基礎(chǔ)篇
第1章基于圖像分割的答題卡智能識(shí)別
1.1應(yīng)用背景
1.2答題卡預(yù)處理
1.3答題卡網(wǎng)格化分割
1.4答題區(qū)域檢測(cè)
1.5答案識(shí)別
1.5.1字符模板圖像生成
1.5.2字符模板匹配識(shí)別
1.5.3識(shí)別結(jié)果可視化
1.6案例小結(jié)
第2章基于圖像增強(qiáng)的霧天圖像優(yōu)化方法
2.1應(yīng)用背景
2.2霧天圖像增強(qiáng)方法
2.2.1全局直方圖增強(qiáng)
2.2.2CLAHE增強(qiáng)
2.2.3Retinex增強(qiáng)
2.3增強(qiáng)效果評(píng)測(cè)
2.4集成應(yīng)用開發(fā)
2.5案例小結(jié)
第3章基于顏色特征的森林火情預(yù)警識(shí)別方法
3.1應(yīng)用背景
3.2火情特征分析
3.2.1RGB顏色空間
3.2.2HSV顏色空間
3.2.3CMYK顏色空間
3.3火情區(qū)域檢測(cè)
3.4集成應(yīng)用開發(fā)
3.5案例小結(jié)
進(jìn)階篇
第4章基于混沌編碼的圖像加密算法應(yīng)用
4.1應(yīng)用背景
4.2圖像加密
4.2.1Logistic混沌系統(tǒng)
4.2.2離散余弦變換壓縮
4.2.3混沌加密
4.3圖像解密
4.3.1混沌解密
4.3.2效果評(píng)測(cè)
4.3.3攻擊評(píng)測(cè)
4.4集成應(yīng)用開發(fā)
4.5案例小結(jié)
第5章基于信息隱藏的多格式文件加密算法應(yīng)用
5.1應(yīng)用背景
5.2信息隱藏加密
5.2.1LSB信息隱藏
5.2.2Base64編解碼
5.2.3多格式文件隱藏加密
5.3信息提取解密
5.3.1LSB信息提取
5.3.2多格式文件提取解密
5.4集成應(yīng)用開發(fā)
5.5案例小結(jié)
第6章基于顏色分割的道路信號(hào)燈檢測(cè)識(shí)別應(yīng)用
6.1應(yīng)用背景
6.2信號(hào)燈特征分析
6.3信號(hào)燈檢測(cè)識(shí)別
6.4集成應(yīng)用開發(fā)
6.5案例小結(jié)
第7章融合GPS及視覺詞袋模型的建筑物匹配識(shí)別應(yīng)用
7.1應(yīng)用背景
7.2圖像GPS屬性解析
7.3圖像視覺詞袋建模
7.3.1局部特征提取
7.3.2視覺詞袋構(gòu)建
7.3.3圖像匹配識(shí)別
7.4集成應(yīng)用開發(fā)
7.5案例小結(jié)
第8章基于人臉識(shí)別的課堂考勤打卡計(jì)時(shí)應(yīng)用
8.1應(yīng)用背景
8.2人臉檢測(cè)
8.2.1基于膚色的人臉檢測(cè)方法
8.2.2基于統(tǒng)計(jì)學(xué)習(xí)的人臉檢測(cè)方法
8.3人臉識(shí)別
8.3.1人臉庫構(gòu)建
8.3.2人臉特征提取
8.3.3人臉分類識(shí)別
8.4集成應(yīng)用開發(fā)
8.5案例小結(jié)
第9章基于車牌識(shí)別的停車場(chǎng)出入庫計(jì)費(fèi)應(yīng)用
9.1應(yīng)用背景
9.2車牌檢測(cè)
9.2.1基于顏色的車牌檢測(cè)方法
9.2.2基于統(tǒng)計(jì)學(xué)習(xí)的車牌檢測(cè)方法
9.3車牌識(shí)別
9.3.1字符分割
9.3.2字符識(shí)別
9.4集成應(yīng)用開發(fā)
9.5案例小結(jié)
第10章基于光流場(chǎng)的交通流量分析應(yīng)用
10.1應(yīng)用背景
10.2視頻解析
10.2.1視頻屬性
10.2.2視頻讀取
10.2.3視頻生成
10.3交通流量分析
10.3.1光流場(chǎng)計(jì)算
10.3.2車流量計(jì)算
10.4集成應(yīng)用開發(fā)
10.5案例小結(jié)
應(yīng)用篇
第11章基于卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別應(yīng)用
11.1應(yīng)用背景
11.2卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
11.2.1卷積核
11.2.2特征圖
11.2.3池化降維
11.2.4網(wǎng)絡(luò)定義
11.3卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練評(píng)測(cè)
11.3.1數(shù)據(jù)集準(zhǔn)備
11.3.2數(shù)據(jù)集解析
11.3.3網(wǎng)絡(luò)訓(xùn)練
11.3.4網(wǎng)絡(luò)測(cè)試
11.4集成應(yīng)用開發(fā)
11.4.1界面設(shè)計(jì)
11.4.2批量評(píng)測(cè)
11.4.3單例評(píng)測(cè)
11.5TensorFlow應(yīng)用開發(fā)
11.5.1數(shù)據(jù)拆分
11.5.2網(wǎng)絡(luò)訓(xùn)練
11.5.3網(wǎng)絡(luò)測(cè)試
11.5.4應(yīng)用界面
11.6案例小結(jié)
第12章基于視覺大數(shù)據(jù)檢索的圖搜圖應(yīng)用
12.1應(yīng)用背景
12.2視覺特征提取
12.2.1CNN模型選擇
12.2.2CNN深度特征
12.3視覺特征索引
12.4視覺搜索引擎
12.5集成應(yīng)用開發(fā)
12.6案例小結(jié)
第13章驗(yàn)證碼AI識(shí)別
13.1應(yīng)用背景
13.2驗(yàn)證碼圖像生成
13.2.1基礎(chǔ)字符模板
13.2.2驗(yàn)證碼圖模擬
13.2.3驗(yàn)證碼數(shù)據(jù)庫
13.3驗(yàn)證碼識(shí)別模型
13.3.1CNN模型訓(xùn)練
13.3.2CNN模型測(cè)試
13.4集成應(yīng)用開發(fā)
13.4.1數(shù)據(jù)集標(biāo)注
13.4.2數(shù)據(jù)集分割
13.4.3CNN模型訓(xùn)練
13.4.4CNN模型應(yīng)用
13.5案例小結(jié)
第14章基于生成式對(duì)抗網(wǎng)絡(luò)的圖像生成應(yīng)用
14.1應(yīng)用背景
14.2生成式對(duì)抗網(wǎng)絡(luò)模型
14.2.1卡通頭像大數(shù)據(jù)
14.2.2GAN網(wǎng)絡(luò)設(shè)計(jì)
14.2.3GAN網(wǎng)絡(luò)訓(xùn)練
14.2.4GAN網(wǎng)絡(luò)測(cè)試
14.3集成應(yīng)用開發(fā)
14.4案例小結(jié)
第15章COVID19新冠肺炎影像智能識(shí)別
15.1應(yīng)用背景
15.2新冠影像識(shí)別
15.2.1新冠影像大數(shù)據(jù)
15.2.2CNN遷移設(shè)計(jì)
15.2.3CNN遷移訓(xùn)練
15.2.4CNN遷移評(píng)測(cè)
15.2.5CNN融合識(shí)別
15.3集成應(yīng)用開發(fā)
15.4案例小結(jié)
第16章基于深度學(xué)習(xí)的人臉二維碼識(shí)別
16.1應(yīng)用背景
16.2QR碼
16.2.1QR編碼
16.2.2QR譯碼
16.2.3內(nèi)容加密
16.3人臉壓縮
16.3.1人臉建庫
16.3.2人臉降維
16.3.3人臉重構(gòu)
16.3.4人臉轉(zhuǎn)碼
16.4CNN分類識(shí)別
16.5集成應(yīng)用開發(fā)
16.6案例小結(jié)
參考文獻(xiàn)
書單推薦
