新書推薦：
《
慈悲与玫瑰
》
售價：HK$
87.4
《
启蒙的辩证：哲学的片简（法兰克福学派哲学经典，批判理论重要文本）
》
售價：HK$
76.2
《
云中记
》
售價：HK$
76.2
《
中国古代妇女生活（中国古代生活丛书）
》
售價：HK$
47.0
《
你的认知正在阻碍你
》
售價：HK$
65.0
《
我们身边的小鸟朋友：手绘观鸟笔记
》
售價：HK$
78.2
《
拯救免疫失衡
》
售價：HK$
55.8
《
收尸人
》
售價：HK$
72.8
|
| 編輯推薦： |
资深AI图像处理工程师力作。
腾讯PCG光影研究室技术负责人傅斌推荐。
全彩色印刷。
详解60多个新颖、独特、紧跟时代热点的人脸图像处理算法实战案例，复现抖音、天天P图、美颜相机、淘宝等多个App中的热门人脸图像特效算法设计。
重图文并茂，生动有趣，用简单易懂的方式，带领读者入门AI人脸图像算法设计。
基于人脸图像应用的算法设计，梳理计算机视觉技术的发展脉络。
《人脸识别与美颜算法实战》精华内容：
抖音中的深度学习图像处理
天天P图深度学习图像处理
美颜相机中的深度学习图像处理
淘宝中的深度学习图像处理技术
人脸磨皮算法
人脸美白算法
人脸图像祛痘算法
机器学习之训练人脸分类器
深度学习之人脸识别
手写体识别项目
抖音中的视频抖动效果算法设计
抖音中的视频闪白效果算法设计
资深AI图像处理工程师力作。
腾讯PCG光影研究室技术负责人傅斌推荐。
全彩色印刷。
详解60多个新颖、独特、紧跟时代热点的人脸图像处理算法实战案例，复现抖音、天天P图、美颜相机、淘宝等多个App中的热门人脸图像特效算法设计。
重图文并茂，生动有趣，用简单易懂的方式，带领读者入门A
|
| 內容簡介： |
|
本书将传统的图像处理技术、机器学习时代的图像技术，到目前炙手可热的深度学习时代的图像处理技术融汇贯通起来。生动的结合了目前热门的应用，以抖音、美颜相机、手机自带的滤镜和美颜功能为切入点，专注于人脸图像的各种处理，大量实际案例，带领读者与一线AI图像算法工程师在项目实践中的如何设计算法流程，如何优化算法逻辑，如何将算法应用到实际的场景中。另外本身的*后一章，深扒了目前抖音、美颜相机、天天P图、淘宝、*等APP里面图像技术的应用场景以及实现原理，提纲挈领的概述了电商、娱乐、金融、安防这四大领域中应用的AI+图像技术实现思路。让读者可以对整个中国AI+图像的应用现状以及前景有直观的认知。
|
| 關於作者： |
|
方圆圆 获中国科学院大学硕士学位。现任中国科学院浙江数字内容研究院人工智能教育实验室主任、中日人工智能协会执行会长。曾任唯品会硅谷研发中心、联想研究院图像算法专家。计算机视觉领域9年开发经验。曾经参与组织世界人工智能大赛等国际赛事，主导《机器学习基础与应用案例》《深度学习应用案例》《医学人工智能案例集》等课程的教案编写。
|
| 目錄：
|
推荐序
前言
第1章AI时代：图像技术背景知识1
1.1人工智能的前世今生2
1.2AI与CV的相互融合之路3
1.3AI图像处理技术5
1.4本章小结7
第2章武器和铠甲：开发环境配置8
2.1来自传承的馈赠：OpenCV开源跨平台机器视觉库8
2.1.1OpenCV的整体概念9
2.1.2OpenCV的应用领域9
2.1.3OpenCV的编程语言9
2.1.4OpenCV支持的系统10
2.1.5OpenCV的线上资源10
2.2召唤萌宠：Python语言的“制霸”之路10
2.2.1Python语言的发展11
2.2.2Python 2.7.X版本和3.X版本的区别 11
2.2.3本书采用的Python版本 13
2.3铸剑：基于PyCharm的系统环境配置14
2.3.1PyCharm在Mac OS系统下的安装和配置14
2.3.2Mac OS系统下Anaconda的安装和配置17
2.4牛刀小试：一起动手来写个例子吧19
2.5本章小结21
第3章开启星辰大海：图像处理技术基础知识22
3.1图像的基本概念23
3.1.1像素的概念23
3.1.2图像的构成24
3.1.3图像的格式24
3.1.4理解图像的位深和通道的概念25
3.2图像的读取、显示和存储操作26
3.2.1OpenCV基本图像处理函数26
3.2.2Python读取一张图片并显示和存储27
3.3从像素出发构建二维灰度图像28
3.3.1NumPy科学计算库28
3.3.2创建二维灰度图像30
3.3.3灰度图像的遍历31
3.4灰度图像和彩色图像的变换32
3.4.1图像的颜色空间32
3.4.2彩色图像的通道分离和混合33
3.4.3彩色图像的通道分离和混合程序示例34
3.4.4彩色图像的二值化35
3.4.5彩色图像的遍历37
3.4.6彩色图像和灰度图像的转换38
3.5图像的几何变换40
3.5.1图像几何变换的基本概念40
3.5.2插值算法41
3.5.3图像的缩放42
3.5.4图像的平移44
3.5.5图像的旋转45
3.5.6图像的镜像变换47
3.6图像色彩空间基础知识48
3.6.1图像的色调、色相、饱和度、亮度和对比度48
3.6.2RGB色彩空间49
3.6.3HSV色彩空间49
3.6.4HSI色彩空间50
3.7图像的直方图50
3.7.1图像直方图的基本概念50
3.7.2绘制灰度图像的直方图51
3.7.3绘制彩色图像的直方图53
3.7.4图像直方图均衡化54
3.7.5图像直方图反向投影56
3.8本章小结58
第4章First Blood：第一波项目实战59
4.1抖音哈哈镜60
4.1.1抖音的哈哈镜效果60
4.1.2哈哈镜的原理61
4.1.3哈哈镜的程序实现61
4.2给你一张老照片64
4.2.1怀旧风格算法原理64
4.2.2怀旧风格程序实现65
4.3给自己画一张文艺范的素描66
4.3.1轮廓检测算法原理66
4.3.2素描风格算法原理67
4.3.3素描风格算法的程序实现68
4.4来一张油画吧69
4.4.1图像油画算法原理69
4.4.2图像油画算法的程序实现69
4.5如何打马赛克72
4.5.1马赛克算法原理72
4.5.2马赛克算法的程序实现72
4.6打造自己的专属肖像漫画74
4.6.1漫画风格算法原理74
4.6.2漫画风格算法的程序实现74
4.7本章小结76
第5章Double Kill：视频图像处理理论和项目实战77
5.1视频处理流程和原理78
5.1.1视频的捕获和存储78
5.1.2提取视频中的某些帧79
5.1.3将图片合成为视频80
5.1.4多个视频合并81
5.2抖音中的视频抖动效果设计82
5.2.1视频抖动的原理82
5.2.2视频抖动的程序实现83
5.3抖音中的视频闪白效果设计85
5.3.1视频闪白的原理86
5.3.2视频闪白的程序实现87
5.4抖音中的视频霓虹效果设计90
5.4.1视频霓虹的原理90
5.4.2视频霓虹效果的程序实现91
5.5抖音中的视频时光倒流效果设计94
5.5.1视频时光倒流的原理94
5.5.2视频时光倒流的程序实现94
5.6抖音中的视频反复效果设计95
5.6.1视频反复的原理95
5.6.2视频反复的程序实现95
5.7抖音中的视频慢动作效果设计96
5.7.1视频慢动作的原理97
5.7.2视频慢动作的程序实现97
5.8视频人物漫画风格滤镜设计98
5.9本章小结99
第6章Triple Kill：基于机器学习的人脸识别100
6.1机器学习的基本概念101
6.1.1机器学习的目的101
6.1.2机器学习的内容102
6.1.3机器学习的作用103
6.1.4如何使用机器学习获得的东西105
6.1.5使用机器学习方法的时机106
6.1.6总结机器学习的基本概念108
6.2机器学习中的图像预处理流程112
6.2.1一个经典的机器学习图像处理实例112
6.2.2人脸识别机器学习Model训练思路113
6.2.3正样本图像预处理113
6.2.4负样本图像预处理121
6.3人脸检测机器学习算法设计123
6.3.1图像特征123
6.3.2Harr-like特征求值加速算法127
6.3.3图像分类器128
6.3.4人脸检测的训练算法流程130
6.3.5人脸检测的检测算法流程131
6.4训练人脸检测分类器并测试132
6.4.1训练准备132
6.4.2开始训练133
6.4.3模型测试134
6.5本章小结135
第7章Quatary Kill：基于深度学习的人脸识别137
7.1深度学习的基本概念138
7.1.1深度学习简介138
7.1.2深度学习和机器学习的区别139
7.1.3深度学习入门概念141
7.2卷积神经网络147
7.2.1卷积的原理147
7.2.2池化层的原理150
7.2.3全连接层的原理150
7.2.4一个经典的CNN网络结构152
7.3手写数字分类项目153
7.3.1训练环境的搭建153
7.3.2训练数据的准备154
7.3.3训练网络的搭建155
7.3.4训练代码158
7.3.5深度学习基础知识扩展159
7.4基于深度学习的人脸识别解决方案161
7.4.1数据的准备161
7.4.2数据集的读取和处理163
7.4.3网络的搭建165
7.4.4Model的训练过程167
7.4.5Model的测试过程168
7.5本章小结169
第8章Penta Kill：人脸图像美颜算法项目实战170
8.1人脸磨皮算法171
8.1.1图像滤波算法和效果171
8.1.2人脸磨皮算法设计176
8.2图像的色彩空间180
8.2.1RGB和HSV色彩空间基础知识180
8.2.2RGB和HSV转换的数学描述和函数实现180
8.2.3图片中的颜色检测181
8.3人脸美白算法设计183
8.3.1通过图层混合实现图像美白算法184
8.3.2通过beta参数调整实现图像美白算法185
8.3.3通过颜色查找表实现图像美白算法187
8.4人脸的手动祛痘算法设计189
8.4.1图像修复算法介绍190
8.4.2图像修复的原理190
8.4.3通过图像修复算法实现手动祛痘191
8.5本章小结193
第9章Legendary：AI时代图像算法应用新生态194
9.1抖音中的图像技术195
9.1.1抖音中的图像应用概览195
9.1.2抖音中的人脸检测技术195
9.1.3抖音中的人脸检测技术应用197
9.1.4抖音中的人体检测技术201
9.1.5抖音中的人体检测技术应用201
9.1.6抖音中的视频技术202
9.1.7抖音中的图像技术总结205
9.2美颜和美妆类App中的图像技术206
9.2.1美颜和美妆类App图像应用概览207
9.2.2五官的调整207
9.2.3美妆算法208
9.2.4染发算法209
9.2.5五官分析211
9.2.6美颜相机和美妆相机中图像技术的一些总结213
9.3电商中的图像技术213
9.3.1电商中的图像技术应用概览213
9.3.2虚拟穿戴技术和商品3D展示214
9.3.3尺寸测量214
9.3.4相似商品推荐及以图搜图215
9.4本章小结216
|
| 內容試閱：
|
据统计，在当今各行各业中，互联网与软件工程行业薪资名列前茅，大幅领先于传统行业。BOSS直聘发布《2020年人才资本趋势报告》，该报告公布了2020年人才领域的前瞻趋势，对其中的人工智能相关方向进行了梳理。其中，自然语言处理岗位的平均薪资为25?553元；机器学习岗位的平均薪资为27?652元；语音识别岗位的平均薪资为24?037元；深度学习岗位的平均薪资为27?516元；语音、视频、图形开发岗位的平均薪资为22?979元。随着人工智能领域的不断扩大和普及，各行各业逐步深入实践和应用人工智能领域的相关技术，具有实践经验的顶尖AI人才缺口增大，人工智能技术将成为第四次工业革命的发动机，成为不可或缺的力量源泉。
在人工智能领域，计算机视觉是人工智能最重要的部分之一，尤其是人脸图像处理领域涌现了商汤、旷视、云丛、抖音等多家独角兽企业。2014年，中国人脸识别行业的市场规模为49亿元；2018年，中国人脸识别行业的市场规模为131亿元，年均复合增长率为37%。这充分显示了人脸图像处理技术的巨大商用价值，大量的人脸相关应用不断涌现。
本书结合大量的实际案例，从Python图像处理开始讲起，再到机器学习、深度学习的理论和应用，通过由浅入深、图文并茂的讲解及项目实战，提高读者的理论水平和代码实践能力。
本书特色
1. 入门门槛低，学习曲线平滑
本书从搭建环境学起，首先介绍Windows、Linux和Mac OS这三种环境下编译环境的配置和安装；然后介绍与Python数据编程相关的基础知识、图像处理算法基础及常用函数；接着介绍机器学习和深度学习的基础理论；最后通过Python复现各种常用软件中的人脸图像算法应用。本书学习曲线平滑，适合深度学习和机器学习的零基础读者阅读。
2. 通过对比、理论结合实践的方式讲解，适合新手学习
对于一个新知识点的出现，本书通过对比的方式给出了概念或原理，让读者能举一反三，拓宽知识面；对深度学习的一些理论和概念，本书结合目前热门软件中的图像算法应用实例，让读者能边学习边实践，缩短了新手与老手之间的差距。
3. 内容丰富、实用，主次分明
本书所选案例涉猎广泛而丰富，算法案例紧跟当前潮流，如抖音、天天P图、美颜相机中的各种图像处理技巧，沿着“需求→算法设计→代码实现”的思路讲解，书中大量既丰富又生动有趣的例子简单易学，可直接上手。在代码示例中，不仅包含了模型构建和设计的核心思想，同时也兼顾了新手容易犯错的细节展示。此外，本书还介绍了一些在工程实践中常用的设计与实现技巧，以提高内容的实用性，增强案例与实际系统设计和实现过程的联系。
4. 图文搭配合理、生动有趣，全程伴随实战
本书从实战出发，介绍了大约60多个案例，脉络清晰，没有太多枯燥的理论讲解，而是以一位资深AI算法工程师手把手带读者入门做项目的方式，讲述了新手如何入门成为AI图像算法工程师，遇到项目如何入手去做，以及目前抖音中好玩的效果是如何一步步通过算法设计做出来的，沿着Python基础、图像处理技术、视频处理技术、机器学习、深度学习及各类图像美颜算法的思路去实现。目前，各种App中美颜算法大行其道，希望通过作者有趣的讲解，可以带领读者探索其中的各种算法设计小技巧。
本书内容
第1章?AI时代：图像技术背景知识
本章首先介绍了什么是人工智能以及人工智能的历史和发展，通过介绍AI的发展历史和一些标志性事件，概述了目前中国AI技术的发展现状；然后介绍了计算机视觉技术及其分类和应用，让读者在第1章就可以体会到AI在生活中无处不在，以及它无限的发展前景。
第2章?武器和铠甲：开发环境配置
本章主要介绍了本书涉及的开发语言和编译环境，详细介绍了OpenCV开源库及Python不同版本间的区别，带领读者手把手搭建PyCharm和Anaconda编译环境，完成基本的AI开发环境配置，并且在不同环境下装载各种需要的工具包。
第3章?开启星辰大海：图像处理技术基础知识
本章详细介绍了图像处理技术的基础知识，每个知识点对应多个Python实例，让读者能够轻松完成图像的旋转、平移、镜像和缩放等一系列操作。
第4章?First Blood：第一波项目实战
本章以大量的Python实例展示了基于图像处理算法可以实现的多种效果，介绍了抖音哈哈镜、照片怀旧、素描、油画、卡通化和马赛克处理等一系列项目的算法原理和代码实现，有趣地展示了图像处理技术中的各种玩法。
第5章?Double Kill：视频图像处理理论和项目实战
本章介绍了视频图像处理技术的原理和流程，并以大量的实例展示了如何根据抖音的一些视频特效来设计算法以实现其效果，完成了抖音视频中抖动、闪白、霓虹、时光倒流、视频反复、慢动作和Black magic等效果设计。
第6章?Triple Kill：基于机器学习的人脸识别
本章详细介绍了机器学习的基础知识，从一个机器学习的实例出发，讲述了机器学习的原理，以及什么时候使用机器学习。本章以经典的人脸识别算法为例，从数据准备到算法设计原理，再到最后的训练，完成一个完整的机器学习项目。
第7章?Quatary Kill：基于深度学习的人脸识别
本章详细介绍了深度学习的基本概念和使用场景；讲解了深度学习和机器学习的区别，并以LeNet-5
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
