-
内容大纲
本书系统地介绍了计算机视觉主要任务及实现原理,包括图像滤波、图像变换、图像特征提取与匹配、目标检测、目标跟踪、目标识别、目标三维重构、图像分类、神经网络等。本书可作为“计算机视觉与应用”课程的培训教材,或人工智能技术应用专业的计算机视觉应用开发课程的教材,也可以作为人工智能应用领域相关技术人员的自学参考书。 -
作者介绍
-
目录
前言
二维码索引
第1章 计算机视觉与应用导论
1.1 计算机视觉概述
1.2 计算机视觉编程工具及环境配置
1.2.1 计算机视觉编程工具
1.2.2 计算机视觉开发环境搭建
第2章 图像滤波
2.1 数字图像概述
2.1.1 数字图像的基本概念
2.1.2 图像文件格式
2.2 图像滤波及其应用
2.2.1 图像点运算
2.2.2 图像滤波
2.3 形态学处理
2.3.1 膨胀运算
2.3.2 腐蚀运算
2.3.3 开运算与闭运算
2.3.4 形态学梯度
2.3.5 顶帽和黑帽运算
第3章 图像变换
3.1 图像采样与插值
3.1.1 图像采样
3.1.2 图像插值
3.2 图像变换
3.2.1 灰度变换
3.2.2 图像几何变换
3.2.3 图像变换应用案例
第4章 图像特征提取与匹配
4.1 几何特征
4.1.1 图像梯度
4.1.2 图像边缘
4.1.3 角点特征
4.1.4 形状特征
4.2 图像纹理特征
4.2.1 图像纹理特征定义
4.2.2 纹理特征分析
4.2.3 纹理合成
4.3 局部图像特征
第5章 目标检测
5.1 目标检测简介
5.2 目标检测算法
5.2.1 传统的目标检测算法
5.2.2 基于深度学习的目标检测算法
5.3 人脸检测
5.3.1 人脸检测算法
5.3.2 基于OpenCV实现人脸检测
5.3.3 基于OpenCV实现人脸识别
5.4 增强现实
第6章 目标跟踪
6.1 目标跟踪概述
6.2 目标跟踪方法
6.2.1 基于相关滤波的跟踪算法
6.2.2 基于深度学习的跟踪方法
6.2.3 跨镜追踪
第7章 目标识别
7.1 目标识别概述
7.2 目标识别的应用
第8章 目标三维重构
8.1 计算机视觉三维重构的理论基础
8.2 相机标定
8.3 三维场景重建
8.4 三维场景重建技术的应用
第9章 图像分类
9.1 机器学习概述
9.2 机器学习算法应用开发流程
9.3 图像分类概述
9.4 基于机器学习的图像分类算法
9.5 机器学习模型评价方法
9.6 损失函数
第10章 神经网络
10.1 深度学习概述
10.2 卷积神经网络
10.3 LeNet模型
10.4 VGG16模型
10.5 AlexNet模型
参考文献
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...