線上閱讀
本書提供兩種檔案格式，請選擇開啟：
EPUB彈性排版，可依載具大小自動斷行或換頁，較適合小螢幕閱讀。
書籍內容
TOP
本書詳細講解了大數據應用案例（含可運行程序），涉及計算機視覺基礎案例分析、視覺大數據檢索及識別相關的工程應用，包含了音視頻處理、目標檢測、圖像識別等行業應用案例，作者從項目實戰出發，對視覺大數據工程應用的算法設計、程序實現、部署實施進行詳細敘述，可方便讀者進行相關知識點的程序化調試及工程復用。本書以案例為基礎，結構布局緊湊，內容深入淺出，實驗簡捷高效，適合計算機、信號通信和自動化等相關專業的教師、本科生、研究生，以及廣大從事大數據處理的工程研發人員閱讀參考。
- 目錄
-
封面页 - 书名页
- 版权页
- 内容简介
- 主编简介
- 前言
- 目录
- 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
- 2.2.2 CLAHE增强
- 2.2.3 Retinex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
- 3.2.1 RGB颜色空间
- 3.2.2 HSV颜色空间
- 3.2.3 CMYK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
- 4.2.1 Logistic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
- 5.1 应用背景
- 5.2 信息隐藏加密
- 5.2.1 LSB信息隐藏
- 5.2.2 Base64编解码
- 5.2.3 多格式文件隐藏加密
- 5.3 信息提取解密
- 5.3.1 LSB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
- 11.5 TensorFlow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
- 12.2.1 CNN模型选择
- 12.2.2 CNN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
- 13.3.1 CNN模型训练
- 13.3.2 CNN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
- 13.4.3 CNN模型训练
- 13.4.4 CNN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
- 14.2.2 GAN网络设计
- 14.2.3 GAN网络训练
- 14.2.4 GAN网络测试
- 14.3 集成应用开发
- 14.4 案例小结
- 第15章 COVID-19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
- 15.2.2 CNN迁移设计
- 15.2.3 CNN迁移训练
- 15.2.4 CNN迁移评测
- 15.2.5 CNN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
- 16.2 QR码
- 16.2.1 QR编码
- 16.2.2 QR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
- 16.4 CNN分类识别
- 16.5 集成应用开发
- 16.6 案例小结
- 参考文献
下載書籍。
