最成熟 AI 套件之實作:MatLab 人工智慧工具書

王文峰、李大湘、王棟、王慶香、郭裕蘭、DLG

  • 出版商: 佳魁資訊
  • 出版日期: 2018-06-08
  • 定價: $550
  • 售價: 8.5$468
  • 貴賓價: 7.9$435
  • 語言: 繁體中文
  • 頁數: 288
  • ISBN: 9863796557
  • ISBN-13: 9789863796558
  • 相關分類: Matlab人工智慧

立即出貨 (庫存 > 10)

  • 9789863796558 b1
  • 9789863796558 b2
  • 9789863796558 b3
  • 9789863796558 b4
  • 9789863796558 b5
  • 9789863796558 b6
  • 9789863796558 b7
  • 9789863796558 b8
  • 9789863796558 b9
  • 9789863796558 b10
  • 9789863796558 bi1
  • 9789863796558 bi2
  • 9789863796558 bi3
9789863796558 b1

買這商品的人也買了...

商品描述

本書特色:
部分演算法為原創,研究價值高!
整合研發專案部分可公開的成果,部分原創演算法已被實現並收錄到國際標準原始程式碼函數庫中,研究價值高。
循序漸進,容易上手!
從初等的函數用法介紹,逐步過渡至較高階的混合程式設計,並從經典的特徵臉主成分分析方法,進階至研究壓縮感知與深度學習等人臉識別演算法。
配備完整的程式,可擴充性強!
人臉建函數庫、人臉檢測追蹤識別與特定行為分析演算法作為MATLAB混合程式設計的實例,本身即為一完整、獨立的機器學習與視覺感知技術模組,可擴充性強。此外,還借助圖形化使用者介面(GUI),提供直觀的介面示範。書中演算法均配有完整的MATLAB程式,有助讀者深入了解其設計思想,延伸思考與擴充空間,進而達到觸類旁通的效果。
-------------------------------------------------------------------------
適用:適合對MATLAB人臉辨別有興趣者外,亦適合相關領域之從業人員與大學、研究所師生。
 

作者簡介

王文峰
中國科學院西部之光學者、哈工大機器人 (合肥) 國際創新研究院類腦智慧研究中心學術主任、IEEE及Springer旗下多個國際會議委員及分會場主席、國家自然科學基金項目評審專家,以及DLG聯合發起人。
李大湘
主要研究領域為機器學習、電腦視覺與視訊影像語義分析,並且在電子訊息現場勘驗應用技術公安部重點實驗室從事刑偵視訊影像處理與分析的算法研究,以及監控視訊中的人臉檢測、識別算法研究與系統開發。
王 棟
美國史丹佛大學 (Stanford University) 訪問學者與特聘研究員,專注於腦機交互與類腦智慧研究。
 

目錄大綱

前  言
Chapter  01 影像輪廓分析及人臉檢測
1.1 第1階段:入門
 1.1.1 輪廓分析問題
 1.1.2 輪廓分析函數
 1.1.3 數學形態學運算
1.2 第2階段:進階
 1.2.1 邊緣檢測運算元
 1.2.2 haar-like特徵
1.3 第3 階段:實戰
 1.3.1 膚色機率建模
 1.3.2 人臉檢測實戰
Chapter 02 影像邊界顯示及人臉對齊
2.1 第1階段:入門
 2.1.1 邊界顯示問題
 2.1.2 邊界顯示函數
2.2 第2階段:進階
 2.2.1 影像邊界處理
 2.2.2 區域屬性度量
2.3 第3階段:實戰
 2.3.1 空間幾何轉換
 2.3.2 人臉對齊原理
 2.3.3 人臉對齊實戰
Chapter 03 影像取樣編碼及人臉重構
3.1 第1階段:入門
 3.1.1 取樣編碼問題
 3.1.2 取樣編碼函數
3.2 第2階段:進階
 3.2.1 人臉影像取樣
 3.2.2 人臉範本產生
3.3 第3階段:實戰
 3.3.1 資料庫初始化
 3.3.2 遮擋區域驗證
 3.3.3 人臉重構實戰
Chapter 04 視訊影像轉換及人臉追蹤
4.1 第1階段:入門
 4.1.1 視訊轉換問題
 4.1.2 視訊轉換函數
4.2 第2階段:進階
 4.2.1 視訊壓縮感知
 4.2.2 視訊壓縮追蹤
4.3 第3階段:實戰
 4.3.1 混編環境設定
 4.3.2 C++ 檔案編譯
 4.3.3 人臉追蹤實戰
Chapter 05 類腦視覺認知及人臉識別
5.1 第1階段:入門
 5.1.1 類腦認知問題
 5.1.2 類腦認知函數
5.2 第2階段:進階
 5.2.1 類腦視覺認知
 5.2.2 類腦特徵計算
 5.2.3 類腦特徵學習
5.3 第3階段:實戰
 5.3.1 深度學習實戰
 5.3.2 寬度學習實戰
 5.3.3 人臉識別實戰
AppendixA 參考文獻