计算机视觉应用开发

本书从计算机视觉初学者的视角出发，以Python及其相关框架为工具，以实战为导向，讲述了计算机视觉中关于图像以及多种图像处理的基本概念、理论方法和经典算法，既有对图像基础知识的介绍，也有对现实问题的解决方案和技术详细阐述。通过利用计算机视觉中的图像变换算法解决图像分类、人脸识别、图像增强、图像语义分割、图像风格迁移、图像超分辨率重建和场景文字识别等现实问题，使读者既能了解图像的多种操作原理，又能学会解决实际问题的思路和方法，提高使用计算机视觉方法的能力。
本书可作为各类职业院校人工智能技术应用及相关专业的教材，也可作为人工智能、计算机视觉初学者的参考书。

前言
单元1图像基础学习
1.1图像相关名词概述
1.2图像基础操作
1.3图像几何变换
1.4阈值分割
1.5图像统计
1.6图像滤波
单元小结
学习评估
单元习题
单元2图像分类
2.1图像分类概述
2.2神经网络
2.3卷积神经网络
2.4实战案例——基于卷积神经网络的图像分类
2.5迁移学习
2.6实战案例——基于迁移学习的图像分类
单元小结
学习评估
单元习题
单元3人脸识别
3.1目标检测
3.2实战案例——基于YOLOv3的目标检测
3.3人脸检测
3.4实战案例——基于Haar特征的人脸检测
3.5实战案例——基于Hog特征的人脸检测
3.6人脸识别
3.7认识face_recognition开源库
3.8实战案例——基于face_recognition的人脸识别
单元小结
学习评估
单元习题
单元4图像增强
4.1图像增强概述
4.2有监督的图像增强
4.3实战案例——基于mixup/cutmix算法的图像增强
4.4无监督的图像增强
单元小结
学习评估
单元习题
单元5图像语义分割
5.1语义分割概述
5.2上采样
5.3特征融合
5.4语义分割网络
5.5实战案例——基于U-Net的图像语义分割
单元小结
学习评估
单元习题
单元6图像风格迁移
6.1图像风格迁移概述
6.2风格提取
6.3gram矩阵
6.4损失计算
6.5VGG-19
6.6实战案例——基于VGG-19的图像风格迁移
6.7对抗生成网络
6.8实战案例——基于CycleGAN的图像风格迁移
单元小结
学习评估
单元习题
单元7图像超分辨率重建
7.1认识图像分辨率
7.2认识图像超分辨率
7.3超分辨率重建技术
7.4SRCNN
7.5PSNR
7.6实战案例——基于SRCNN的图像超分辨率重建
7.7SRGAN
7.8实战案例——基于SRGAN的图像超分辨率重建
单元小结
学习评估
单元习题
单元8场景文字识别
8.1场景文字识别概述
8.2LSTM
8.3CTC
8.4实战案例——基于LSTM+CTC的文字识别
8.5tesseract
8.6实战案例——基于tesseract的文字识别
单元小结
学习评估
单元习题
参考文献