کانتور فعال مستقل و ارتقا یافته با استفاده از عملکرد انرژی تغییرات بافتی و ساختاری

– کانتور فعال یک روش محبوب برای تقسیم‌بندی شی است که از یک موار باریک کمینه‌سازی انرژی برای استخراج مرز یک جسم استفاده می‌کند. روش‌های پارامتری می‌توانند از نظر محاسباتی پیچیده باشند، در حالی که روش‌های پارامتریک را می توان تحت‌تاثیر حساسیت پارامتر قرار داد. کانتور فعال مستقل (‏DAC) ‏با جداسازی انرژی‌های داخلی و خارجی و بهینه‌سازی آن‌ها به طور جداگانه بر این مشکلات فایق می‌آید. با این حال، اشکال این روش اتکای آن به گرادیان لبه‌ای به عنوان انرژی خارجی است. این می‌تواند منجر به هم‌گرایی ضعیف نسبت به مرز شی در حضور شی ضعیف و لبه‌های پس‌زمینه قوی شود. برای غلبه بر این مسایل با هم‌گرایی، یک روش جدید پیشنهاد شده‌است که از یک مدل بافت پراکنده استفاده می‌کند، که به طور واضح بافت را برای تشخیص مرزی در نظر می‌گیرد. سپس این روش انرژی خارجی را به عنوان ترکیبی وزنی از نقشه‌های تغییرات بافتی و ساختاری تعریف کرده و آن را به یک مدل مخفی مارکوف پنهان برای تشخیص دقیق‌تر مرز شی تغذیه می‌کند. DAC پیشرفته (‏EDAC)‏به طور کیفی و به صورت بصری بر روی دو مجموعه داده تصویر طبیعی و نیز تصاویر brodatz تجزیه و تحلی

This study investigates how digital transformation has disrupted the marketing career path by analysing the most in-demand marketing skills and identifying opportunities for future marketing professionals. Through a content analysis of job advertisements and a cross-country survey of marketing professionals, the study proposes a framework defining the skillset required of marketing professionals to start and move forward in their career. The study identifies five employability skill categories and 29 skills and capabilities. The relevance of such categories is also analysed across lowly and highly digitalised firms. This research contributes to the debate on the employability of new graduates and provides useful directions to universities, tertiary education institutions, and companies to support the marketing talents of the future.