定 價:45 元
叢書名:職業(yè)教育人工智能領(lǐng)域系列教材
- 作者:方水平宋玉娥
- 出版時間:2023/11/1
- ISBN:9787111735830
- 出 版 社:機械工業(yè)出版社
- 中圖法分類:TP302.7
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書系統(tǒng)地介紹了計算機視覺主要任務(wù)及實現(xiàn)原理,包括圖像濾波、圖像變換、圖像特征提取與匹配、目標(biāo)檢測、目標(biāo)跟蹤、目標(biāo)識別、目標(biāo)三維重構(gòu)、圖像分類、神經(jīng)網(wǎng)絡(luò)等。本書可作為“計算機視覺與應(yīng)用”課程的培訓(xùn)教材,或人工智能技術(shù)應(yīng)用專業(yè)的計算機視覺應(yīng)用開發(fā)課程的教材,也可以作為人工智能應(yīng)用領(lǐng)域相關(guān)技術(shù)人員的自學(xué)參考書。為方便教學(xué),本書配備電子課件等教學(xué)資源。凡選用本書作為教材的教師均可登錄機械工業(yè)出版社教育服務(wù)網(wǎng)www..cmpedu..com注冊后免費下載。
言
Preface
人工智能(ArtificialIntelligence,AI)技術(shù)不斷發(fā)展,其應(yīng)用場景日益增加,正在深刻影響著諸多領(lǐng)域,如交通、零售、能源、化工、制造、金融、醫(yī)療、天文地理、智慧城市等,引起經(jīng)濟結(jié)構(gòu)、社會生活和工作方式的深刻變革,并重塑世界經(jīng)濟發(fā)展的新格局。
人工智能技術(shù)在全球發(fā)展中的重要作用已引起國際范圍內(nèi)的廣泛關(guān)注和高度重視,多個國家已將人工智能提升至關(guān)乎國家競爭力、國家安全的重大戰(zhàn)略,并出臺了相關(guān)政策和規(guī)劃,從國家機構(gòu)、戰(zhàn)略部署、資本投入、政策導(dǎo)向、技術(shù)研發(fā)、人才培養(yǎng)、構(gòu)建產(chǎn)業(yè)鏈和生態(tài)圈等方面集中發(fā)力,力求在全球競爭中搶占技術(shù)的制高點。
以習(xí)近平同志為核心的黨中央高度重視人工智能發(fā)展,強調(diào)要把新一代人工智能作為推動科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的驅(qū)動力量,努力實現(xiàn)高質(zhì)量發(fā)展。我國人工智能發(fā)展被提升到國家戰(zhàn)略高度,開啟了我國人工智能變革與創(chuàng)新的新時代。
人工智能技術(shù)及產(chǎn)業(yè)的蓬勃發(fā)展必然帶來對人工智能人才的迫切需求,尤其是對實用型、創(chuàng)新型、復(fù)合型人才的需求。但現(xiàn)在,我國人工智能領(lǐng)域的高端人才稀缺,培養(yǎng)德才兼?zhèn)涞母咚刭|(zhì)人工智能人才成為新時代的重要任務(wù)。
北京博海迪信息科技有限公司深耕ICT(InformationCommunicationsTechnology)教育行業(yè)至今20年,在人才培養(yǎng)、教材研發(fā)、實訓(xùn)云平臺開發(fā)等諸多方面都取得了非常好的成績。2019年3月,北京博海迪信息科技有限公司推出了“泰克人工智能創(chuàng)新實踐平臺”,在廣泛的實踐過程中取得了良好的應(yīng)用效果。基于在ICT行業(yè)的經(jīng)驗積累和在人工智能方面教學(xué)成果的沉淀,北京博海迪信息科技有限公司組織多所院校老師,編寫了職業(yè)教育人工智能領(lǐng)域系列教材,通過完備的人工智能技術(shù)知識闡述與分析,讓讀者更好地了解人工智能。
計算機視覺萌生于20世紀(jì)五六十年代,至20世紀(jì)末,相關(guān)理論、軟/硬件技術(shù)等得到初步發(fā)展,并開始在工業(yè)環(huán)境中應(yīng)用。21世紀(jì)以來,以人工智能深度學(xué)習(xí)算法為依托,高效求解復(fù)雜全局優(yōu)化問題的算法得到極大發(fā)展,計算機視覺技術(shù)進入高速發(fā)展階段。
計算機視覺主要應(yīng)用于視頻監(jiān)控、機器/車輛的物體檢測/識別/避讓、醫(yī)學(xué)圖像分析、增強現(xiàn)實(AR)/虛擬現(xiàn)實(VR)、定位和制圖、將文書轉(zhuǎn)換為數(shù)據(jù)、人類情感分析、廣告插入圖像和視頻、臉部識別、房地產(chǎn)開發(fā)優(yōu)化等方面。在自動駕駛、教育、政務(wù)等更多的場景中開始應(yīng)用計算機視覺技術(shù),未來計算機視覺技術(shù)將在更多的領(lǐng)域得到廣泛應(yīng)用。
北京博海迪信息科技有限公司的“計算機視覺與應(yīng)用”課程旨在講解人工智能領(lǐng)域的重要分支———視覺智能的基本原理、概念、方法及其典型應(yīng)用等,使學(xué)生能從圖像預(yù)處理、幾何變換與特征提取、目標(biāo)檢測與識別、立體視覺、圖像分類與神經(jīng)網(wǎng)絡(luò)等五個方面了解并掌握計算機視覺的基本任務(wù)及其應(yīng)用,拓展學(xué)生對視覺智能及人工智能的認識,提升學(xué)生在計算機視覺領(lǐng)域的工程能力,為學(xué)生從事相關(guān)技術(shù)的研究及應(yīng)用奠定良好的基礎(chǔ)。
本書由北京博海迪信息科技有限公司組織編寫,教材內(nèi)容結(jié)合“計算機視覺與應(yīng)用”課程體系,包括圖像濾波、圖像變換、圖像特征提取與匹配、目標(biāo)檢測、目標(biāo)跟蹤、目標(biāo)識別、目
標(biāo)三維重構(gòu)、圖像分類、神經(jīng)網(wǎng)絡(luò)等內(nèi)容。主要讓學(xué)生了解計算機視覺的發(fā)展歷史、相關(guān)知識、應(yīng)用領(lǐng)域和研究方向,掌握圖像預(yù)處理和特征提取的原理和方法,掌握卷積神經(jīng)網(wǎng)絡(luò)的相關(guān)知識,掌握圖像分類、目標(biāo)檢測、語義分割、場景理解和圖像生成等的原理和經(jīng)典算法等。
本書由方水平、宋玉娥任主編,劉業(yè)輝、朱賀新任副主編,郭蕊、趙元蘇、楊洪濤、王笑洋參與編寫。在這里要感謝北京博海迪信息科技有限公司的傾力支持。
由于計算機視覺應(yīng)用技術(shù)的發(fā)展日新月異,加之編者水平有限,書中不妥之處在所難免,懇請廣大讀者批評指正。
編 者
前言
二維碼索引
第1 章
計算機視覺與應(yīng)用導(dǎo)論
1.1 計算機視覺概述 001
1.2 計算機視覺編程工具及環(huán)境配置 006
1.2.1 計算機視覺編程工具 006
1.2.2 計算機視覺開發(fā)環(huán)境搭建 008
第2 章
圖像濾波
2.1 數(shù)字圖像概述 021
2.1.1 數(shù)字圖像的基本概念 021
2.1.2 圖像文件格式 025
2.2 圖像濾波及其應(yīng)用 027
2.2.1 圖像點運算 027
2.2.2 圖像濾波 031
2.3 形態(tài)學(xué)處理 040
2.3.1 膨脹運算 042
2.3.2 腐蝕運算 044
2.3.3 開運算與閉運算 046
2.3.4 形態(tài)學(xué)梯度 047
2.3.5 頂帽和黑帽運算 049
第3 章
圖像變換
3.1 圖像采樣與插值 050
3.1.1 圖像采樣 050
3.1.2 圖像插值 052
3.2 圖像變換 059
3.2.1 灰度變換 059
3.2.2 圖像幾何變換 062
3.2.3 圖像變換應(yīng)用案例 071
第4 章
圖像特征提取與匹配
4.1 幾何特征 074
4.1.1 圖像梯度 075
4.1.2 圖像邊緣 076
4.1.3 角點特征 080
4.1.4 形狀特征 085
4.2 圖像紋理特征 085
4.2.1 圖像紋理特征定義 085
4.2.2 紋理特征分析 086
4.2.3 紋理合成 089
4.3 局部圖像特征 092
第5 章
目標(biāo)檢測
5.1 目標(biāo)檢測簡介 103
5.2 目標(biāo)檢測算法 103
5.2.1 傳統(tǒng)的目標(biāo)檢測算法 104
5.2.2 基于深度學(xué)習(xí)的目標(biāo)檢測算法 109
5.3 人臉檢測 114
5.3.1 人臉檢測算法 114
5.3.2 基于OpenCV 實現(xiàn)人臉檢測 116
5.3.3 基于OpenCV 實現(xiàn)人臉識別 119
5.4 增強現(xiàn)實 124
第6 章
目標(biāo)跟蹤
6.1 目標(biāo)跟蹤概述 128
6.2 目標(biāo)跟蹤方法 132
6.2.1 基于相關(guān)濾波的跟蹤算法 132
6.2.2 基于深度學(xué)習(xí)的跟蹤方法 135
6.2.3 跨鏡追蹤 138
第7 章
目標(biāo)識別
7.1 目標(biāo)識別概述 140
7.2 目標(biāo)識別的應(yīng)用 143
第8 章
目標(biāo)三維重構(gòu)
8.1 計算機視覺三維重構(gòu)的理論基礎(chǔ) 148
8.2 相機標(biāo)定 154
8.3 三維場景重建 159
8.4 三維場景重建技術(shù)的應(yīng)用 160
第9 章
圖像分類
9.1 機器學(xué)習(xí)概述 163
9.2 機器學(xué)習(xí)算法應(yīng)用開發(fā)流程 164
9.3 圖像分類概述 164
9.4 基于機器學(xué)習(xí)的圖像分類算法 167
9.5 機器學(xué)習(xí)模型評價方法 171
9.6 損失函數(shù) 173
第10 章
神經(jīng)網(wǎng)絡(luò)
10.1 深度學(xué)習(xí)概述 176
10.2 卷積神經(jīng)網(wǎng)絡(luò) 176
10.3 LeNet 模型 181
10.4 VGG16 模型 184
10.5 AlexNet 模型 189
參考文獻 196