- 电子工业出版社
- 9787121459221
- 1-1
- 525091
- 66255019-3
- 平塑
- 16开
- 2023-08
- 320
- 程序设计
- 高职
内容简介
计算机视觉是一门研究和应用学科，它研究如何使用计算机来处理和理解图像与视频，该研究领域涵盖了从图像采集和处理到图像分析和识别等多项技术。它的目标是使计算机能够像人类一样理解视觉信息，并且能够自动执行视觉任务。__eol__本书是一本以应用为导向的计算机视觉案例教材，全书共分11章。第1章讲述计算机视觉概述；第2章讲述系统环境搭建；第3章主要讲述图像处理基础；第4章主要讲述图像滤波；第5章讲述图像特征提取和匹配；第6章讲述图像分割基础；第7章讲述基于经典机器学习的图像分类；第8章讲述基于全连接网络和卷积神经网络的图像分类基础；第9章讲述基于卷积神经网络的图像分类程序的规范写法；第10章讲述基于YOLO的目标检测和物体追踪；第11章讲述基于深度学习的人脸检测、人脸识别和表情识别。前7章主要讲述必要的理论基础和基于经典机器学习的计算机视觉；后4章主要讲述基于深度学习的计算机视觉。学习本书学生有必要的Python基础知识即可，无须事先学习深度学习课程，最好具备一定的机器学习基础。__eol__本书希望做到：知识技能较系统，写法深入浅出，案例有较好的实用性；能帮助学生入门，能帮助学生树立解决问题的信心。__eol__
目录
第1章 计算机视觉概述 1__eol__1.1 从人类视觉系统到计算机视觉 1__eol__1.2 计算机视觉与人工智能 7__eol__1.3 计算机视觉应用 9__eol__1.4 课后习题 13__eol__1.5 本章小结 15__eol__第2章 系统环境搭建 16__eol__2.1 项目1 搭建计算机视觉应用开发的系统环境 16__eol__2.2 课后习题 35__eol__2.3 本章小结 35__eol__第3章 图像处理基础 36__eol__3.1 项目2 把logo贴到大图右下角 36__eol__3.2 课后习题 61__eol__3.3 本章小结 64__eol__第4章 图像滤波 65__eol__4.1 项目3 交通视频中的车道线检测和绘制 65__eol__4.2 课后习题 102__eol__4.3 本章小结 106__eol__第5章 图像特征提取和匹配 107__eol__5.1 项目4 基于特征提取的logo定位 107__eol__5.2 课后习题 120__eol__5.3 本章小结 121__eol__第6章 图像分割基础 122__eol__6.1 项目5 数独图像中题干已知数字的分割 122__eol__6.2 课后习题 142__eol__6.3 本章小结 144__eol__第7章 使用经典机器学习方法的目标检测和图像分类 145__eol__7.1 项目6 使用SVM完成图片中的多车检测 145__eol__7.2 项目7 使用KNN识别印刷体数字 157__eol__7.3 课后习题 165__eol__7.4 本章小结 166__eol__第8章 基于深度学习的图像分类基础 167__eol__8.1 项目8 基于全连接网络的图像分类 167__eol__8.2 项目9 基于卷积神经网络（CNN）的图像分类 187__eol__8.3 课后习题 197__eol__8.4 本章小结 199__eol__第9章 复杂深度学习项目的规范写法 200__eol__9.1 项目10 基于本地数据的猫狗图像分类 200__eol__9.2 课后习题 232__eol__9.3 本章小结 232__eol__第10章 基于深度学习的物体追踪 233__eol__10.1 项目11 基于YOLOv3的行人追踪 233__eol__10.2 课后习题 246__eol__10.3 本章小结 247__eol__第11章 基于深度学习的人脸相关应用 248__eol__11.1 项目12 人脸检测、人脸识别和表情识别 248__eol__11.2 课后习题 295__eol__11.3 本章小结 296__eol__附录A：术语表 297__eol__附录B：基于Ubuntu操作系统和CPU的系统环境搭建 300__eol__附录C：基于Ubuntu操作系统和GPU的系统环境搭建 303__eol__附录D：CPU下的TensorFlow和Python版本对应关系 311__eol__附录E：GPU下的TensorFlow、Python、CUDA和cuDNN版本对应关系 313__eol__
