鏈接：https://pan.baidu.com/s/1LtHW4tiGzuILxHHivlWumg?pwd=e0qw?

提取碼：e0qw

計算機(jī)視覺是一門研究和應(yīng)用學(xué)科，它研究如何使用計算機(jī)來處理和理解圖像與視頻，該研究領(lǐng)域涵蓋了從圖像采集和處理到圖像分析和識別等多項(xiàng)技術(shù)。它的目標(biāo)是使計算機(jī)能夠像人類一樣理解視覺信息，并且能夠自動執(zhí)行視覺任務(wù)。本書是一本以應(yīng)用為導(dǎo)向的計算機(jī)視覺案例教材，全書共分11章。第1章講述計算機(jī)視覺概述；第2章講述系統(tǒng)環(huán)境搭建；第3章主要講述圖像處理基礎(chǔ)；第4章主要講述圖像濾波；第5章講述圖像特征提取和匹配；第6章講述圖像分割基礎(chǔ)；第7章講述基于經(jīng)典機(jī)器學(xué)習(xí)的圖像分類；第8章講述基于全連接網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的圖像分類基礎(chǔ)；第9章講述基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類程序的規(guī)范寫法； 0章講述基于YOLO的目標(biāo)檢測和物體追蹤； 1章講述基于深度學(xué)習(xí)的人臉檢測、人臉識別和表情識別。前7章主要講述必要的理論基礎(chǔ)和基于經(jīng)典機(jī)器學(xué)習(xí)的計算機(jī)視覺；后4章主要講述基于深度學(xué)習(xí)的計算機(jī)視覺。學(xué)習(xí)本書學(xué)生有必要的Python基礎(chǔ)知識即可，無須事先學(xué)習(xí)深度學(xué)習(xí)課程， 具備一定的機(jī)器學(xué)習(xí)基礎(chǔ)。本書希望做到：知識技能較系統(tǒng)，寫法深入淺出，案例有較好的實(shí)用性；能幫助學(xué)生入門，能幫助學(xué)生樹立解決問題的信心。

作者簡介

劉小華，深職院人工智能學(xué)院軟件技術(shù)專業(yè)主任，主要從事人工智能技術(shù)的教學(xué)和科研工作。開發(fā)的軟件系統(tǒng)從2004年起在深職院使用至今，累計承擔(dān)省、市、校各級教學(xué)科研課題十余項(xiàng)，發(fā)表EI檢索及核心期刊論文多篇，獲得發(fā)明專利授權(quán)一項(xiàng)。指導(dǎo)學(xué)生參加技能大賽獲省一等獎以上十余次，獲百度人工智能菁英班 指導(dǎo)教師等榮譽(yù)稱號多次。曾承擔(dān)深圳大學(xué)SPOC課程制作。2020年開發(fā)的全英文課程上線\"學(xué)堂在線” 版。

目錄

第1章 計算機(jī)視覺概述1
1.1 從人類視覺系統(tǒng)到計算機(jī)視覺1
1.2 計算機(jī)視覺與人工智能7
1.3 計算機(jī)視覺應(yīng)用9
1.4 課后習(xí)題13
1.5 本章小結(jié)15
第2章 系統(tǒng)環(huán)境搭建16
2.1 項(xiàng)目1 搭建計算機(jī)視覺應(yīng)用開發(fā)的系統(tǒng)環(huán)境16
2.2 課后習(xí)題35
2.3 本章小結(jié)35
第3章 圖像處理基礎(chǔ)36
3.1 項(xiàng)目2 把logo貼到大圖右下角36
3.2 課后習(xí)題61
3.3 本章小結(jié)64
第4章 圖像濾波65
4.1 項(xiàng)目3 交通視頻中的車道線檢測和繪制65
4.2 課后習(xí)題102
4.3 本章小結(jié)106
第5章 圖像特征提取和匹配107
5.1 項(xiàng)目4 基于特征提取的logo定位107
5.2 課后習(xí)題120
5.3 本章小結(jié)121
第6章 圖像分割基礎(chǔ)122
6.1 項(xiàng)目5 數(shù)獨(dú)圖像中題干已知數(shù)字的分割122
6.2 課后習(xí)題142
6.3 本章小結(jié)144
第7章 使用經(jīng)典機(jī)器學(xué)習(xí)方法的目標(biāo)檢測和圖像分類145
7.1 項(xiàng)目6 使用SVM完成圖片中的多車檢測145
7.2 項(xiàng)目7 使用KNN識別印刷體數(shù)字157
7.3 課后習(xí)題165
7.4 本章小結(jié)166
第8章 基于深度學(xué)習(xí)的圖像分類基礎(chǔ)167
8.1 項(xiàng)目8 基于全連接網(wǎng)絡(luò)的圖像分類167
8.2 項(xiàng)目9 基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的圖像分類187
8.3 課后習(xí)題197
8.4 本章小結(jié)199
第9章 復(fù)雜深度學(xué)習(xí)項(xiàng)目的規(guī)范寫法200
9.1 項(xiàng)目10 基于本地數(shù)據(jù)的貓狗圖像分類200
9.2 課后習(xí)題232
9.3 本章小結(jié)232
0章 基于深度學(xué)習(xí)的物體追蹤233
10.1 項(xiàng)目11 基于YOLOv3的行人追蹤233
10.2 課后習(xí)題246
10.3 本章小結(jié)247
1章 基于深度學(xué)習(xí)的人臉相關(guān)應(yīng)用248
11.1 項(xiàng)目12 人臉檢測、人臉識別和表情識別248
11.2 課后習(xí)題295
11.3 本章小結(jié)296
附錄A：術(shù)語表297
附錄B：基于Ubuntu操作系統(tǒng)和CPU的系統(tǒng)環(huán)境搭建300
附錄C：基于Ubuntu操作系統(tǒng)和GPU的系統(tǒng)環(huán)境搭建303
附錄D：CPU下的TensorFlow和Python版本對應(yīng)關(guān)系311
附錄E：GPU下的TensorFlow、Python、CUDA和cuDNN版本對應(yīng)關(guān)系313