掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
計算機視覺原理與實踐 版權信息
- ISBN：9787121447419
- 條形碼：9787121447419 ; 978-7-121-44741-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
計算機視覺原理與實踐 內容簡介
本書結合理論和實踐，主要介紹如何使用圖像處理和深度學習技術來使計算機感知和理解圖形。全書分為概述、OpenCV 圖像基本操作、深度學習與計算機視覺、計算機視覺基礎技術、計算機視覺綜合應用五大部分（共 11 章）。概述部分（第 1 章）主要介紹計算機視覺的概念和發展史；OpenCV 圖像基本操作（第 2 章）主要介紹基于OpenCV 的圖像處理操作；深度學習與計算機視覺（第3 章）主要介紹深度學習的概念及其應用、深度學習的實現框架TensorFlow 的用法以及卷積神經網絡的概念、結構和算法；計算機視覺基礎技術（第4～9 章）主要介紹圖像分類、目標檢測、圖像分割、場景文字識別、人體關鍵點檢測、圖像生成等關鍵技術的原理、方法及應用；計算機視覺綜合應用（第 10、11 章）主要介紹視覺交互機器人和無人駕駛的自動巡線兩個大型綜合實驗。本書圍繞基本理論，設置了較多的實驗操作和實踐案例，通過自己動手練習，幫助讀者鞏固所學內容。
計算機視覺原理與實踐 目錄
目 錄
第1章 概述1
1.1 什么是計算機視覺1
1.2 計算機視覺的發展史3
第2章 OpenCV圖像基本操作6
2.1 如何使用OpenCV6
2.2 圖像的基礎操作8
2.2.1 圖像的基本表示方法8
2.2.2 圖像的讀取、顯示和存儲11
2.2.3 視頻序列的讀取和存儲16
2.2.4 圖像像素的處理與訪問20
2.2.5 獲取圖像屬性23
2.2.6 圖像RoI23
2.2.7 圖像通道的拆分與合并25
2.3 圖像的幾何變換28
2.3.1 圖像縮放28
2.3.2 圖像翻轉30
2.3.3 圖像仿射變換31
2.3.4 圖像透視34
2.4 圖像的算術運算35
2.4.1 圖像的加法運算35
2.4.2 圖像的加權和運算37
2.4.3 圖像的按位邏輯運算38
第3章 深度學習與計算機視覺42
3.1 深度學習概述42
3.1.1 深度學習的概念42
3.1.2 深度學習的發展歷程42
3.2 卷積神經網絡45
3.2.1 卷積神經網絡的研究歷史與意義45
3.2.2 卷積神經網絡的基本結構46
3.2.3 卷積神經網絡的工作原理48
3.2.4 卷積神經網絡的發展趨勢49
3.2.5 實驗—機器人識別你的字50
3.3 基于深度學習的計算機視覺56
3.3.1 計算機視覺與深度學習的關系56
3.3.2 計算機視覺和深度學習發展的加速器—GPU58
3.3.3 計算機視覺與深度學習的基礎與研究方向59
3.4 深度學習的實現框架TensorFlow60
3.4.1 TensorFlow簡介60
3.4.2 TensorFlow環境的搭建60
3.4.3 TensorFlow計算模型—計算圖68
3.4.4 TensorFlow數據模型—張量70
3.4.5 TensorFlow運行模型—會話74
第4章 圖像分類76
4.1 定義與應用場景76
4.2 實現方法77
4.3 常用數據集80
4.4 實驗—機器人看圖識物82
4.5 實驗—機器人識別人臉表情100
第5章 目標檢測112
5.1 定義與應用場景112
5.2 實現方法113
5.2.1 基于候選區域的目標檢測算法114
5.2.2 基于直接回歸的目標檢測算法119
5.3 常用數據集122
5.4 實驗—機器人捕捉人臉并識別123
5.5 實驗—無人駕駛中的目標檢測141
第6章 圖像分割146
6.1 定義與應用場景146
6.2 實現方法147
6.2.1 基于特征編碼的模型147
6.2.2 基于區域選擇的模型148
6.2.3 基于上采樣/反卷積的模型150
6.2.4 基于RNN的模型151
6.2.5 基于提高特征分辨率的模型152
6.3 常用數據集152
6.4 實驗—無人駕駛場景感知153
第7章 場景文字識別165
7.1 定義與應用場景165
7.2 實現方法167
7.2.1 傳統方法時期167
7.2.2 深度學習方法時期167
7.3 常用數據集170
7.4 實驗—無人值守車牌識別機器人171
第8章 人體關鍵點檢測179
8.1 定義與應用場景179
8.1.1 人體關鍵點檢測的定義179
8.1.2 人體關鍵點檢測的應用場景180
8.2 實現方法182
8.2.1 自頂向下183
8.2.2 自底向上184
8.3 常用數據集186
8.3.1 MPII數據集187
8.3.2 MSCOCO數據集188
8.4 實驗—姿態識別互動機器人189
第9章 圖像生成194
9.1 定義與應用場景194
9.1.1 圖像生成的定義194
9.1.2 圖像生成的應用195
9.2 實現方法196
9.2.1 GAN模型196
9.2.2 PixelRNN/PixelCNN模型197
9.2.3 VAE模型198
9.3 常用數據集200
9.4 實驗—機器人書法學習200
第10章 視覺交互機器人212
10.1 實驗目的212
10.2 實驗背景212
10.3 實驗原理212
10.4 實驗環境215
10.5 實驗步驟215
10.5.1 利用CNN主流架構的mini_Xception訓練情感分類215
10.5.2 視覺交互機器人綜合實驗221
第11章 無人駕駛的自動巡線228
11.1 實驗目的228
11.2 實驗背景228
11.3 實驗原理230
11.4 實驗環境231
11.5 實驗步驟231
11.5.1 數據準備231
11.5.2 網絡設計231
11.5.3 模型訓練237
11.5.4 模型測試243
展開全部
計算機視覺原理與實踐 作者簡介
許桂秋，數據中國“百校工程”項目運營總監。2000年9月?D2004年6月，廈門大學，計算機科學與技術專業學習，獲工學學士；2007年8月?D2011年4月，中國石油天然氣股份有限公司，項目經理，工程師；2011年6月?D2016年7月，曙光信息產業股份有限公司，項目經理，工程師；主要從事大數據，人工智能等新一代信息技術領域的產教融合研究。主要著作出版情況：《大數據導論》、《Python編程基礎與應用》、《NoSQL數據庫原理與應用》、《數據挖掘與機器學習》等9本系列教材，浙江科技出版社，2019年。
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
隨園食單
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
推拿
- >
【精裝繪本】畫給孩子的中國神話
- >
伯納黛特,你要去哪(2021新版)
- >
史學評論
- >
我從未如此眷戀人間
本類暢銷
