| 作者 |
| 本杰明·普朗什,艾略特·安德烈斯 E. R. 戴维斯 |
| 丛书名 |
| 智能系统与技术丛书 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782108191535 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 ---------------------------8083260 - 计算机视觉实战：基于TensorFlow 2--------------------------- 本书探讨了谷歌机器学习开源框架的全新版本TensorFlow 2，从计算机视觉和深度学习基础知识开始，介绍了如何从头开始构建神经网络，并将其用于计算机视觉任务，如图像分类、目标分割、视频分析等。展示了如何使用如Inception和ResNet等现代神经网络分类图像，使用YOLO、Mask R-CNN和U-Net提取特定内容，并辅以具体的代码示例。还介绍了迁移学习、数据增强、域适应等技术，以及如何在移动设备和网络浏览器中进行部署。 ---------------------------8075458 - 计算机视觉：原理、算法、应用及学习（原书第5版）--------------------------- 本书系统地展示了计算机视觉的基本方法学，讲解基础理论的同时，强调算法和实际中的设计约束。此次第5版全面修订，涵盖更多计算机视觉的概念和应用，既适合本科生和研究生，也适合该领域的研究人员和工程师。 |
| 目录 |
| [套装书具体书目] 8075458 - 计算机视觉：原理、算法、应用及学习（原书第5版） - 9787111664796 - 机械工业出版社 - 定价 149 8083260 - 计算机视觉实战：基于TensorFlow 2 - 9787111688471 - 机械工业出版社 - 定价 89 ---------------------------8083260 - 计算机视觉实战：基于TensorFlow 2--------------------------- 译者序 前言 作者简介 审校者简介 第一部分 TensorFlow 2和应用于 计算机视觉的深度学习 第1章 计算机视觉和神经网络2 1.1 技术要求2 1.2 广义计算机视觉3 1.2.1 计算机视觉概述3 1.2.2 主要任务及其应用3 1.3 计算机视觉简史8 1.3.1 迈出成功的第一步9 1.3.2 深度学习的兴起12 1.4 开始学习神经网络14 1.4.1 建立神经网络15 1.4.2 训练神经网络23 1.5 本章小结30 问题30 进一步阅读30 第2章 TensorFlow基础和模型训练31 2.1技术要求31 2.2TensorFlow 2和Keras入门31 2.2.1 TensorFlow32 2.2.2 基于Keras的简单计算机视觉模型33 2.3TensorFlow 2和Keras详述36 2.3.1 核心概念36 2.3.2 高级概念42 2.4TensorFlow生态系统46 2.4.1 TensorBoard46 2.4.2 TensorFlow插件和扩展47 2.4.3 TensorFlow Lite和TensorFlow.js48 2.4.4 在何处运行模型48 2.5本章小结49 问题50 第3章 现代神经网络51 3.1 技术要求51 3.2 卷积神经网络51 3.2.1 用于多维数据的神经网络52 3.2.2 CNN操作53 3.2.3 有效感受野63 3.2.4 在TensorFlow中使用CNN64 3.3 训练过程微调67 3.3.1 现代网络优化器67 3.3.2 正则化方法71 3.4 本章小结76 问题76 进一步阅读77 第二部分 先进的经典识别 问题解决方案 第4章 主流分类工具80 4.1 技术要求80 4.2 了解高级CNN架构81 4.2.1 VGG：CNN的标准架构81 4.2.2 GoogLeNet 和Inception模块85 4.2.3 ResNet：残差网络92 4.3 利用迁移学习96 4.3.1 概述96 4.3.2 基于TensorFlow和Keras的迁移学习100 4.4 本章小结102 问题103 进一步阅读103 第5章 目标检测模型104 5.1 技术要求104 5.2 目标检测介绍104 5.2.1 背景105 5.2.2 模型的性能评价106 5.3 YOLO：快速目标检测算法108 5.3.1 YOLO介绍109 5.3.2 使用YOLO推理110 5.3.3 训练YOLO117 5.4 Faster R-CNN：强大的目标检测模型120 5.4.1 Faster R-CNN通用架构120 5.4.2 训练Faster R-CNN124 5.4.3 TensorFlow目标检测API126 5.5 本章小结127 问题127 进一步阅读127 第6章 图像增强和分割128 6.1 技术要求128 6.2 使用编码器-解码器进行图像变换128 6.2.1 编码器-解码器概述129 6.2.2 基本示例：图像去噪132 6.2.3 卷积编码器-解码器133 6.3 理解语义分割140 6.3.1 使用编码器-解码器进行目标分割140 6.3.2 比较困难的实例分割145 6.4 本章小结148 问题148 进一步阅读148 第三部分 高级概念和计算机 视觉新进展 第7章 在复杂和稀缺数据集上训练150 7.1 技术要求150 7.2 高效数据服务151 7.2.1 TensorFlow 数据API151 7.2.2 设置输入流水线153 7.2.3 优化和监控输入流水线158 7.3 如何处理稀缺数据162 7.3.1 增强数据集162 7.3.2 渲染合成数据集166 7.3.3 利用域适应和生成模型（VAE和GAN） 170 7.4 本章小结179 问题179 进一步阅读179 第8章 视频和循环神经网络181 8.1 技术要求181 8.2 RNN简介181 8.2.1 基本形式182 8.2.2 对RNN的基本理解183 8.2.3 学习RNN权重184 8.2.4 长短期记忆单元185 8.3 视频分类188 8.3.1 计算机视觉应用于视频188 8.3.2 使用LSTM分类视频189 8.4 本章小结194 问题195 进一步阅读195 第9章 优化模型并在移动设备上部署196 9.1 技术要求196 9.2 优化计算和占用的磁盘空间197 9.2.1 测量推理速度197 9.2.2 提高模型推理速度199 9.2.3 当模型依旧很慢时201 9.2.4 减小模型大小202 9.3 基于终端设备的机器学习203 9.3.1 考虑因素203 9.3.2 实践204 9.4 app示例：识别面部表情206 9.4.1 MobileNet简介207 9.4.2 在终端设备上部署模型208 9.5 本章小结216 问题216 附录217 参考文献222 问题答案231 ---------------------------8075458 - 计算机视觉：原理、算法、应用及学习（原书第5版）--------------------------- 译者序 推荐序 第5版前言 第1版前言 缩写词汇表 第1章 计算机视觉面临的挑战 1 1.1 导言—人类及其感官 1 1.2 视觉的本质 2 1.2.1 识别过程 2 1.2.2 解决识别问题 3 1.2.3 物体定位 4 1.2.4 场景分析 5 1.2.5 视觉是逆向图形学 6 1.3 从自动视觉检测到监控 6 1.4 本书是关于什么的 7 1.5 机器学习的作用 8 1.6 后续章节内容概述 9 1.7 书目注释 9 第一部分 初级视觉 第2章 图像与图像处理 12 2.1 导言 12 2.2 图像处理操作 15 2.2.1 灰度图像的一些基本操作 15 2.2.2 二值图像的基本操作 19 2.3 卷积和点扩散函数 21 2.4 顺序操作与并行操作 22 2.5 结束语 23 2.6 书目和历史注释 24 2.7 问题 24 第3章 图像滤波和形态学 25 3.1 导言 25 3.2 通过高斯平滑抑制噪声 27 3.3 中值滤波器 28 3.4 模式滤波器 30 3.5 秩排序滤波器 35 3.6 锐化–反锐化掩模 35 3.7 中值滤波器引入的偏移 36 3.7.1 中值偏移的连续体模型 36 3.7.2 推广到灰度图 38 3.7.3 中值偏移的离散模型 40 3.8 秩排序滤波器引入的偏移 41 3.9 滤波器在计算机视觉工业应用中的作用 44 3.10 图像滤波中的色彩 44 3.11 二值图像的膨胀和腐蚀 45 3.11.1 膨胀和腐蚀 45 3.11.2 抵消效应 45 3.11.3 改进的膨胀与腐蚀算子 45 3.12 数学形态学 46 3.12.1 泛化的形态学膨胀 46 3.12.2 泛化的形态学腐蚀 47 3.12.3 膨胀与腐蚀之间的对偶性 47 3.12.4 膨胀与腐蚀算子的特性 48 3.12.5 闭合与开启 50 3.12.6 基本形态学运算概要 51 3.13 形态学分组 53 3.14 灰度图像中的形态学 54 3.15 结束语 55 3.16 书目和历史注释 56 3.17 问题 58 第4章 阈值的作用 61 4.1 导言 61 4.2 区域生长方法 62 4.3 阈值方法 62 4.3.1 寻找合适的阈值 62 4.3.2 解决阈值选取中的偏差问题 63 4.4 自适应阈值 64 4.5 更彻底的阈值选择方法 66 4.5.1 基于方差的阈值 67 4.5.2 基于熵的阈值 67 4.5.3 最大似然阈值 68 4.6 全局波谷阈值方法 69 4.7 应用全局波谷阈值方法的实际结果 71 4.8 直方图凹性分析 75 4.9 结束语 75 4.10 书目和历史注释 76 4.11 问题 77 第5章 边缘检测 78 5.1 导言 78 5.2 边缘检测基本理论 79 5.3 模板匹配方法 80 5.4 3×3模板算子理论 81 5.5 微分梯度算子的设计 82 5.6 圆形算子的概念 83 5.7 圆形算子的详细实现 83 5.8 微分边缘算子的系统设计 85 5.9 上述方法的问题—一些替代方案 86 5.10 滞后阈值 88 5.11 Canny算子 89 5.12 Laplacian算子 92 5.13 结束语 93 5.14 书目和历史注释 93 5.15 问题 94 第6章 角点、兴趣点和不变特征的检测 95 6.1 导言 95 6.2 模板匹配 95 6.3 二阶导数方法 96 6.4 基于中值滤波的角点检测器 98 6.4.1 分析中值检测器的操作 98 6.4.2 实际结果 99 6.5 Harris兴趣点算子 100 6.5.1 各种几何构型的角点信号和位移 102 6.5.2 交叉点和T形交叉点的性能 103 6.5.3 Harris算子的不同形式 105 6.6 角点方向 106 6.7 局部不变特征检测器与描述符 106 6.7.1 几何变换和特征标准化 107 6.7.2 Harris尺度、仿射不变检测器和描述符 108 6.7.3 Hessian尺度、仿射不变检测器和描述符 109 6.7.4 尺度不变特征变换算子 110 6.7.5 加速鲁棒特征算子 110 6.7.6 最大稳定极值区域 111 6.7.7 各种不变特征检测器的比较 112 6.7.8 定向梯度直方图 114 6.8 结束语 115 6.9 书目和历史注释 116 6.10 问题 118 第7章 纹理分析 119 7.1 导言 119 7.2 纹理分析的一些基本方法 121 7.3 灰度共生矩阵 122 7.4 Laws纹理能量法 123 7.5 Ade特征滤波器法 125 7.6 对Laws法和Ade法的评估 126 7.7 结束语 127 7.8 书目和历史注释 127 第二部分 中级视觉 第8章 二值化形状分析 130 8.1 导言 130 8.2 二值图像的连通性 131 8.3 物体标记和计数 131 8.4 尺寸滤波 136 8.5 距离函数及其用途 138 8.6 骨架和细化 140 8.6.1 交叉数 141 8.6.2 细化的并行和顺序实现 143 8.6.3 引导细化 144 8.6.4 如何看待骨架的本质 145 8.6.5 骨架节点分析 146 8.6.6 骨架在形状识别中的应用 146 8.7 形状识别的其他度量 147 8.8 边界跟踪过程 148 8.9 结束语 149 8.10 书目和历史注释 150 8.11 问题 151 第9章 边界模式分析 154 9.1 导言 154 9.2 边界跟踪过程 156 9.3 质心轮廓 156 9.4 质心轮廓方法存在的问题 157 9.5 （s, ψ）图 159 9.6 解决遮挡问题 160 9.7 边界长度度量的准确性 162 9.8 结束语 163 9.9 书目和历史注释 164 9.10 问题 165 第10章 直线、圆和椭圆的检测 166 10.1 导言 166 10.2 霍夫变换在直线检测中的应用 167 10.3 垂足法 169 10.4 使用RANSAC进行直线检测 171 10.5 腹腔镜工具的位置 174 10.6 基于霍夫的圆形物体检测方案 175 10.7 圆半径未知的问题 178 10.8 克服速度问题 179 10.9 椭圆检测 181 10.9.1 直径平分法 182 10.9.2 弦切法 183 10.9.3 寻找剩余椭圆参数 184 10.10 人类虹膜定位 185 10.11 结束语 186 10.12 书目和历史注释 187 10.13 问题 189 第11章 广义霍夫变换 191 11.1 导言 191 11.2 广义霍夫变换 192 11.3 空间匹配滤波的相关性 193 11.4 梯度加权与均匀加权 194 11.4.1 灵敏度和计算负荷的计算 195 11.4.2 总结 196 11.5 使用GHT检测椭圆 196 11.6 各种椭圆检测方法的比较 199 11.7 物体定位的图论方法 200 11.8 节省计算的可能性 204 11.9 使用GHT进行特征排序 205 11.10 推广最大团及其他方法 207 11.11 搜索 208 11.12 结束语 208 11.13 书目和历史注释 209 11.14 问题 212 第12章 物体分割与形状模型 215 12.1 导言 215 12.2 主动轮廓 215 12.3 使用主动轮廓获得的实际结果 217 12.4 用于物体分割的水平集方法 218 12.5 形状模型 219 12.6 结束语 227 12.7 书目和历史注释 227 第三部分 机器学习和深度学习网络 第13章 基本分类概念 230 13.1 导言 230 13.2 最近邻算法 231 13.3 贝叶斯决策理论 232 13.4 最近邻与贝叶斯方法的关系 234 13.4.1 问题的数学陈述 234 13.4.2 最近邻算法的重要性 236 13.5 最佳特征数量 236 13.6 代价函数和错误–拒绝权衡 236 13.7 监督和无监督学习 238 13.8 聚类分析 238 13.9 支持向量机 240 13.10 人工神经网络 241 13.11 反向传播算法 244 13.12 多层感知器架构 246 13.13 训练数据过拟合 247 13.14 结束语 248 13.15 书目和历史注释 249 13.16 问题 250 第14章 机器学习：概率方法 251 14.1 导言 251 14.2 高斯混合和EM算法 253 14.3 更一般的EM算法视图 257 14.4 一些实际例子 259 14.5 主成分分析 264 14.6 多分类器 266 14.7 Boosting方法 268 14.8 AdaBoost建模 270 14.9 Boosting方法的损失函数 272 14.10 LogitBoost算法 275 14.11 Boosting方法的有效性 277 14.12 多类别的Boosting方法 277 14.13 接受者操作特性 281 14.14 结束语 284 14.15 书目和历史注释 284 14.16 问题 286 第15章 深度学习网络 287 15.1 导言 287 15.2 卷积神经网络 289 15.3 用于定义CNN架构的参数 290 15.4 LeCun 等人提出的LeNet 架构 293 15.5 Krizhevsky等人提出的AlexNet架构 296 15.6 Zeiler和Fergus对CNN架构的研究 300 15.7 Zeiler和Fergus的可视化实验 302 15.8 Simonyan和Zisserman的VGGNet架构 303 15.9 Noh等人的DeconvNet架构 305 15.10 Badrinarayanan等人的SegNet架构 307 15.11 循环神经网络 309 15.12 结束语 311 15.13 书目和历史注释 313 第四部分 三维视觉和运动 第16章 三维世界 316 16.1 导言 316 16.2 三维视觉方法 316 16.3 三维视觉投影方案 318 16.3.1 双目图像 319 16.3.2 对应问题 320 16.4 阴影形状 322 16.5 光度立体技术 325 16.6 表面光滑性的假设 326 16.7 纹理形状 327 16.8 结构光的使用 327 16.9 三维物体识别方案 329 16.10 Horaud的汇聚定向技术 329 16.11 一个重要的范例—工业零件的定位 332 16.12 结束语 333 16.13 书目和历史注释 334 16.14 问题 336 第17章 解决n点透视问题 338 17.1 导言 338 17.2 视角倒转现象 338 17.3 弱透视投影下的姿势歧义性 339 17.4 求姿势估计的唯一解 341 17.4.1 三点情况下的解 343 17.4.2 利用对称梯形来预测姿势 344 17.5 结束语 345 17.6 书目和历史注释 345 17.7 问题 346 第18章 不变量与透视 347 18.1 导言 347 18.2 交比：“比率的比率”的概念 348 18.3 非共线点的不变量 351 18.4 圆锥曲线上点的不变量 353 18.5 微分和半微分不变量 355 18.6 对称交比函数 356 18.7 消失点检测 357 18.8 更多关于消失点的内容 358 18.9 圆和椭圆的表观中心 359 18.10 美术和摄影中的透视效果 360 18.11 结束语 365 18.12 书目和历史注释 365 18.13 问题 367 第19章 图像变换和摄像机校准 368 19.1 导言 368 19.2 图像变换 369 19.3 摄像机校准 372 19.4 内部和外部参数 373 19.5 径向畸变纠正 375 19.6 多视图视觉 376 19.7 广义的对极几何 376 19.8 本征矩阵 377 19.9 基础矩阵 378 19.10 本征矩阵和基础矩阵的性质 379 19.11 评估基础矩阵 380 19.12 8点算法的更新 380 19.13 图像校正 380 19.14 三维重建 381 19.15 结束语 382 19.16 书目和历史注释 383 19.17 问题 384 第20章 运动 385 20.1 导言 385 20.2 光流 385 20.3 光流场的理解 387 20.4 利用扩展焦点避免碰撞 389 20.5 时间邻近度分析 390 20.6 基于光流模型的基本问题 391 20.7 运动中的立体视觉 391 20.8 卡尔曼滤波器 393 20.9 宽基线匹配 394 20.10 结束语 395 20.11 书目和历史注释 396 20.12 问题 396 第五部分 计算机视觉的应用 第21章 人脸检测与识别：深度学习带来的影响 398 21.1 导言 398 21.2 一种人脸检测的简单方法 399 21.3 人脸特征检测 401 21.4 用于快速人脸检测的Viola-Jones方法 402 21.5 人脸识别的特征脸方法 404 21.6 人脸识别的其他难点 406 21.7 人脸正面化 408 21.8 Sun等人提出的DeepID人脸表征系统 410 21.9 再议快速人脸检测 413 21.10 三维人脸检测 416 21.11 结束语 417 21.12 书目和历史注释 418 第22章 监控 420 22.1 导言 420 22.2 监控：基本几何 421 22.3 前景–背景分离 424 22.3.1 背景建模 424 22.3.2 背景建模的实例 426 22.3.3 前景的直接检测 430 22.4 粒子滤波 430 22.5 基于颜色直方图的跟踪 434 22.6 粒子滤波的应用 437 22.7 倒角匹配、跟踪和遮挡 439 22.8 多个摄像机的组合视角 440 22.9 交通流量监测的应用 443 22.9.1 Bascle等人的系统 443 22.9.2 Koller等人的系统 445 22.10 车牌定位 446 22.11 跟踪遮挡分类 447 22.12 通过步态区分行人 449 22.13 人体步态分析 451 22.14 基于模型的动物跟踪 452 22.15 结束语 454 22.16 书目和历史注释 455 22.17 问题 456 第23章 车载视觉系统 457 23.1 导言 457 23.2 定位道路 458 23.3 道路交通标线的定位 459 23.4 道路交通标志的定位 461 23.5 车辆的定位 462 23.6 通过查看车牌和其他结构特征获得的信息 464 23.7 定位行人 466 23.8 导航和自我运动 468 23.9 农业车辆导航 471 23.9.1 任务的三维层面 473 23.9.2 实时实现 473 23.10 结束语 474 23.11 高级驾驶辅助系统的更多细节及相关书目 474 23.11.1 车辆检测的发展 476 23.11.2 行人检测的发展 476 23.11.3 道路和车道检测的发展 478 23.11.4 交通标志检测的发展 479 23.11.5 路径规划、导航和自我运动的发展 480 23.12 问题 480 第24章 结语——计算机视觉展望 481 24.1 导言 481 24.2 机器视觉中的重要参数 481 24.3 权衡 483 24.3.1 一些重要的权衡 483 24.3.2 两阶段模板匹配权衡 484 24.4 摩尔定律的作用 484 24.5 硬件、算法和过程 485 24.6 选择表达形式的重要性 485 24.7 过去、现在和未来 486 24.8 深度学习探索 487 24.9 书目和历史注释 487 在线资源 附录A 稳健统计 附录B 采样定理 附录C 颜色的表示 附录D 从分布中采样 参考文献 |