幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人臉識別與美顏演算法實戰(基於Python機器學習與深度學習)

  • 作者：方圓圓|責編:歐振旭//李華君
  • 出版社：機械工業
  • ISBN：9787111650454
  • 出版日期：2020/04/01
  • 裝幀：平裝
  • 頁數：216
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是新手入門人工智慧圖像處理技術的基礎圖書，其主旨是帶領讀者從零開始學習人臉識別與美顏演算法的相關知識。書中介紹了Python圖像處理的相關知識，並介紹了機器學習和深度學習理論及其在人臉識別與美顏領域中的應用。書中秉承知識點結合案例的方式講解，結合了60多個行業案例和代碼進行實戰，以降低讀者學習的難度。
    本書共9章，前5章著重介紹了基本的Python編程和視頻圖像處理技術，包括基於Anaconda和pycharm的環境搭建、各種數據處理的相關包（Numpy、Matplotlib等），還復現了抖音中各種視特效的演算法設計；后4章介紹了機器學習和深度學習在人臉圖像處理領域中的演算法與實戰案例，包括使用基於分類器和卷積神經網路的經典應用、演算法模型設計，以及目前主流的視頻媒體中人臉美顏、虛擬試妝等演算法設計和復現。
    本書內容豐富，實例典型，實用性強，尤其適合熟悉Python但不熟悉框架而想要了解和學習機器學習和深度學習在人臉圖像應用中的初學者閱讀，同時也適合有一定基礎的程序員作為工具書和參考書使用。
作者介紹
方圓圓|責編:歐振旭//李華君
    方圓圓，獲中國科學院大學 碩士學位。現任中國科學院 浙江數字內容研究院人工智 能教育實驗室主任、中日人 工智能協會執行會長。曾任 唯品會矽谷研發中心、聯想 研究院圖像演算法專家。計算 機視覺領域9年開發經驗。曾經參與組織世界人工智慧 大賽等國際賽事，主導《機器學習基礎與應用案例》 《深度學習應用案例》《醫學人工智慧案例集》等課 程的教案編寫。
目錄
推薦序
前言
第1章  AI時代：圖像技術背景知識
  1.1  人工智慧的前世今生
  1.2  AI與CV的相互融合之路
  1.3  AI圖像處理技術
  1.4  本章小結
第2章  武器和鎧甲：開發環境配置
  2.1  來自傳承的饋贈：OpenCV開源跨平台機器視覺庫
    2.1.1  OpenCV的整體概念
    2.1.2  OpenCV的應用領域
    2.1.3  OpenCV的編程語言
    2.1.4  OpenCV支持的系統
    2.1.5  OpenCV的線上資源
  2.2  召喚萌寵：Python語言的「制霸」之路
    2.2.1  Python語言的發展
      2.2.2 Python 2.7.X版本和3.X版本的區別
    2.2.3  本書採用的Python版本
  2.3  鑄劍：基於PyCharm的系統環境配置
    2.3.1  PyCharm在Mac OS系統下的安裝和配置
    2.3.2  Mac OS系統下Anaconda的安裝和配置
  2.4  牛刀小試：一起動手來寫個例子吧
  2.5  本章小結
第3章  開啟星辰大海：圖像處理技術基礎知識
  3.1  圖像的基本概念
    3.1.1  像素的概念
    3.1.2  圖像的構成
    3.1.3  圖像的格式
    3.1.4  理解圖像的位深和通道的概念
  3.2  圖像的讀取、顯示和存儲操作
    3.2.1  OpenCV基本圖像處理函數
    3.2.2  Python讀取一張圖片並顯示和存儲
  3.3  從像素出發構建二維灰度圖像
    3.3.1  NumPy科學計算庫
    3.3.2  創建二維灰度圖像
    3.3.3  灰度圖像的遍歷
  3.4  灰度圖像和彩色圖像的變換
    3.4.1  圖像的顏色空間
    3.4.2  彩色圖像的通道分離和混合
    3.4.3  彩色圖像的通道分離和混合程序示例
    3.4.4  彩色圖像的二值化
    3.4.5  彩色圖像的遍歷
    3.4.6  彩色圖像和灰度圖像的轉換
  3.5  圖像的幾何變換
    3.5.1  圖像幾何變換的基本概念
    3.5.2  插值演算法
    3.5.3  圖像的縮放
    3.5.4  圖像的平移
    3.5.5  圖像的旋轉
    3.5.6  圖像的鏡像變換

  3.6  圖像色彩空間基礎知識
    3.6.1  圖像的色調、色相、飽和度、亮度和對比度
    3.6.2  RGB色彩空間
    3.6.3  HSV色彩空間
    3.6.4  HSI色彩空間
  3.7  圖像的直方圖
    3.7.1  圖像直方圖的基本概念
    3.7.2  繪製灰度圖像的直方圖
    3.7.3  繪製彩色圖像的直方圖
    3.7.4  圖像直方圖均衡化
    3.7.5  圖像直方圖反向投影
  3.8  本章小結
第4章  First Blood：第一波項目實戰
  4.1  抖音哈哈鏡
    4.1.1  抖音的哈哈鏡效果
    4.1.2  哈哈鏡的原理
    4.1.3  哈哈鏡的程序實現
  4.2  給你一張老照片
    4.2.1  懷舊風格演算法原理
    4.2.2  懷舊風格程序實現
  4.3  給自己畫一張文藝范的素描
    4.3.1  輪廓檢測演算法原理
    4.3.2  素描風格演算法原理
    4.3.3  素描風格演算法的程序實現
  4.4  來一張油畫吧
    4.4.1  圖像油畫演算法原理
    4.4.2  圖像油畫演算法的程序實現
  4.5  如何打馬賽克
    4.5.1  馬賽克演算法原理
    4.5.2  馬賽克演算法的程序實現
  4.6  打造自己的專屬肖像漫畫
    4.6.1  漫畫風格演算法原理
    4.6.2  漫畫風格演算法的程序實現
  4.7  本章小結
第5章  Double Kill：視頻圖像處理理論和項目實戰
  5.1  視頻處理流程和原理
    5.1.1  視頻的捕獲和存儲
    5.1.2  提取視頻中的某些幀
    5.1.3  將圖片合成為視頻
    5.1.4  多個視頻合併
  5.2  抖音中的視頻抖動效果設計
    5.2.1  視頻抖動的原理
    5.2.2  視頻抖動的程序實現
  5.3  抖音中的視頻閃白效果設計
    5.3.1  視頻閃白的原理
    5.3.2  視頻閃白的程序實現
  5.4  抖音中的視頻霓虹效果設計
    5.4.1  視頻霓虹的原理
    5.4.2  視頻霓虹效果的程序實現
  5.5  抖音中的視頻時光倒流效果設計

    5.5.1  視頻時光倒流的原理
    5.5.2  視頻時光倒流的程序實現
  5.6  抖音中的視頻反覆效果設計
    5.6.1  視頻反覆的原理
    5.6.2  視頻反覆的程序實現
  5.7  抖音中的視頻慢動作效果設計
    5.7.1  視頻慢動作的原理
    5.7.2  視頻慢動作的程序實現
  5.8  視頻人物漫畫風格濾鏡設計
  5.9  本章小結
第6章  Triple Kill：基於機器學習的人臉識別
  6.1  機器學習的基本概念
    6.1.1  機器學習的目的
    6.1.2  機器學習的內容
    6.1.3  機器學習的作用
    6.1.4  如何使用機器學習獲得的東西
    6.1.5  使用機器學習方法的時機
    6.1.6  總結機器學習的基本概念
  6.2  機器學習中的圖像預處理流程
    6.2.1  一個經典的機器學習圖像處理實例
    6.2.2  人臉識別機器學習Model訓練思路
    6.2.3  正樣本圖像預處理
    6.2.4  負樣本圖像預處理
  6.3  人臉檢測機器學習演算法設計
    6.3.1  圖像特徵
    6.3.2  Harr-like特徵求值加速演算法
    6.3.3  圖像分類器
    6.3.4  人臉檢測的訓練演算法流程
    6.3.5  人臉檢測的檢測演算法流程
  6.4  訓練人臉檢測分類器並測試
    6.4.1  訓練準備
    6.4.2  開始訓練
    6.4.3  模型測試
  6.5  本章小結
第7章  Quatary Kill：基於深度學習的人臉識別
  7.1  深度學習的基本概念
    7.1.1  深度學習簡介
    7.1.2  深度學習和機器學習的區別
    7.1.3  深度學習入門概念
  7.2  卷積神經網路
    7.2.1  卷積的原理
    7.2.2  池化層的原理
    7.2.3  全連接層的原理
    7.2.4  一個經典的CNN網路結構
  7.3  手寫數字分類項目
    7.3.1  訓練環境的搭建
    7.3.2  訓練數據的準備
    7.3.3  訓練網路的搭建
    7.3.4  訓練代碼
    7.3.5  深度學習基礎知識擴展

  7.4  基於深度學習的人臉識別解決方案
    7.4.1  數據的準備
    7.4.2  數據集的讀取和處理
    7.4.3  網路的搭建
    7.4.4  Model的訓練過程
    7.4.5  Model的測試過程
  7.5  本章小結
第8章  Penta Kill：人臉圖像美顏演算法項目實戰
  8.1  人臉磨皮演算法
    8.1.1  圖像濾波演算法和效果
    8.1.2  人臉磨皮演算法設計
  8.2  圖像的色彩空間
    8.2.1  RGB和HSV色彩空間基礎知識
    8.2.2  RGB和HSV轉換的數學描述和函數實現
    8.2.3  圖片中的顏色檢測
  8.3  人臉美白演算法設計
    8.3.1  通過圖層混合實現圖像美白演算法
    8.3.2  通過beta參數調整實現圖像美白演算法
    8.3.3  通過顏色查找表實現圖像美白演算法
  8.4  人臉的手動祛痘演算法設計
    8.4.1  圖像修復演算法介紹
    8.4.2  圖像修復的原理
    8.4.3  通過圖像修復演算法實現手動祛痘
  8.5  本章小結
第9章  Legendary：AI時代圖像演算法應用新生態
  9.1  抖音中的圖像技術
    9.1.1  抖音中的圖像應用概覽
    9.1.2  抖音中的人臉檢測技術
    9.1.3  抖音中的人臉檢測技術應用
    9.1.4  抖音中的人體檢測技術
    9.1.5  抖音中的人體檢測技術應用
    9.1.6  抖音中的視頻技術
    9.1.7  抖音中的圖像技術總結
  9.2  美顏和美妝類App中的圖像技術
    9.2.1  美顏和美妝類App圖像應用概覽
    9.2.2  五官的調整
    9.2.3  美妝演算法
    9.2.4  染髮演算法
    9.2.5  五官分析
    9.2.6  美顏相機和美妝相機中圖像技術的一些總結
  9.3  電商中的圖像技術
    9.3.1  電商中的圖像技術應用概覽
    9.3.2  虛擬穿戴技術和商品3D展示
    9.3.3  尺寸測量
    9.3.4  相似商品推薦及以圖搜圖
  9.4  本章小結

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032