内容介绍

本书着重阐述了深度学习时代的计算机视觉算法的工作原理。首先对深度学习与计算机视觉基础进行了介绍，之后对卷积神经网络结构的演化过程，以及基于深度学习的目标检测算法、图像语义分割算法、人体姿态估计算法、行人重识别与目标跟踪算法、人脸识别算法和图像超分辨率重建方法进行了介绍。本书系统讲解了在日常生活和工作中常见的几项计算机视觉任务，并着重介绍了在当今深度学习时代，这些计算机视觉任务是如何工作的，可使读者快速了解这些算法原理，以及其相互之间的关系。本书适合高年级本科生、研究生、教师，以及对人工智能或计算机视觉算法感兴趣的工程技术人员阅读。

相关信息

图书名称：深度学习时代的计算机视觉算法
ISBN：978-7-115-58132-7
作者：徐从安 李健伟 董云龙 孙超 等
编辑：唐名威
从书名：无
开本：小16开
页数：200
印刷色数：单色
出版状态：已出版
出版日期：2021-12-01
作者简介：徐从安，工学博士，海军航空大学信息融合研究所副教授，清华大学访问学者，入选中国科协青年人才托举工程。长期从事智能信息处理、计算机视觉研究，主持或参与国家自然科学基金、装备预研等课题项目10余项，相关成果获省部级科学技术进步奖4项。发表SCI、EI收录论文30余篇，出版译著1部，授权专利10余项。 李健伟，工学博士，主要研究方向为计算机视觉、雷达和电子对抗等，发表学术论文10余篇，牵头编写学术专著2本，获中国指挥与控制学会科学技术奖二等奖1项，构建了国内外首个用于SAR图像船舶目标检测的数据集SSDD。 董云龙，工学博士，海军航空大学信息融合研究所教授，主要研究方向为雷达信息处理、多源信息融合，主持雷达杂波抑制、目标检测、误差配准等相关科研项目20余项，曾获国家科学技术进步奖二等奖，省部级科学技术进步奖一等奖、二等奖共5项。 孙超，工学博士，主要研究方向为图像处理、计算机视觉等，发表SCI、EI收录论文10余篇，参与编写学术专著2本，授权专利2项。

特别说明

图形处理专家帮助您深入细致地学习最先进的计算机视觉算法

本书卖点

1、选题方向前沿，复现最新的研究成果，包括ResNet、ShuffleNet、SqueezeNet等数据集中的成果；学习先进的算法技术，包括对象检测、目标跟踪、迁移学习以及生成对抗网络等。
2、作者均是深度学习和计算机视觉领域的一线研究人员，拥有多个重大项目的开发落地经验，获得多项科技进步奖。
3、本书深入浅出，用丰富详细的架构图、流程图生动展现，从根源剖析数据流的概念和原理，使晦涩难懂的专业概念清晰呈现。