• 人工智能实战进阶导引:人脸识别原理与实战9787302603290
21年品牌 40万+商家 超1.5亿件商品

人工智能实战进阶导引:人脸识别原理与实战9787302603290

正版图书,可开发票,请放心购买。

38.93 4.9折 79 全新

库存30件

广东广州
认证卖家担保交易快速发货售后保障

作者王文峰,安鹏,王海洋主编

出版社清华大学出版社

ISBN9787302603290

出版时间2022-06

装帧平装

开本其他

定价79元

货号11637058

上书时间2024-11-28

亿临书店

四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介

王文峰

上海应用技术大学电气学院高级工程师,印度IMT研究所终身教授,上海临港国际人工智能产业研究院首席科学家,中国大数据与智能计算产业联盟理事。长期从事类脑学习与认知计算研究,侧重于数学跨学科应用,目前已涉及计算机视觉、机器人、安防、生态、地理、医学等领域。兼任国家自然科学基金评审专家(面上项目类)、第三脑研究院(美国)资深客座研究员、Springer/IEEE旗下多个国际会议委员和分会场主席。

安鹏

宁波工程学院教授电子与信息工程学院副院长,欧洲核子研究中心、意大利国家帕多瓦大学、德国海德堡大学访问学者,中国自动化学会认知计算与系统专业委员会委员、中国人工智能学会认知系统与信息处理专业委员会委员、中国指挥与控制学会青年工作委员会委员。致力于人工智能系统、嵌入式系统设计、机器人相关技术等研究工作。担任《通讯学报》《宇航学报》等国内外期刊审稿人,以第一作者在国内外SCI、E其刊等发表学术论文40余篇。

王海洋

高级工程师,现任烟台中科网络技术研究所副所长、兼大数据事业部部长。主要研究方向为大规模网络信息处理、网络与信息安全等。作为研究所大数据技术和应用方向带头人,带领团队长期从事国家网络空间信息内容安全保障、大规模互联网数据采集和分析挖掘及国家战略性应用项目的开发研究工作。




目录

第1章项目入门阶段

1.1最初的思考

1.2研究平台架构

1.2.1系统设计需求

1.2.2系统设计方案

1.3数据采集原理

1.3.1确定取景范围

1.3.2低通采样原理

1.3.3数字信号重建

1.4开发界面设计

1.4.1基本信息获取

1.4.2功能面板组成

1.4.3界面设计过程

1.5智能采集系统

1.5.1图形用户界面

1.5.2技术模块演示

1.6小结

参考文献

第2章项目入门阶段二

2.1不完美的智能

2.2噪声处理算法

2.2.1均值滤波去噪

2.2.2中值滤波去噪

2.2.3小波软阈值去噪

2.2.4小波硬阈值去噪

2.2.5轮廓波阈值去噪

2.3模块化设计与调试

2.3.1技术模块布局

2.3.2技术模块演示

2.3.3核心代码

2.4小结

参考文献

第3章项目入门阶段三

3.1进一步的思考

3.2从局部到非局部

3.2.1非局部滤波原理

3.2.2存在的不足

3.2.3算法改进思路

3.3应用探索和尝试

3.3.1运动目标检测

3.3.2算法设计思想

3.3.3算法设计过程

3.4实验结果与结论

3.4.1预测实验结果

3.4.2观察收集实验结果

3.4.3实验结果分析

3.5小结…参考文献

第4章项目探索阶段一

4.1最初的假设

4.2边缘检测与分割

4.2.1主要的算法思想

4.2.2数学建模思路

4.3从边缘检测到阈值分割

4.3.1主要的算法思想

4.3.2数学建模思路

……

第9章项目实战阶段二

9.1借助深度学习

9.2深度学习基本原理

9.2.1理解“深度”的含义

9.2.2主流深度学习模型

9.2.3 MATLAB代码实现

9.3从MATLAB到Python

9.3.1一个实用的开发框架

9.3.2 TensorFlow基本概念

9.3.3 TensorFlow安装过程

9. 4遮挡区域提取方案

9.4.1基础模型结构

9.4.2加载训练好的模型

9.4.3核心代码

9.5遮挡区域提取实验

9.5.1设置口罩保存路径

9.5.2人脸目标区域保存

9.5.3完整实验结果

9.6项目实战代码

9.7小结

参考文献

第10章项目实战阶段三

10.1超越深度学习

10.2宽度学习的算法思想

10.2.1宽度学习系统结构

10.2.2网络权重求解过程

10.2.3动态逐步更新算法

10.3高效的增量学习模型

10.3.1宽度学习系统的优势

10.3.2宽度学习技术的核心

10.3.3高效增量学习机制

10.4宽度学习代码解读及调试

10.4.1基础代码及调试

10.4.2实验结果分析

10.4.3遮挡人脸识别平台开发

参考文献

后记




内容摘要
本书选择以遮挡人脸识别这一难题为例,探索人工智能技术实战进阶之路。采用MATLAB、Python等大众化的编程语言,依次探索遮挡人脸识别中的图像智能采集、图像智能去噪、图像非局部均值滤波、图像智能分割、图像区域生长、图像智能变换、图像边缘智能检测、图像智能融合、遮挡人脸深度学习、遮挡人脸智能识别等技术。本书以遮挡人脸识别问题为主线,对机器视觉算法的数学表达、模型推导和技术实现流程进行系统的介绍和讨论。本书内容通俗易懂,适合对人工智能实战应用感兴趣但缺少专业指导的读者。无论是对遮挡人脸识别技术感兴趣的大学生,还是希望向人工智能领域转型的技术人员,都可以通过本书的指引,轻松实现人工智能实战进阶。体验成长与进步的喜悦。

精彩内容

本书选择以遮挡人脸识别这一当今世界难题为例,探索人工智能技术实战进阶之路。本书重现了笔者对人脸有无口罩识别、口罩分割提取、遮挡人脸识别等方面的技术探索与实现过程。从视频图像的智能分割、图像区域生长算法设计与实现、智能采集、智能分割、智能变换、智能融合、图像边缘智能检测、图像非局部均值滤波等角度入手,尝试了遮挡人脸图像处理的探索,并最终分别基于MATLAB和Python实现了遮挡人脸识别。本书内容通俗易懂,适用于对人工智能实战应用感兴趣但缺少专业指导的读者。无论是对遮挡人脸识别技术感兴趣的大学生,还是希望向人工智能领域转型的技术人员,都可以通过本书的指引,轻松完成.人工智能实战进阶。



   相关推荐   

—  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