人工智能实验教程

人工智能技术的发展日新月异，已经成为能够深刻影响各个行业的赋能体。人工智能专业教育体系也在逐步完善。作为国内人工智能领域的创新性实验教材，本书以夯实理论基础、重视实践、培育创新能力为主线，旨在促进理论教学和实验内容的并行互补，内容涵盖图像、视频、语音和文本等人工智能技术广泛应用的多个领域，涉及分类、识别、检测、多模态和3D重建等多类实验任务。本书具有实验内容先进性与新颖性并举的特点，内容丰富翔实，每个实验各有侧重，从实验的背景信息、模型构建的原理，到实验操作的流程步骤均深入浅出地进行了详尽的描述，读者可以独立完成相关实验，提升独立解决实际问题的科研能力。
本书可用作高等院校人工智能、智能科学与技术、计算机科学与技术、大数据科学与技术、智能机器人、控制科学与工程、电子科学与技术、信息与通信工程、网络工程、物联网技术等专业本科生和研究生的实验教材，也可供相关专业科研人员、技术人员和人工智能爱好者参考。

第1章 视频分类
1.1 背景介绍
1.2 算法原理
1.2.1 Slow路径
1.2.2 Fast路径
1.2.3 横向连接
1.2.4 SlowFast的实例化
1.3 实验操作
1.3.1 实验环境
1.3.2 数据集介绍
1.3.3 实验操作与结果
1.4 总结与展望
参考文献
第2章 目标检测
2.1 背景介绍
2.2 算法原理
2.2.1 边界框预测
2.2.2 分类预测
2.2.3 YOLOv3网络结构
2.2.4 损失函数
2.3 实验操作
2.3.1 实验环境
2.3.2 数据集介绍
2.3.3 实验操作与结果
2.4 总结与展望
参考文献
第3章 表情识别
3.1 背景介绍
3.2 算法原理
3.2.1 ResNet介绍
3.2.2 类激活映射
3.2.3 注意力一致性
3.2.4 EAC模型介绍
3.3 实验操作
3.3.1 实验环境
3.3.2 数据集介绍
3.3.3 实验操作与结果
3.4 总结与展望
参考文献
第4章 呼吸检测
4.1 背景介绍
4.2 算法原理
4.2.1 时空网络
4.2.2 自编码器
4.2.3 网络模型
4.3 实验操作
4.3.1 代码介绍
4.3.2 数据集
4.3.3 实验操作与结果
4.4 总结与展望
参考文献
第5章 心率检测
5.1 背景介绍
5.2 算法原理
5.2.1 基于皮肤反射模型的帧差表示
5.2.2 基于注意力机制的外观表示
5.2.3 网络模型
5.3 实验操作
5.3.1 代码介绍
5.3.2 数据集介绍
5.3.3 实验操作与结果
5.4 总结与展望
参考文献
第6章 视线估计
6.1 背景介绍
6.1.1 基于模型的视线估计方法
6.1.2 基于表观的视线估计方法
6.2 算法原理
6.2.1 基础知识介绍
……
第7章 3D人脸重建
第8章 3D目标检测
第9章 3D手部姿态估计
第10章 图像翻译
第11章 图像转文本
第12章 文本生成图像
第13章 人脸老化与退龄预测
第14章 图像超分辨率
第15章 图像修复
第16章 AI对对联
第17章 语音识别
第18章 图节点分类