• 人脸识别与美颜算法实战:基于Python、机器学习与深度学习
  • 人脸识别与美颜算法实战:基于Python、机器学习与深度学习
  • 人脸识别与美颜算法实战:基于Python、机器学习与深度学习
  • 人脸识别与美颜算法实战:基于Python、机器学习与深度学习
  • 人脸识别与美颜算法实战:基于Python、机器学习与深度学习
  • 人脸识别与美颜算法实战:基于Python、机器学习与深度学习
21年品牌 40万+商家 超1.5亿件商品

人脸识别与美颜算法实战:基于Python、机器学习与深度学习

实物拍摄图,品相如图有几页划线

15 1.5折 99 九品

仅1件

上海闵行
认证卖家担保交易快速发货售后保障

作者方圆圆 著

出版社机械工业出版社

出版时间2020-04

版次1

装帧平装

货号浅a

上书时间2024-12-25

浅行书店

十一年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
图书标准信息
  • 作者 方圆圆 著
  • 出版社 机械工业出版社
  • 出版时间 2020-04
  • 版次 1
  • ISBN 9787111650454
  • 定价 99.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 232页
  • 字数 450千字
【内容简介】
本书将传统的图像处理技术、机器学习时代的图像技术,到目前炙手可热的深度学习时代的图像处理技术融汇贯通起来。生动的结合了目前热门的应用,以抖音、美颜相机、手机自带的滤镜和美颜功能为切入点,专注于人脸图像的各种处理,大量实际案例,带领读者与一线AI图像算法工程师在项目实践中的如何设计算法流程,如何优化算法逻辑,如何将算法应用到实际的场景中。另外本身的后一章,深扒了目前抖音、美颜相机、天天P图、淘宝、京东等APP里面图像技术的应用场景以及实现原理,提纲挈领的概述了电商、娱乐、金融、安防这四大领域中应用的AI+图像技术实现思路。让读者可以对整个中国AI+图像的应用现状以及前景有直观的认知。
【目录】
推荐序 

前言 

第1章 AI时代:图像技术背景知识 1 

11 人工智能的前世今生 2 

12 AI与CV的相互融合之路 3 

13 AI图像处理技术 5 

14 本章小结 7 

第2章 武器和铠甲:开发环境配置 8 

21 来自传承的馈赠:OpenCV开源跨平台机器视觉库 8 

211 OpenCV的整体概念 9 

212 OpenCV的应用领域 9 

213 OpenCV的编程语言 9 

214 OpenCV支持的系统 10 

215 OpenCV的线上资源 10 

22 召唤萌宠:Python语言的“制霸”之路 10 

221 Python语言的发展 11 

222 Python 27X版本和3X版本的区别 11 

223 本书采用的Python版本 13 

23 铸剑:基于PyCharm的系统环境配置 14 

231 PyCharm在Mac OS系统下的安装和配置 14 

232 Mac OS系统下Anaconda的安装和配置 17 

24 牛刀小试:一起动手来写个例子吧 19 

25 本章小结 21 

第3章 开启星辰大海:图像处理技术基础知识 22 

31 图像的基本概念 23 

311 像素的概念 23 

312 图像的构成 24 

313 图像的格式 24 

314 理解图像的位深和通道的概念 25 

32 图像的读取、显示和存储操作 26 

321 OpenCV基本图像处理函数 26 

322 Python读取一张图片并显示和存储 27 

33 从像素出发构建二维灰度图像 28 

331 NumPy科学计算库 28 

332 创建二维灰度图像 30 

333 灰度图像的遍历 31 

34 灰度图像和彩色图像的变换 32 

341 图像的颜色空间 32 

342 彩色图像的通道分离和混合 33 

343 彩色图像的通道分离和混合程序示例 34 

344 彩色图像的二值化 35 

345 彩色图像的遍历 37 

346 彩色图像和灰度图像的转换 38 

35 图像的几何变换 40 

351 图像几何变换的基本概念 40 

352 插值算法 41 

353 图像的缩放 42 

354 图像的平移 44 

355 图像的旋转 45 

356 图像的镜像变换 47 

36 图像色彩空间基础知识 48 

361 图像的色调、色相、饱和度、亮度和对比度 48 

362 RGB色彩空间 49 

363 HSV色彩空间 49 

364 HSI色彩空间 50 

37 图像的直方图 50 

371 图像直方图的基本概念 50 

372 绘制灰度图像的直方图 51 

373 绘制彩色图像的直方图 53 

374 图像直方图均衡化 54 

375 图像直方图反向投影 56 

38 本章小结 58 

第4章 First Blood:第一波项目实战 59 

41 抖音哈哈镜 60 

411 抖音的哈哈镜效果 60 

412 哈哈镜的原理 61 

413 哈哈镜的程序实现 61 

42 给你一张老照片 64 

421 怀旧风格算法原理 64 

422 怀旧风格程序实现 65 

43 给自己画一张文艺范的素描 66 

431 轮廓检测算法原理 66 

432 素描风格算法原理 67 

433 素描风格算法的程序实现 68 

44 来一张油画吧 69 

441 图像油画算法原理 69 

442 图像油画算法的程序实现 69 

45 如何打马赛克 72 

451 马赛克算法原理 72 

452 马赛克算法的程序实现 72 

46 打造自己的专属肖像漫画 74 

461 漫画风格算法原理 74 

462 漫画风格算法的程序实现 74 

47 本章小结 76 

第5章 Double Kill:视频图像处理理论和项目实战 77 

51 视频处理流程和原理 78 

511 视频的捕获和存储 78 

512 提取视频中的某些帧 79 

513 将图片合成为视频 80 

514 多个视频合并 81 

52 抖音中的视频抖动效果设计 82 

521 视频抖动的原理 82 

522 视频抖动的程序实现 83 

53 抖音中的视频闪白效果设计 85 

531 视频闪白的原理 86 

532 视频闪白的程序实现 87 

54 抖音中的视频霓虹效果设计 90 

541 视频霓虹的原理 90 

542 视频霓虹效果的程序实现 91 

55 抖音中的视频时光倒流效果设计 94 

551 视频时光倒流的原理 94 

552 视频时光倒流的程序实现 94 

56 抖音中的视频反复效果设计 95 

561 视频反复的原理 95 

562 视频反复的程序实现 95 

57 抖音中的视频慢动作效果设计 96 

571 视频慢动作的原理 97 

572 视频慢动作的程序实现 97 

58 视频人物漫画风格滤镜设计 98 

59 本章小结 99 

第6章 Triple Kill:基于机器学习的人脸识别 100 

61 机器学习的基本概念 101 

611 机器学习的目的 101 

612 机器学习的内容 102 

613 机器学习的作用 103 

614 如何使用机器学习获得的东西 105 

615 使用机器学习方法的时机 106 

616 总结机器学习的基本概念 108 

62 机器学习中的图像预处理流程 112 

621 一个经典的机器学习图像处理实例 112 

622 人脸识别机器学习Model训练思路 113 

623 正样本图像预处理 113 

624 负样本图像预处理 121 

63 人脸检测机器学习算法设计 123 

631 图像特征 123 

632 Harr-like特征求值加速算法 127 

633 图像分类器 128 

634 人脸检测的训练算法流程 130 

635 人脸检测的检测算法流程 131 

64 训练人脸检测分类器并测试 132 

641 训练准备 132 

642 开始训练 133 

643 模型测试 134 

65 本章小结 135 

第7章 Quatary Kill:基于深度学习的人脸识别 137 

71 深度学习的基本概念 138 

711 深度学习简介 138 

712 深度学习和机器学习的区别 139 

713 深度学习入门概念 141 

72 卷积神经网络 147 

721 卷积的原理 147 

722 池化层的原理 150 

723 全连接层的原理 150 

724 一个经典的CNN网络结构 152 

73 手写数字分类项目 153 

731 训练环境的搭建 153 

732 训练数据的准备 154 

733 训练网络的搭建 155 

734 训练代码 158 

735 深度学习基础知识扩展 159 

74 基于深度学习的人脸识别解决方案 161 

741 数据的准备 161 

742 数据集的读取和处理 163 

743 网络的搭建 165 

744 Model的训练过程 167 

745 Model的测试过程 168 

75 本章小结 169 

第8章 Penta Kill:人脸图像美颜算法项目实战 170 

81 人脸磨皮算法 171 

811 图像滤波算法和效果 171 

812 人脸磨皮算法设计 176 

82 图像的色彩空间 180 

821 RGB和HSV色彩空间基础知识 180 

822 RGB和HSV转换的数学描述和函数实现 180 

823 图片中的颜色检测 181 

83 人脸美白算法设计 183 

831 通过图层混合实现图像美白算法 184 

832 通过beta参数调整实现图像美白算法 185 

833 通过颜色查找表实现图像美白算法 187 

84 人脸的手动祛痘算法设计 189 

841 图像修复算法介绍 190 

842 图像修复的原理 190 

843 通过图像修复算法实现手动祛痘 191 

85 本章小结 193 

第9章 Legendary:AI时代图像算法应用新生态 194 

91 抖音中的图像技术 195 

911 抖音中的图像应用概览 195 

912 抖音中的人脸检测技术 195 

913 抖音中的人脸检测技术应用 197 

914 抖音中的人体检测技术 201 

915 抖音中的人体检测技术应用 201 

916 抖音中的视频技术 202 

917 抖音中的图像技术总结 205 

92 美颜和美妆类App中的图像技术 206 

921 美颜和美妆类App图像应用概览 207 

922 五官的调整 207 

923 美妆算法 208 

924 染发算法 209 

925 五官分析 211 

926 美颜相机和美妆相机中图像技术的一些总结 213 

93 电商中的图像技术 213 

931 电商中的图像技术应用概览 213 

932 虚拟穿戴技术和商品3D展示 214 

933 尺寸测量 214 

934 相似商品推荐及以图搜图 215 

94 本章小结 216
点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP