上一版
| 报 纸 |  |
| 杂 志 | |
本版推荐
《
中华读书报
》（
2020年02月12日
17
版）
 |
| 《计算机视觉：模型、学习和推理》，[英] Simon J. D. Prince著，机械工业出版社2017年06月，119.00元 本书是一本从机器学习视角讲解计算机视觉的非常好的教材。全书图文并茂、语言浅显易懂，算法描述由浅入深，即使是数学背景不强的学生也能轻松理解和掌握。作者展示了如何使用训练数据来学习观察到的图像数据和我们希望预测的现实世界现象之间的联系，以及如何研究这些联系来从新的图像数据中作出新的推理。 |
 |
| 《OpenCV 4计算机视觉项目实战（原书第2版）》，[西班牙]大卫·米兰·埃斯克里瓦著，电子工业出版社2019年07月，79.00元 本书首先介绍OpenCV的入门知识及安装，然后介绍OpenCV的基础知识，包括用户界面、矩阵运算、滤波器和直方图等，之后介绍复杂的计算机视觉算法，包括对象分割和分类、视频监控、对象跟踪等，探讨对象跟踪、文本识别、机器学习和人脸检测等高级技术。阅读本书之后，你将掌握常用和新的计算机视觉技术，并学会从零开始构建各类OpenCV项目。 |
 |
| 《视觉计算基础：计算机视觉、图形学和图像处理的核心概念》，[美]阿娣提·玛珠德著，机械工业出版社2019年04月，99.00元 本书涵盖了视觉计算的基本概念。为创建、获取、分析和操作视觉数据(如二维图像,三维模型)提供了一个统一的计算和数学处理方法。书中涉及的基本原理包括：卷积、傅里叶变换、滤波器、几何变换、超极几何、三维重建、色彩和图像合成管道。这本书是为一个16周的学期课程而写的，既可以用于本科生和研究生的教学，也可以作为专业人员的参考。 |
 |
| 《卷积神经网络与计算机视觉》，[澳] 萨尔曼·汗等 著，机械工业出版社2019年05月，99.00元 本书自成一体，如果你既想了解CNN的原理，又想获得将CNN应用于计算机视觉的一手经验，那么本书将非常适合阅读。书中对CNN进行了全面介绍，首先是神经网络的基本概念：训练、正则化和优化。然后讨论了各种各样的损失函数、网络层和流行的CNN架构，回顾了评价CNN的不同技术，并介绍了一些常用的CNN工具和库。此外，本书还分析了CNN在计算机视觉中的应用案例，包括图像分类、对象检测、语义分割、场景理解和图像生成。 |
 |
| 《计算机视觉与深度学习实战：以MATLAB、Python为工具》，刘衍琦 著，电子工业出版社2019年10月，199.00元 本书涵盖了数字图像处理中几乎所有的基本模块，并延伸到了深度学习理论及其应用方面。书中对每个数字图像处理的知识点都提供了丰富、生动的案例素材，并以MATLAB、Python为工具详细讲解了实验的核心程序。通过对这些程序的阅读、理解和仿真运行，读者可以更加深刻地理解图像处理的内容，并且更加熟练地掌握计算机视觉及深度学习在不同实际领域中的用法。 |
缩小
全文复制
上一篇