本書緊貼當(dāng)前實(shí)際，將zui新的人工智能技術(shù)與圖像處理相結(jié)合，系統(tǒng)介紹了智能圖像處理的基本概念、處理技術(shù)及其應(yīng)用領(lǐng)域。全書以圖像處理基本流程為主線，內(nèi)容包括智能圖像處理技術(shù)、圖像分割、圖像特征提取、目標(biāo)檢測(cè)、圖像識(shí)別、圖像跟蹤、目標(biāo)行為分析、圖像融合、圖像處理應(yīng)用實(shí)例、圖像處理發(fā)展趨勢(shì)。本書將智能圖像處理算法和大量的應(yīng)用實(shí)例相結(jié)合進(jìn)行闡述，內(nèi)容涵蓋生物醫(yī)學(xué)、機(jī)器視覺、智能交通、智能安防、軍事等領(lǐng)域，在各章都列舉了有代表性的實(shí)例，這些實(shí)例具有較好的通用性和應(yīng)用性，便于讀者學(xué)習(xí)理解，并能很快將這些方法投入到實(shí)際應(yīng)用中。本書適合作為高等院校師生學(xué)習(xí)智能圖像處理技術(shù)的教輔材料，也可作為科研院所和公司研發(fā)人員的參考用書。
本書緊貼當(dāng)前實(shí)際，將zui新的人工智能技術(shù)與圖像處理相結(jié)合，系統(tǒng)介紹了智能圖像處理的基本概念、處理技術(shù)及其應(yīng)用領(lǐng)域。
近年來(lái)人工智能尤其是深度學(xué)習(xí)的發(fā)展已超出人們的預(yù)料，廣泛應(yīng)用于視頻圖像領(lǐng)域，并且取得了極大的成功。智能圖像處理從早期在軍事、科研領(lǐng)域的“小眾”應(yīng)用，發(fā)展至今已經(jīng)廣泛應(yīng)用到智慧城市、醫(yī)療、交通、安防、農(nóng)業(yè)、工業(yè)、娛樂等各行各業(yè)，成為與人們生活和生產(chǎn)息息相關(guān)的“大眾”應(yīng)用。本書緊貼當(dāng)前實(shí)際，將zui新的人工智能技術(shù)與圖像處理相結(jié)合，系統(tǒng)介紹了智能圖像處理的基本概念、處理技術(shù)及其應(yīng)用領(lǐng)域。全書以圖像處理基本流程為主線，內(nèi)容包括智能圖像處理技術(shù)、圖像分割、圖像特征提取、目標(biāo)檢測(cè)、圖像識(shí)別、圖像跟蹤、目標(biāo)行為分析、圖像融合、圖像處理應(yīng)用實(shí)例、圖像處理發(fā)展趨勢(shì)。第1章介紹智能圖像處理的基本概念、圖像處理過(guò)程、圖像處理發(fā)展歷史以及智能圖像處理的應(yīng)用領(lǐng)域。第2章介紹智能圖像處理技術(shù)基礎(chǔ)，包括機(jī)器學(xué)習(xí)理論、神經(jīng)網(wǎng)絡(luò)以及深度學(xué)習(xí)算法，為后續(xù)將這些智能方法應(yīng)用于圖像處理各環(huán)節(jié)奠定基礎(chǔ)。第3章介紹智能圖像分割的基本概念、智能圖像分割方法及其多領(lǐng)域?qū)嶋H圖像分割效果。第4章介紹智能圖像特征提取的基本概念，圖像底層特征及其特征提取方法，圖像深層特征和深度學(xué)習(xí)特征提取方法，以及實(shí)際問(wèn)題的圖像特征。第5章介紹智能目標(biāo)檢測(cè)的基本概念和技術(shù)框架，基于深度學(xué)習(xí)的智能目標(biāo)檢測(cè)算法以及智能目標(biāo)檢測(cè)的應(yīng)用。第6章介紹智能圖像識(shí)別的基本原理及其應(yīng)用，包括文字識(shí)別、人臉識(shí)別、手部生物特征識(shí)別。第7章介紹智能圖像跟蹤的概念、跟蹤步驟和目標(biāo)跟蹤算法分類，智能目標(biāo)跟蹤方法以及跟蹤應(yīng)用的例子。第8章介紹智能視頻行為分析及其應(yīng)用，包括智能視頻分析的基本概念、實(shí)現(xiàn)方式、功能，以及典型的行為分析的例子。第9章介紹智能圖像融合的基本概念、基于卷積神經(jīng)網(wǎng)絡(luò)的智能圖像融合方法，以及圖像融合在醫(yī)學(xué)、遙感、交通領(lǐng)域的應(yīng)用。第10章列舉了智能圖像處理的部分實(shí)際應(yīng)用，內(nèi)容囊括身份鑒別、智能安防、機(jī)器視覺、人機(jī)交互幾個(gè)方面。第11章介紹智能圖像處理技術(shù)和應(yīng)用方面的發(fā)展趨勢(shì)，闡述了智能圖像處理的發(fā)展動(dòng)力和發(fā)展趨勢(shì)，介紹了圖像處理與分析的開發(fā)平臺(tái)，分析了智能圖像處理存在的問(wèn)題。本書由楊露菁、吉文陽(yáng)、郝卓楠、李翀倫、吳俊鋒編著。具體分工如下：海軍工程大學(xué)的楊露菁，負(fù)責(zé)全書主要章節(jié)的編寫及統(tǒng)稿；中國(guó)科學(xué)院的吉文陽(yáng)編寫第5、6章的部分內(nèi)容，航天科技集團(tuán)的郝卓楠編寫第8、10章的部分內(nèi)容，某部研究院的李翀倫編寫第3、7章的部分內(nèi)容，中國(guó)電子科技集團(tuán)的吳俊鋒編寫第11章和第9章的部分內(nèi)容。 全書由徐潔磐主審。本書將智能圖像處理算法和大量的應(yīng)用實(shí)例相結(jié)合進(jìn)行闡述，內(nèi)容涵蓋生物醫(yī)學(xué)、機(jī)器視覺、智能交通、智能安防、軍事等領(lǐng)域，在各章都列舉了有代表性的實(shí)例，這些實(shí)例具有較好的通用性和應(yīng)用性，便于讀者學(xué)習(xí)理解，并能很快將這些方法投入到實(shí)際應(yīng)用中。本書參考了大量國(guó)內(nèi)外學(xué)者的學(xué)術(shù)論文和互聯(lián)網(wǎng)資訊，在書后列舉了這些參考文獻(xiàn)，在此對(duì)原作者表示衷心的感謝！由于作者學(xué)識(shí)有限，書中難免存在疏漏和不足之處，敬請(qǐng)批評(píng)指正。編者2019年1月
楊露菁：海軍工程大學(xué)電子工程學(xué)院教授，研究方向?yàn)橹笓]信息系統(tǒng)、人工智能、計(jì)算機(jī)視覺。教學(xué)科研成果：獲軍隊(duì)教學(xué)成果三等獎(jiǎng)1項(xiàng)，總參信息化部通信兵教學(xué)成果二等獎(jiǎng)1項(xiàng)，海軍院校優(yōu)秀課程一等獎(jiǎng)1項(xiàng)，二等獎(jiǎng)1項(xiàng)。獲軍隊(duì)科技進(jìn)步二等獎(jiǎng)1項(xiàng)，三等獎(jiǎng)6項(xiàng)，國(guó)防科技進(jìn)步二等獎(jiǎng)1項(xiàng)，海軍軍事理論研究課題三等獎(jiǎng)2項(xiàng)。
第1章緒論1.1圖像與圖像處理概述1.1.1圖像與圖像處理的概念1.1.2圖像處理過(guò)程1.1.3圖像處理任務(wù)1.2智能圖像處理概述1.2.1智能圖像處理概念1.2.2智能圖像基準(zhǔn)數(shù)據(jù)集1.2.3智能圖像處理基準(zhǔn)測(cè)試1.3智能圖像處理應(yīng)用領(lǐng)域1.3.1醫(yī)療領(lǐng)域1.3.2機(jī)器視覺1.3.3智能交通1.3.4智能安防1.3.5軍事領(lǐng)域第2章智能圖像處理技術(shù)2.1機(jī)器學(xué)習(xí)理論2.1.1機(jī)器學(xué)習(xí)概述2.1.2機(jī)器學(xué)習(xí)方式2.1.3機(jī)器學(xué)習(xí)算法2.2人工神經(jīng)網(wǎng)絡(luò)2.2.1人工神經(jīng)元2.2.2感知器2.2.3支持向量機(jī)2.2.4遞歸神經(jīng)網(wǎng)絡(luò)2.3卷積神經(jīng)網(wǎng)絡(luò)2.3.1深度學(xué)習(xí)概述2.3.2卷積神經(jīng)網(wǎng)絡(luò)原理2.3.3VGG卷積神經(jīng)網(wǎng)絡(luò)第3章智能圖像分割3.1圖像分割基本概念3.1.1圖像分割概念3.1.2傳統(tǒng)圖像分割方法3.2智能圖像分割方法3.2.1基于模糊聚類的分割方法3.2.2基于群智能的圖像分割方法3.2.3基于CNN的圖像分割方法3.3圖像分割的應(yīng)用效果3.3.1醫(yī)學(xué)圖像分割3.3.2交通圖像分割3.3.3身體部位分割第4章智能圖像特征提取4.1圖像特征概述4.1.1圖像特征的基本概念4.1.2圖像的底層特征4.2智能圖像特征提取方法4.2.1圖像的深層特征4.2.2深度學(xué)習(xí)特征提取4.2.3深度學(xué)習(xí)特征提取的例子4.3圖像特征提取應(yīng)用4.3.1醫(yī)學(xué)圖像特征4.3.2水面目標(biāo)特征第5章智能目標(biāo)檢測(cè)5.1圖像目標(biāo)檢測(cè)原理5.1.1目標(biāo)檢測(cè)技術(shù)框架5.1.2目標(biāo)檢測(cè)評(píng)價(jià)指標(biāo)5.1.3目標(biāo)檢測(cè)應(yīng)用分類5.2智能目標(biāo)檢測(cè)算法5.2.1RCNN5.2.2SPPNet5.2.3Fast RCNN5.2.4Faster RCNN5.2.5YOLO系列5.3智能目標(biāo)檢測(cè)應(yīng)用5.3.1人臉檢測(cè)5.3.2無(wú)人艇目標(biāo)檢測(cè)5.3.3車輛檢測(cè)5.3.4缺陷檢測(cè)第6章智能圖像識(shí)別6.1圖像識(shí)別基本原理6.1.1圖像識(shí)別概述6.1.2圖像識(shí)別過(guò)程6.1.3傳統(tǒng)圖像識(shí)別方法6.1.4卷積神經(jīng)網(wǎng)絡(luò)識(shí)別模型6.2文字識(shí)別6.2.1文字識(shí)別系統(tǒng)6.2.2LeNet網(wǎng)絡(luò)文字識(shí)別6.2.3文字識(shí)別應(yīng)用——車牌識(shí)別6.3人臉識(shí)別6.3.1人臉識(shí)別系統(tǒng)6.3.2人臉識(shí)別算法6.3.3人臉識(shí)別應(yīng)用——人機(jī)交互6.4手部生物特征識(shí)別6.4.1指紋識(shí)別6.4.2掌紋識(shí)別6.4.3靜脈識(shí)別6.4.4手部生物特征識(shí)別應(yīng)用——身份鑒別第7章智能圖像跟蹤7.1圖像跟蹤概述7.1.1圖像跟蹤問(wèn)題描述7.1.2圖像跟蹤步驟7.1.3圖像跟蹤算法分類7.2智能圖像跟蹤算法7.2.1DLT和SODLT算法7.2.2FCNT和HCFVT算法7.2.3MDNet算法7.2.4RTT算法7.3圖像跟蹤應(yīng)用7.3.1圖像跟蹤應(yīng)用概述7.3.2交通視頻車輛跟蹤7.3.3街景視頻行人跟蹤第8章智能目標(biāo)行為分析8.1智能視頻分析概述8.1.1智能視頻分析的基本概念8.1.2智能視頻分析的實(shí)現(xiàn)方式8.1.3智能視頻分析功能8.2人體行為分析8.2.1人體行為分析概述8.2.2人體行為分析方法8.2.3人體行為分析應(yīng)用8.3行人異常行為分析8.3.1行人摔倒行為分析8.3.2人群異常行為分析8.4手勢(shì)識(shí)別8.4.1手勢(shì)識(shí)別概述8.4.2基于視覺的手勢(shì)識(shí)別8.5多人視頻中關(guān)鍵事件識(shí)別第9章智能圖像融合9.1圖像融合概述9.1.1圖像融合的基本概念9.1.2圖像融合的處理層次9.2圖像融合方法9.2.1圖像融合方法概述9.2.2基于卷積神經(jīng)網(wǎng)絡(luò)的圖像融合方法9.3圖像融合應(yīng)用9.3.1多模態(tài)醫(yī)學(xué)影像融合9.3.2多元遙感圖像融合9.3.3多源交通圖像融合9.3.4多波段艦船圖像融合第10章智能圖像處理應(yīng)用實(shí)例10.1身份鑒別10.1.1蘋果手機(jī)刷臉解鎖10.1.2刷臉的生活應(yīng)用10.2智能安防10.2.1格靈深瞳監(jiān)控系統(tǒng)10.2.2商湯科技智能人群分析10.2.3全球眼10.2.4智能視頻監(jiān)控產(chǎn)品10.3機(jī)器視覺10.3.1百度機(jī)器人人臉識(shí)別10.3.2百度無(wú)人駕駛10.3.3亞馬遜無(wú)人超市10.4人機(jī)交互10.4.1百度識(shí)圖10.4.2騰訊云OCR文字識(shí)別10.4.3Facebook圖片搜索第11章智能圖像處理發(fā)展趨勢(shì)11.1智能圖像處理的發(fā)展動(dòng)力11.2智能圖像處理的發(fā)展趨勢(shì)11.2.1總體發(fā)展特點(diǎn)11.2.2圖像設(shè)備發(fā)展趨勢(shì)11.2.3圖像處理硬件系統(tǒng)發(fā)展趨勢(shì)11.2.4圖像處理技術(shù)發(fā)展趨勢(shì)11.3圖像處理與分析開發(fā)平臺(tái)11.3.1OpenCV11.3.2Face++11.3.3NiftyNet11.3.4其他開源項(xiàng)目11.4智能圖像處理應(yīng)用發(fā)展趨勢(shì)11.4.1智能安防行業(yè)11.4.2智能交通領(lǐng)域11.4.3身份識(shí)別11.4.4工業(yè)生產(chǎn)領(lǐng)域11.4.5農(nóng)業(yè)生產(chǎn)領(lǐng)域11.5智能圖像處理存在的問(wèn)題參考文獻(xiàn)
書單推薦
