作者簡介
夏 東
國防科技大學通信與信息系統博士、控制科學與工程博士後。長期從事人工智能和自動目標識別領域的研究工作,主持完成國家”863計劃”項目等多個重大項目的研究,發明專利60余項。在機器智能視覺、大數據等領域有豐富的實戰經驗與深入的商業化理解。將機器智能視覺理論付諸實踐創立了湖南視覺偉業智能科技有限公司。作為湖南省科技創業領軍人才,帶領團隊研發了人臉識別、行為分析等多款款業內領先AI軟硬件產品,並在多個省份和城市得到應用。
周 波
長期從事計算機視覺、人工智能研究工作,發明專利40余項,獲得”安防工匠人物”稱號,創立深圳市海清視訊科技有限公司,獲得專精特新”小巨人”企業稱號。
目錄
CONTENTS
目錄
前言
第1章 機器視覺概述 1
1 1 機器視覺簡介 1
1 1 1 什麼是機器視覺 2
1 1 2 機器視覺的技術分類 4
1 1 3 機器視覺技術的應用與價值 14
1 2 機器視覺在人體識別中的相關應用 19
1 2 1 人臉識別 19
1 2 2 人體姿態識別與估計 20
1 2 3 計算視覺小型化 22
1 2 4 意義與價值 23
1 3 本章 小結 24
第2章 機器視覺中的索引技術 25
2 1 索引技術概述 25
2 1 1 索引的概念 26
2 1 2 索引的作用 27
2 2 向量空間索引技術 29
2 2 1 向量空間索引技術概述 29
2 2 2 分類介紹 30
2 2 3 向量空間索引的應用 42
2 3 度量空間索引技術 43
2 3 1 度量空間索引技術概述 43
2 3 2 分類介紹 44
2 3 3 度量空間索引的應用 49
2 4 本章 小結 51
第3章 機器視覺中的人臉識別技術 52
3 1 人臉識別技術 52
3 1 1 概念與定義 52
3 1 2 人臉識別技術的分類 57
3 2 人臉檢測算法 57
3 2 1 概念與定義 58
3 2 2 Adaboost 59
3 2 3 Cascade CNN 59
3 2 4 DenseBox 62
3 2 5 Faceness-Net 65
3 2 6 MTCNN 67
3 3 人臉對齊算法 69
3 3 1 概念與定義 69
3 3 2 DCNN 70
3 3 3 TCNN 72
3 3 4 LAB 73
3 4 人臉特徵提取算法 74
3 4 1 概念與定義 75
3 4 2 DeepID 77
3 4 3 InsightFace 79
3 4 4 MobileFaceNet 80
3 5 本章 小結 81
第4章 機器視覺中的人體姿態識別技術 82
4 1 人體姿態識別技術概述 82
4 1 1 概念與定義 83
4 1 2 人體姿態識別技術的特點 84
4 1 3 人體骨架關鍵點提取技術 85
4 1 4 人體姿態識別算法 87
4 2 自上而下的人體姿態識別技術 88
4 2 1 Mask R-CNN 88
4 2 2 RMPE 92
4 2 3 DeepCut 95
4 3 自下而上的人體姿態識別技術 97
4 3 1 PAF 97
4 3 2 Associative Embedding 99
4 4 本章 小結 102
第5章 面向人臉檢索的高維空間快速索引技術 103
5 1 度量空間索引和相似性檢索 103
5 1 1 度量空間索引 104
5 1 2 相似性檢索 106
5 2 高維空間快速索引方法 109
5 2 1 度量空間索引快速查詢方法 109
5 2 2 度量空間索引KNN查詢方法 113
5 3 高維空間快速索引實驗 117
5 3 1 實驗環境 117
5 3 2 實驗結果 117
5 3 3 分析比較 118
5 4 本章 小結 119
第6章 嵌入式設備中的人臉精準識別技術 120
6 1 嵌入式設備概述 120
6 1 1 嵌入式設備的由來 121
6 1 2 嵌入式設備的分類 122
6 2 輕量級人臉識別算法與嵌入式人臉識別應用 125
6 2 1 輕量級人臉識別算法 125
6 2 2 嵌入式人臉識別應用 133
6 3 面向ARM的人臉精準識別方法VMFace 135
6 3 1 VMFace神經網絡結構 135
6 3 2 VMFace在ARM環境的應用與性能分析 136
6 4 本章 小結 139
第7章 面向姿態識別的目標檢測算法與性能測評 140
7 1 兩階段目標檢測算法 140
7 1 1 R-CNN模型 141
7 1 2 SPP-Net模型 148
7 1 3 Fast R-CNN模型 153
7 1 4 Faster R-CNN模型 157
7 2 一階段目標檢測算法 160
7 2 1 YOLO模型 160
7 2 2 YOLO 2模型 162
7 2 3 SSD模型 165
7 3 算法性能測評 167
7 3 1 實驗環境與參數設置 167
7 3 2 性能測試結果對比 169
7 4 本章 小結 172
第8章 嵌入式人臉設備的應用 173
8 1 門禁場景應用 174
8 1 1 門禁場景應用簡介 175
8 1 2 人臉識別門禁場景體系設計 177
8 1 3 算法分析 178
8 1 4 案例介紹 179
8 2 安防場景應用 182
8 2 1 人臉識別安防場景應用簡介 183
8 2 2 安防場景應用結構 184
8 2 3 案例介紹 187
8 3 本章 小結 188
第9章 人體姿態識別技術的應用 189
9 1 運動訓練場景應用 189
9 1 1 算法分析 190
9 1 2 案例介紹 191
9 2 姿態糾正應用 193
9 2 1 坐姿糾正應用 193
9 2 2 演講姿態糾正應用 194
9 3 安防應用 196
9 3 1 安防應用背景 197
9 3 2 算法分析 197
9 4 虛擬現實應用 198
9 4 1 虛擬現實應用背景 198
9 4 2 算法分析 199
9 5 其他應用場景 201
9 6 本章 小結 202
第10章 問題、挑戰與發展 203
10 1 問題和挑戰 203
10 1 1 基礎性問題和挑戰 203
10 1 2 技術挑戰 204
10 1 3 用戶隱私挑戰 205
10 2 未來發展 207
10 2 1 人臉識別技術的未來 208
10 2 2 人體姿態識別技術的未來 209
10 3 本章 小結 210
詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於客服中心或Line或本社留言板留言,我們即儘速上架。