計算機視覺原理與實踐

目 錄
第1章 概述 1
1.1 什麽是電腦視覺 1
1.2 電腦視覺的發展史 3
第2章 OpenCV圖像基本操作 6
2.1 如何使用OpenCV 6
2.2 圖像的基礎操作 8
2.2.1 圖像的基本表示方法 8
2.2.2 圖像的讀取、顯示和存儲 11
2.2.3 視頻序列的讀取和存儲 16
2.2.4 圖像像素的處理與訪問 20
2.2.5 獲取圖像屬性 23
2.2.6 圖像RoI 23
2.2.7 圖像通道的拆分與合並 25
2.3 圖像的幾何變換 28
2.3.1 圖像縮放 28
2.3.2 圖像翻轉 30
2.3.3 圖像仿射變換 31
2.3.4 圖像透視 34
2.4 圖像的算術運算 35
2.4.1 圖像的加法運算 35
2.4.2 圖像的加權和運算 37
2.4.3 圖像的按位邏輯運算 38
第3章 深度學習與電腦視覺 42
3.1 深度學習概述 42
3.1.1 深度學習的概念 42
3.1.2 深度學習的發展歷程 42
3.2 捲積神經網絡 45
3.2.1 捲積神經網絡的研究歷史與意義 45
3.2.2 捲積神經網絡的基本結構 46
3.2.3 捲積神經網絡的工作原理 48
3.2.4 捲積神經網絡的發展趨勢 49
3.2.5 實驗—機器人識別你的字 50
3.3 基於深度學習的電腦視覺 56
3.3.1 電腦視覺與深度學習的關系 56
3.3.2 電腦視覺和深度學習發展的加速器—GPU 58
3.3.3 電腦視覺與深度學習的基礎與研究方向 59
3.4 深度學習的實現框架TensorFlow 60
3.4.1 TensorFlow簡介 60
3.4.2 TensorFlow環境的搭建 60
3.4.3 TensorFlow計算模型—計算圖 68
3.4.4 TensorFlow數據模型—張量 70
3.4.5 TensorFlow運行模型—會話 74
第4章 圖像分類 76
4.1 定義與應用場景 76
4.2 實現方法 77
4.3 常用數據集 80
4.4 實驗—機器人看圖識物 82
4.5 實驗—機器人識別人臉表情 100
第5章 目標檢測 112
5.1 定義與應用場景 112
5.2 實現方法 113
5.2.1 基於候選區域的目標檢測算法 114
5.2.2 基於直接回歸的目標檢測算法 119
5.3 常用數據集 122
5.4 實驗—機器人捕捉人臉並識別 123
5.5 實驗—無人駕駛中的目標檢測 141
第6章 圖像分割 146
6.1 定義與應用場景 146
6.2 實現方法 147
6.2.1 基於特徵編碼的模型 147
6.2.2 基於區域選擇的模型 148
6.2.3 基於上採樣/反捲積的模型 150
6.2.4 基於RNN的模型 151
6.2.5 基於提高特徵分辨率的模型 152
6.3 常用數據集 152
6.4 實驗—無人駕駛場景感知 153
第7章 場景文字識別 165
7.1 定義與應用場景 165
7.2 實現方法 167
7.2.1 傳統方法時期 167
7.2.2 深度學習方法時期 167
7.3 常用數據集 170
7.4 實驗—無人值守車牌識別機器人 171
第8章 人體關鍵點檢測 179
8.1 定義與應用場景 179
8.1.1 人體關鍵點檢測的定義 179
8.1.2 人體關鍵點檢測的應用場景 180
8.2 實現方法 182
8.2.1 自頂向下 183
8.2.2 自底向上 184
8.3 常用數據集 186
8.3.1 MPII數據集 187
8.3.2 MSCOCO數據集 188
8.4 實驗—姿態識別互動機器人 189
第9章 圖像生成 194
9.1 定義與應用場景 194
9.1.1 圖像生成的定義 194
9.1.2 圖像生成的應用 195
9.2 實現方法 196
9.2.1 GAN模型 196
9.2.2 PixelRNN/PixelCNN模型 197
9.2.3 VAE模型 198
9.3 常用數據集 200
9.4 實驗—機器人書法學習 200
第10章 視覺交互機器人 212
10.1 實驗目的 212
10.2 實驗背景 212
10.3 實驗原理 212
10.4 實驗環境 215
10.5 實驗步驟 215
10.5.1 利用CNN主流架構的mini_Xception訓練情感分類 215
10.5.2 視覺交互機器人綜合實驗 221
第11章 無人駕駛的自動巡線 228
11.1 實驗目的 228
11.2 實驗背景 228
11.3 實驗原理 230
11.4 實驗環境 231
11.5 實驗步驟 231
11.5.1 數據準備 231
11.5.2 網絡設計 231
11.5.3 模型訓練 237
11.5.4 模型測試 243