本书以深度学习在计算机视觉领域的常用技术与案例相结合的方式，深入浅出地介绍计算机视觉的常见任务及实现技术。全书共7章，内容包含概述、图像处理基本操作、深度学习视觉基础任务、基于FaceNet的人脸识别实战、基于 Faster R-CNN 的目标检测实战、基于 U-Net 的城市道路场景分割实战、基于SRGAN 的图像超分辨率技术实战等。本书大部分章包含操作实践代码和课后习题，希望能够帮助读者在计算机视觉基础任务中应用算法，巩固所学内容。
本书可以作为高校人工智能相关专业教材，也可以作为从事计算机视觉技术研究的从业者和科技人员的参考用书。对于有一定基础和经验的读者，本书也能帮助他们查漏补缺，深入理解和掌握相关原理及方法，提升解决实际问题的能力。
理论与实战结合。本书以深度学习在计算机视觉的应用为主线，注重任务案例的学习，以深度学习常用技术与任务案例相结合的方式，介绍了使用深度学习TensorFlow框架实现深度学习视觉任务的主要方法。
以应用为导向。本书从传统图像处理技术到深度学习视觉基础任务介绍，再到具体深度学习视觉任务实现，让读者明白如何利用所学知识来解决问题，从而真正理解并应用所学知识。
注重启发式教学。本书大部分章节紧扣深度学习视觉任务需求展开，不堆积知识点，着重于思路的启发与解决方案的实施。通过对深度学习视觉任务介绍到实现的完成工作流程的体验，让读者真正理解并掌握深度学习视觉的相关技术。
彭小红，女，广东海洋大学数学与计算机学院教授，院长，硕士生导师，国家级一流专业建设点（计算机科学与技术）负责人、广东省计算机科学与技术专业教学团队负责人、广东省计算机科学与技术专业综合改革试点负责人、广东省一流课程计算机组成与结构负责人、南粤优秀教师。 研究方向：智能系统及其智能信息处理、智能水下机器人。先后主持广东省科技计划、南方海洋科学与工程广东省实验室（湛江）、广东省高校创新强校工程等课题10余项，发表学术论文30余篇（其中SCI/EI收录16篇），译著1部；以第一完成人获得专利6项、计算机软件著作权22项，获湛江市科学技术进步奖二等奖1项、三等奖2项。 主讲本科专业课程：《计算机组成与结构》、《计算机接口技术》、《微机原理及接口》、《汇编语言与接口技术》、《生产实习》，研究生课程：《计算机体系结构》、《人工智能导论》；近五年，主持省部级以上协同育人、质量工程、教学改革项目9项，广东省研究生教育创新计划项目1项，发表教改论文8篇；获得广东海洋大学教学成果特等奖和一等奖、广东海洋大学教学质量优秀奖。指导学生参加学科竞赛获国家级和省部级奖励26项，荣获得互联网 大学生创新创业大赛、挑战杯大赛、中国软件杯、中国计算机设计大赛优秀指导教师称号。
张良均 资深大数据专家，广东泰迪智能科技股份有限公司董事长，国家科技部入库技术专家，全国专业学位水平评估专家，工信部教育与考试中心入库专家，中国工业与应用数学学会理事，广东省工业与应用数学学会副理事长，广东省高等职业教育教学指导委员会委员，华南师范大学、中南财经政法大学等40余所高校校外硕导或兼职教授，泰迪杯全国数据挖掘挑战赛发起人。 曾在国内外重要学术刊物上发表学术论文10余篇，主导编写图书专著60余部，其中获普通高等教育十一五规划教材一部，十三五职业教育国家规划教材一部；参与标准建设4项，主持国家级课题1项、省部级课题4项。获得SAS、SPSS数据挖掘认证及Hadoop开发工程师证书，具有信访、电力、电信、银行、制造企业、电子商务和电子政务的项目经验和行业背景，并荣获中国产学研合作促进奖、中国南方电网公司发明专利一等奖、广东省农业技术推广二等奖、广州市荔湾区科学技术进步奖。
第 1章 概述 1
1.1 计算机视觉与深度学习 1
1.1.1 计算机视觉 2
1.1.2 深度学习 3
1.2 深度学习的计算机视觉应用 4
1.2.1 人脸识别 5
1.2.2 图像分类 5
1.2.3 目标检测 6
1.2.4 图像分割 6
1.2.5 姿态估计 7
1.2.6 场景识别 7
1.2.7 目标跟踪 8
1.2.8 动作识别 8
1.2.9 黑白照片自动着色 9
1.2.10 图像风格转移 9
1.3 相关Python库 10
1.3.1 深度学习框架 10
1.3.2 图像处理库 12
小结 13
课后习题 13
第 2章 图像处理基本操作 15
2.1 读写图像 15
2.1.1 常用图像类型 16
2.1.2 读取图像 17
2.1.3 显示图像 18
2.1.4 保存图像 20
2.2 图像颜色空间 20
2.2.1 常用颜色空间简介 20
2.2.2 颜色空间转换 22
2.3 图像几何变换 24
2.3.1 图像平移 24
2.3.2 图像缩放 25
2.3.3 图像旋转 32
2.3.4 图像仿射 34
2.4 图像增强 38
2.4.1 灰度级修正 39
2.4.2 图像平滑 47
2.4.3 图像锐化 51
小结 56
课后习题 57
第3章 深度学习视觉基础任务 59
3.1 深度神经网络 59
3.2 卷积神经网络 61
3.2.1 卷积层 63
3.2.2 池化层 64
3.2.3 全连接层 64
3.2.4 卷积神经网络训练过程 65
3.3 图像分类 67
3.3.1 图像分类简介 67
3.3.2 图像分类经典算法 68
3.3.3 训练图像分类网络 83
3.4 目标检测 86
3.4.1 目标检测简介 86
3.4.2 目标检测经典算法 88
3.4.3 训练目标检测网络 104
3.5 图像分割 111
3.5.1 图像分割简介 111
3.5.2 图像分割经典算法 113
3.5.3 训练图像分割网络 127
3.6 图像生成 132
3.6.1 图像生成简介 133
3.6.2 图像生成经典算法 134
3.6.3 训练图像生成器网络 144
小结 149
课后习题 149
第4章 基于FaceNet的人脸识别实战 152
4.1 背景与目标 152
4.1.1 背景 152
4.1.2 目标 154
4.1.3 项目工程结构 154
4.2 流程与步骤 155
4.2.1 人脸检测 156
4.2.2 人脸对齐 160
4.2.3 人脸特征提取 161
4.2.4 人脸特征匹配 164
4.3 结果分析 165
小结 167
课后习题 168
第5章 基于Faster R-CNN的目标检测实战 170
5.1 背景与目标 170
5.1.1 背景 170
5.1.2 目标 171
5.1.3 项目工程结构 171
5.2 流程与步骤 172
5.2.1 数据准备 172
5.2.2 定义Faster R-CNN配置信息类 174
5.2.3 生成先验锚框 174
5.2.4 定义损失函数 176
5.2.5 训练网络 180
5.3 结果分析 181
小结 183
课后习题 184
第6章 基于U-Net的城市道路场景分割实战 186
6.1 背景与目标 186
6.1.1 背景 186
6.1.2 目标 187
6.1.3 项目工程结构 188
6.2 流程与步骤 188
6.2.1 数据准备 189
6.2.2 搭建U-Net 191
6.2.3 定义损失函数 194
6.2.4 训练网络 195
6.3 结果分析 197
小结 199
课后习题 199
第7章 基于SRGAN的图像超分辨率技术实战 201
7.1 背景与目标 201
7.1.1 背景 201
7.1.2 目标 203
7.1.3 项目工程结构 203
7.2 流程与步骤 204
7.2.1 数据准备 204
7.2.2 搭建SRGAN 206
7.2.3 定义SRGAN损失函数 209
7.2.4 训练网络 210
7.3 结果分析 211
小结 213
课后习题 213
书单推荐
