計算機視覺-核心技術.演算法與開發實戰 王麗 9787113311520 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中國鐵道有限公司
物品所在地：中國大陸
原出版社：中國鐵道有限公司
NT$508
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202406*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：計算機視覺-核心技術.演算法與開發實戰 ISBN：9787113311520 出版社：中國鐵道有限公司 著編譯者：王麗 頁數：270 所在地：中國大陸 *此為代購商品 書號：1638154 可大量預訂，請先連絡。 內容簡介 本書詳細講解了使用Python語言開發AI圖像視覺處理程序的知識。全書共11章，依次講解了圖像視覺技術基礎，圖像的採樣、變換和卷積處理，圖像增強處理，圖像特徵提取處理，圖像分割處理，目標檢測處理，圖像分類處理，鮮花識別系統開發，智能素描繪圖系統開發，小區AI停車計費管理系統開發和機器人智能物體識別系統開發。書中在詳細講解每個知識點的同時，還穿插了大量的實例來演示每個知識點的用法，引領讀者紮實掌握基於AI的圖像視覺開發技術。 本書適用於已經了解了Python語言基礎語法，想進一步學習計算機視覺開發的讀者，還可以作為大專院校計算機科學及相關專業的師生用書和培訓學校的參考書。目錄 第1章 圖像視覺技術基礎1 1 圖像識別概述 1 1 1 什麼是圖像識別 1 1 2 圖像識別的發展階段 1 1 3 圖像識別的應用 1 2 圖像識別的步驟 1 3 圖像識別技術 1 3 1 人工智慧 1 3 2 機器學習 1 3 3 深度學習 1 3 4 基於神經網路的圖像識別 1 3 5 基於非線性降維的圖像識別 第2章 圖像的採樣、變換和卷積處理 2 1 採樣 2 1 1 最近鄰插值採樣 2 1 2 雙線性插值 2 1 3 雙立方插值 2 1 4 lanczos插值 2 2 離散傅里葉變換（DFT） 2 2 1 為什麼使用DFT 2 2 2 使用NumPy庫實現DFT 2 2 3 使用SciPy庫實現DFT 2 2 4 用快速傅里葉變換演算法計算DFT 2 3 卷積 2 3 1 為什麼需要卷積圖像 2 3 2 使用SciPy庫中的函數convolve2d()進行卷積操作 2 3 3 使用SciPy庫中的函數ndimage convolve()進行卷積操作 2 4 頻域濾波 2 4 1 什麼是濾波器 2 4 2 高通濾波器 2 4 3 低通濾波器 2 4 4 DoG帶通濾波器 2 4 5 帶阻濾波器 第3章 圖像增強處理 3 1 對比度增強 3 1 1 直方圖均衡化 3 1 2 自適應直方圖均衡化 3 1 3 對比度拉伸 3 1 4 非線性對比度增強 3 2 銳化 3 2 1 銳化濾波器 3 2 2 高頻強調濾波 3 2 3 基於梯度的銳化 3 3 雜訊減少 3 3 1 均值濾波器 3 3 2 中值濾波器 3 3 3 高斯濾波器 3 3 4 雙邊濾波器 3 3 5 小波降噪 3 4 色彩平衡 3 4 1 白平衡 3 4 2 顏色校正 3 4 3 調整色調和飽和度 3 5 超解析度 3 6 去除運動模糊 3 6 1 邊緣 3 6 2 逆濾波 3 6 3 統計方法 3 6 4 盲去卷積 第4章 圖像特徵提取處理 4 1 圖像特徵提取方法 4 2 顏色特徵 4 2 1 顏色直方圖 4 2 2 其他顏色特徵提取方法 4 3 紋理特徵 4 3 1 灰度共生矩陣 4 3 2 方向梯度直方圖 4 3 3 尺度不變特徵變換 4 3 4 小波變換 4 4 形狀特徵 4 4 1 邊界描述子 4 4 2 預處理后的輪廓特徵 4 4 3 模型擬合方法 4 4 4 形狀上的變換 4 5 基於LoG、DoG和：DoH的斑點檢測器 4 5 1 LoG 4 5 2 DoG 4 5 3 DoH 第5章 圖像分割處理 5 1 圖像分割的重要性 5 2 基於閾值的分割 5 2 1 灰度閾值分割 5 2 2 彩色閾值分割 5 3 基於邊緣的分割 5 3 1 canny邊緣檢測 5 3 2 邊緣連接方法 5 4 基於區域的分割 5 4 1 區域生長演算法 5 4 2 基於圖論的分割演算法 5 4 3 基於聚類的分割演算法 5 5 最小生成樹演算法 5 6 基於深度學習的分割 5 6 1 FCN（全卷積網路） 5 6 2 U-Net 5 6 3 DeepLab 5 6 4 Mask R-CNN 第6章 目標檢測處理 6 1 目標檢測介紹 6 1 1 目標檢測的步驟 6 1 2 目標檢測的方法 6 2 YOLO v5 6 2 1 YOLO v5的改進 6 2 2 基於YOLO v5的訓練、驗證和預測 6 3 語義分割 6 3 1 什麼是語義分割 6 3 2 DeepLab語義分割 6 4 SSD目標檢測 6 4 1 攝像頭目標檢測 6 4 2 基於圖像的目標檢測 第7章 圖像分類處理 7 1 圖像分類介紹 7 2 基於特徵提取和機器學習的圖像分類 7 2 1 基本流程 7 2 2 基於scikit-learn機器學習的圖像分類 7 2 3 分類演算法 7 2 4 聚類演算法 7 3 基於卷積神經網路的圖像分類 7 3 1 卷積神經網路基本結構 。7 3 2 第一個卷積神經網路程序 7 3 3 使用卷積神經網路進行圖像分類 7 4 基於遷移學習的圖像分類 7 4 1 遷移學習介紹 7 4 2 基於遷移學習的圖片分類器 7 5 基於循環神經網路的圖像分類 7 5 1 循環神經網路介紹 7 5 2 實戰演練 7 6 基於卷積循環神經網路的圖像分類 7 6 1 卷積循環神經網路介紹 7 6 2 CRNN圖像識別器 第8章 鮮花識別系統開發 8 1 系統介紹 8 2 創建模型 8 2 1 創建TensorFlow數據模型 8 2 2 將Keras模型轉換為TensorFlow Lite 8 2 3 量化處理 8 2 4 更改模型 8 3 識別器的具體實現 8 3 1 準備工作 8 3 2 頁面布局 8 3 3 實現UI Activity 8 3 4 實現主Activity 8 3 5 圖像轉換 8 3 6 使用GPU委託加速 第9章 智能素描繪圖系統開發 9 1 背景介紹 9 2 需求分析 9 3 功能模塊 9 4 預處理 9 4 1 低動態範圍配置 9 4 2 圖像處理和調整 9 4 3 獲取原始圖像的筆畫 9 4 4 方向檢測 9 4 5 去藍處理 9 4 6 圖像合成 9 4 7 快速排序 9 4 8 側窗濾波 9 5 開始繪圖 9 5 1 基於邊緣繪畫 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
