggschiff von Carnegie Mellon im Mondgebiet eingesetzt werden soll und der erste unbemannte Rover Amerikas auf dem Mond sein wird.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 72 pp. Deutsch. N° de réf. du vendeur 9786204895956
Quantité disponible : 1 disponible(s)
Vendeur : AHA-BUCH GmbH, Einbeck, Allemagne
Taschenbuch. Etat : Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Generative Adversarial Networks (GANs) haben in der Computer Vision enorme Anwendungen gefunden. Doch im Kontext der Weltraumwissenschaft und Planetenerkundung steht die Tür für große Fortschritte offen. Wir stellen Tools zum Umgang mit Planetendaten der Mission Chang'E-4 vor und präsentieren ein Framework für die Neural Style Transfer unter Verwendung von Cycle-Consistency aus gerenderten Bildern. Wir führen auch eine neue Echtzeit-Pipeline für Simultaneous Localization and Mapping (SLAM) und Visual Inertial Odometry (VIO) im Zusammenhang mit planetaren Rovern ein. Wir nutzen vorherige Informationen über den Standort des Landers, um einen SLAM-Ansatz auf Objektebene vorzuschlagen, der die Pose und Form des Landers zusammen mit den Kameratrajektorien des Rovers optimiert. Als weiteren Verfeinerungsschritt schlagen wir vor, Interpolationstechniken zwischen benachbarten zeitlichen Abtastwerten zu verwenden; videlicet synthetisiert nicht vorhandene Bilder, um die Gesamtgenauigkeit des Systems zu verbessern. Die Experimente werden im Zusammenhang mit dem Iris Lunar Rover durchgeführt, einem Nano-Rover, der 2021 als Flaggschiff von Carnegie Mellon im Mondgebiet eingesetzt werden soll und der erste unbemannte Rover Amerikas auf dem Mond sein wird. N° de réf. du vendeur 9786204895956
Quantité disponible : 1 disponible(s)
Vendeur : preigu, Osnabrück, Allemagne
Taschenbuch. Etat : Neu. Sehen und Lernen im Kontext von Exploratory Rovers | ETH Zürich | J. de Curtò | Taschenbuch | 72 S. | Deutsch | 2022 | Verlag Unser Wissen | EAN 9786204895956 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu. N° de réf. du vendeur 122043216
Quantité disponible : 5 disponible(s)