| 
 新書推薦:
 
  《 
			多资产多策略投资实战
			》
 售價:HK$ 
			97.9
 
  《 
			乳腺整合肿瘤学 国际经典乳腺肿瘤学译著 一部聚焦乳腺肿瘤综合治疗的实用专著
			》
 售價:HK$ 
			140.8
 
  《 
			识药食药——免“疫”防病
			》
 售價:HK$ 
			53.9
 
  《 
			钩针编织曼陀罗花样
			》
 售價:HK$ 
			65.8
 
  《 
			两晋南北朝史 一口气看懂两晋南北朝史
			》
 售價:HK$ 
			74.8
 
  《 
			这样吃 长得高 临床营养师和新手父母的儿童营养指南 专注解决0到16岁孩子营养问题
			》
 售價:HK$ 
			57.2
 
  《 
			暗黑历史书系·古代战争史
			》
 售價:HK$ 
			107.8
 
  《 
			索恩丛书·马克斯·韦伯:跨越时代的人生
			》
 售價:HK$ 
			108.9
 
 
 | 
         
          | 編輯推薦: |   
          | 详细讲解视觉大数据实践案例,从算法到编程,边学原理边实践 知识面广阔,覆盖典型应用场景,构建实用性的解决方案
 提供完整的源码、素材、视频资料,作者在线交流
 |  
         
          | 內容簡介: |   
          | 本书详细讲解了大数据应用案例(含可运行程序),涉及计算机视觉基础案例分析、视觉大数据检索及识别相关的工程应用,包含了音视频处理、目标检测、图像识别等行业应用案例,作者从项目实战出发,对视觉大数据工程应用的算法设计、程序实现、部署实施进行详细叙述,可方便读者进行相关知识点的程序化调试及工程复用。 本书以案例为基础,结构布局紧凑,内容深入浅出,实验简捷高效,适合计算机、信号通信和自动化等相关专业的教师、本科生、研究生,以及广大从事大数据处理的工程研发人员阅读参考。 |  
         
          | 目錄: |   
          | 基础篇 第1章基于图像分割的答题卡智能识别
 1.1应用背景
 1.2答题卡预处理
 1.3答题卡网格化分割
 1.4答题区域检测
 1.5答案识别
 1.5.1字符模板图像生成
 1.5.2字符模板匹配识别
 1.5.3识别结果可视化
 1.6案例小结
 第2章基于图像增强的雾天图像优化方法
 2.1应用背景
 2.2雾天图像增强方法
 2.2.1全局直方图增强
 2.2.2CLAHE增强
 2.2.3Retinex增强
 2.3增强效果评测
 2.4集成应用开发
 2.5案例小结
 第3章基于颜色特征的森林火情预警识别方法
 3.1应用背景
 3.2火情特征分析
 3.2.1RGB颜色空间
 3.2.2HSV颜色空间
 3.2.3CMYK颜色空间
 3.3火情区域检测
 3.4集成应用开发
 3.5案例小结
 进阶篇
 第4章基于混沌编码的图像加密算法应用
 4.1应用背景
 4.2图像加密
 4.2.1Logistic混沌系统
 4.2.2离散余弦变换压缩
 4.2.3混沌加密
 4.3图像解密
 4.3.1混沌解密
 4.3.2效果评测
 4.3.3攻击评测
 4.4集成应用开发
 4.5案例小结
 第5章基于信息隐藏的多格式文件加密算法应用
 5.1应用背景
 5.2信息隐藏加密
 5.2.1LSB信息隐藏
 5.2.2Base64编解码
 5.2.3多格式文件隐藏加密
 5.3信息提取解密
 5.3.1LSB信息提取
 5.3.2多格式文件提取解密
 5.4集成应用开发
 5.5案例小结
 第6章基于颜色分割的道路信号灯检测识别应用
 6.1应用背景
 6.2信号灯特征分析
 6.3信号灯检测识别
 6.4集成应用开发
 6.5案例小结
 第7章融合GPS及视觉词袋模型的建筑物匹配识别应用
 7.1应用背景
 7.2图像GPS属性解析
 7.3图像视觉词袋建模
 7.3.1局部特征提取
 7.3.2视觉词袋构建
 7.3.3图像匹配识别
 7.4集成应用开发
 7.5案例小结
 第8章基于人脸识别的课堂考勤打卡计时应用
 8.1应用背景
 8.2人脸检测
 8.2.1基于肤色的人脸检测方法
 8.2.2基于统计学习的人脸检测方法
 8.3人脸识别
 8.3.1人脸库构建
 8.3.2人脸特征提取
 8.3.3人脸分类识别
 8.4集成应用开发
 8.5案例小结
 第9章基于车牌识别的停车场出入库计费应用
 9.1应用背景
 9.2车牌检测
 9.2.1基于颜色的车牌检测方法
 9.2.2基于统计学习的车牌检测方法
 9.3车牌识别
 9.3.1字符分割
 9.3.2字符识别
 9.4集成应用开发
 9.5案例小结
 第10章基于光流场的交通流量分析应用
 10.1应用背景
 10.2视频解析
 10.2.1视频属性
 10.2.2视频读取
 10.2.3视频生成
 10.3交通流量分析
 10.3.1光流场计算
 10.3.2车流量计算
 10.4集成应用开发
 10.5案例小结
 应用篇
 第11章基于卷积神经网络的手写数字识别应用
 11.1应用背景
 11.2卷积神经网络设计
 11.2.1卷积核
 11.2.2特征图
 11.2.3池化降维
 11.2.4网络定义
 11.3卷积神经网络训练评测
 11.3.1数据集准备
 11.3.2数据集解析
 11.3.3网络训练
 11.3.4网络测试
 11.4集成应用开发
 11.4.1界面设计
 11.4.2批量评测
 11.4.3单例评测
 11.5TensorFlow应用开发
 11.5.1数据拆分
 11.5.2网络训练
 11.5.3网络测试
 11.5.4应用界面
 11.6案例小结
 第12章基于视觉大数据检索的图搜图应用
 12.1应用背景
 12.2视觉特征提取
 12.2.1CNN模型选择
 12.2.2CNN深度特征
 12.3视觉特征索引
 12.4视觉搜索引擎
 12.5集成应用开发
 12.6案例小结
 第13章验证码AI识别
 13.1应用背景
 13.2验证码图像生成
 13.2.1基础字符模板
 13.2.2验证码图模拟
 13.2.3验证码数据库
 13.3验证码识别模型
 13.3.1CNN模型训练
 13.3.2CNN模型测试
 13.4集成应用开发
 13.4.1数据集标注
 13.4.2数据集分割
 13.4.3CNN模型训练
 13.4.4CNN模型应用
 13.5案例小结
 第14章基于生成式对抗网络的图像生成应用
 14.1应用背景
 14.2生成式对抗网络模型
 14.2.1卡通头像大数据
 14.2.2GAN网络设计
 14.2.3GAN网络训练
 14.2.4GAN网络测试
 14.3集成应用开发
 14.4案例小结
 第15章COVID19新冠肺炎影像智能识别
 15.1应用背景
 15.2新冠影像识别
 15.2.1新冠影像大数据
 15.2.2CNN迁移设计
 15.2.3CNN迁移训练
 15.2.4CNN迁移评测
 15.2.5CNN融合识别
 15.3集成应用开发
 15.4案例小结
 第16章基于深度学习的人脸二维码识别
 16.1应用背景
 16.2QR码
 16.2.1QR编码
 16.2.2QR译码
 16.2.3内容加密
 16.3人脸压缩
 16.3.1人脸建库
 16.3.2人脸降维
 16.3.3人脸重构
 16.3.4人脸转码
 16.4CNN分类识别
 16.5集成应用开发
 16.6案例小结
 参考文献
 |  
         
          | 內容試閱: |   
          | 近年来,随着国家对高新科技的大力支持,以及人工智能技术的进一步发展,大数据技术的理论和实践都取得了进一步发展和应用。特别是将大数据与工程实践应用的结合,通过大数据智能算法进行分析挖掘,形成了一系列的工程化应用,取得了良好的社会效益和经济效益。本书的筹划就是立足于视觉大数据的工程案例实践,对工程应用过程中遇到的实际问题进行分析、设计、开发、实施,从理论介绍、算法架构、程序实现、部署实施的角度进行叙述,具有明显的工程实用性特色。 本书详细讲解了视觉大数据应用案例(含可运行程序),涉及计算机视觉基础案例分析、视觉大数据检索及识别相关的工程应用,包含音视频处理、目标检测、图像识别等行业应用案例,作者从项目实战出发,对视觉大数据工程应用的算法设计、程序实现、部署实施进行详细叙述,可方便读者进行相关知识点的程序化调试及工程复用。
 本书全面而细致地讲解了视觉大数据智能分析案例,全书分为3篇,共16章,主要内容如下。
 第1篇是“基础篇”,包括第1~3章,分别对基于图像分割的答题卡智能识别、基于图像增强的雾天图像优化方法、基于颜色特征的森林火情预警识别方法进行阐述,层层深入地介绍了图像分割、图像增强、分类识别等模块的相关理论和实践知识。
 第2篇是“进阶篇”,包括第4~10章,分别对基于混沌编码的图像加密算法应用、基于信息隐藏的多格式文件加密算法应用、基于颜色分割的道路信号灯检测识别应用、融合GPS及视觉词袋模型的建筑物匹配识别应用、基于人脸识别的课堂考勤打卡计时应用、基于车牌识别的停车场出入库计费应用、基于光流场的交通流量分析应用进行阐述,深入介绍了图像加密、信息隐藏、图像分割、图像匹配、分类识别、视频跟踪等模块的相关理论和实践知识。
 第3篇是“应用篇”,包括第11~16章,分别对基于卷积神经网络的手写数字识别应用、基于视觉大数据检索的图搜图应用、验证码AI识别、基于生成式对抗网络的图像生成应用、COVID19新冠肺炎影像智能识别、基于深度学习的人脸二维码识别进行阐述,深入介绍了字符识别、图像检索、人脸二维码识别等模块的相关理论和实践知识。
 在本书的编写过程中,得到了山东文多网络有限公司AI视觉工程实验室的大力支持,在此表示衷心的感谢。本书写作之初还得到清华大学出版社编辑王芳的鼓励和支持,在此深表谢意。后,作者对本书所引用的参考文献和博文的作者表示感谢,同时对各位读者给予的启发和帮助表示感谢。后,感谢家人的默默支持,特别是女儿刘沛萌的陪伴与鼓励,让我成为一名勇往直前的父亲,也祝天下小朋友都能健康快乐成长!
 由于时间仓促,加之作者的水平和经验有限,书中疏漏及不足在所难免,希望广大读者批评指正。
 
 刘衍琦
 2021年12月
 |    |