精通 OpenCV 3 (Mastering OpenCV 3, 2/e)

Daniel Lélis Baggio, Shervin Emami, David Millán Escrivá, Khvedchenia Ievgen, Jason Saragih, Roy Shilkrot 著 林哲逸

立即出貨 (庫存 > 10)

買這商品的人也買了...

商品描述

大數據分析是許多傳統產業的主要驅動力,例如:金融、醫療和能源等等。視覺資料分析(Visual data analysis)和電腦視覺(Computer Vision)則是這場資料革命的一部分。近年來,它們的發展漸趨成熟,在自主導航、遊戲和製造業等領域,創造了許多新穎又令人振奮的應用程式。

本書將帶領讀者建立強大且獨特的電腦視覺應用程式。每一章將從一個專案展開,並深入OpenCV的某個重要面向,例如:人臉辨識、圖像目標追蹤、3D重建框架和機器學習等等。讀者將學會如何使用深度類神經網路,並將AI加進應用程式之中。

本書的專案將幫助讀者學習建立各種可運作的prototype,並熟悉各種OpenCV 3的新功能。


你能夠從本書學習到:
・執行基本的影像處理操作,並將圖像卡通化
・原生地建置OpenCV專案,並為樹莓派進行交叉編譯,建立強大的微尺度偵測器
・使用OpenCV 3新的運動恢復結構功能,從靜止的相機圖像中重建3D幾何
・建立圖形識別演算法,並預測圖像是否包含汽車車牌
・使用POSIT進行6自由度頭部姿態估計
・使用深度卷積類神經網路建立人臉辨識演算法

作者簡介

Daniel Lélis Baggio
他在聖保羅的InCor(Instituto do Coração–Heart Institute)進行血管內超音波影像分割。從那時候起,他專注於GPGPU 的應用,並將分割演算法(segmentation algorithm)移植到NVIDIA 的CUDA 上。他也參與一個名為ehci 的計畫(http://code.google.com/p/ ehci/),致力於「自然使用者介面組」的「6 自由度頭部追蹤」(6degrees of freedom head tracking )。現在他在巴西空軍工作。

Shervin Emami
OpenCV 提供了Shervin 一家人溫飽,為了回饋OpenCV,他開始定期在論壇上提供建議,並在自己的網站發布免費的OpenCV 教學(http://www.shervinemami.info/ openCV.html)。2011 年,他聯絡其他免費OpenCV 網站的站長來撰寫這本書。他也開始在NVIDIA 進行「行動裝置上的電腦視覺最佳化」,與官方OpenCV 開發者密切合作,開發Android 上的OpenCV 最佳化版本。2012 年,他還加入了Khronos OpenVL 委員會,為行動裝置上的「電腦視覺硬體加速」建立標準,並成為OpenCV 未來的基礎。

David Millán Escrivá
David 擁有超過10 年的IT 工作經驗,在電腦視覺、電腦圖學和模式辨識領域有豐富的經驗,從事過許多不同的專案和新創公司,並應用他在「電腦視覺」、「光學字元辨識」和「擴增實境」的知識。他是DamilesBlog 的作者 (http://blog.damiles.com),發表了許多關於「OpenCV」、「一般電腦視覺」和「光學字元辨識演算法」的研究和教學。David 也審校了Lee Phillips 所寫的《gnuPlot Cookbook》一書(由Packt 出版)。

Khvedchenia Ievgen
是來自烏克蘭的電腦視覺專家。他的職業生涯始於為「哈曼國際工業公司」研發一種以攝影機為基礎的「駕駛輔助系統」。隨後,他開始在ESG 擔任電腦視覺顧問。如今,他是一名專注於「擴增實境應用程式」的獨立開發者。Ievgen 是「電腦視覺演講部落格的作者(http://computervisi-talks.com),他在部落格上發表有關「電腦視覺」和「擴增實境」的研究和教學。

Jason Saragih
Saragih 博士在電腦視覺領域做出了許多貢獻,特別是在「可變形模型的註冊和建模」的領域。他是DeMoLib 和FaceTracker 的作者,而這兩個科學界廣泛使用的「非營利開源函式庫」都使用了通用的電腦視覺函式庫,包括OpenCV。

Roy Shilkrot
Roy 在新創公司和企業擁有超過7 年的軟體工程師經驗。在加入麻省理工學院Media Laboratory 擔任研究助理之前, 他曾在電信解決方案提供商Comverse 的Innovation Laboratory 擔任技術策略師。他還涉足諮詢業,也曾在微軟Redmond 研究院實習。

目錄大綱

前言

第1章 在樹莓派上建立卡通化器和膚色轉換器

第2章 使用OpenCV探索運動恢復結構

第3章 使用支援向量機和神經網路進行車牌辨識

第4章 非剛性人臉追蹤

第5章 使用AAM和POSIT進行3D頭部姿勢估算

第6章 使用Eigenface或Fisherface進行人臉辨識