《計(jì)算機(jī)視覺(jué)40例從入門到深度學(xué)習(xí) OpenCV Python》讀書筆記思維導(dǎo)圖_第1頁(yè)
《計(jì)算機(jī)視覺(jué)40例從入門到深度學(xué)習(xí) OpenCV Python》讀書筆記思維導(dǎo)圖_第2頁(yè)
《計(jì)算機(jī)視覺(jué)40例從入門到深度學(xué)習(xí) OpenCV Python》讀書筆記思維導(dǎo)圖_第3頁(yè)
《計(jì)算機(jī)視覺(jué)40例從入門到深度學(xué)習(xí) OpenCV Python》讀書筆記思維導(dǎo)圖_第4頁(yè)
《計(jì)算機(jī)視覺(jué)40例從入門到深度學(xué)習(xí) OpenCV Python》讀書筆記思維導(dǎo)圖_第5頁(yè)
已閱讀5頁(yè),還剩48頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

思維導(dǎo)圖PPT模板《計(jì)算機(jī)視覺(jué)40例從入門到深度學(xué)習(xí)OpenCVPython》最新版讀書筆記,下載可以直接修改基礎(chǔ)圖像函數(shù)第章程序流程深度處理案例實(shí)現(xiàn)方法原理機(jī)器模塊使用特征基本原理模型算法本書關(guān)鍵字分析思維導(dǎo)圖01內(nèi)容簡(jiǎn)介第2部分基礎(chǔ)案例篇第1部分基礎(chǔ)知識(shí)導(dǎo)讀篇第3部分機(jī)器學(xué)習(xí)篇目錄03020405第4部分深度學(xué)習(xí)篇參考文獻(xiàn)第5部分人臉識(shí)別篇目錄0706內(nèi)容摘要本書對(duì)計(jì)算機(jī)視覺(jué)涉及的知識(shí)點(diǎn)進(jìn)行了全面、系統(tǒng)、深入的梳理,旨在幫助讀者快速掌握該領(lǐng)域的核心關(guān)鍵知識(shí)點(diǎn)。全書包含5個(gè)部分,第1部分基礎(chǔ)知識(shí)導(dǎo)讀篇,主要對(duì)計(jì)算機(jī)視覺(jué)涉及的基礎(chǔ)知識(shí)進(jìn)行介紹,方便基礎(chǔ)比較薄弱、甚至沒(méi)有基礎(chǔ)的同學(xué)能夠快速掌握相關(guān)前導(dǎo)知識(shí),快速入門計(jì)算機(jī)視覺(jué)領(lǐng)域。第2部分基礎(chǔ)案例篇主要介紹了圖像處理領(lǐng)域最常見(jiàn)的案例。第3部分機(jī)器學(xué)習(xí)篇主要對(duì)機(jī)器學(xué)習(xí)及使用OpenCV實(shí)現(xiàn)機(jī)器學(xué)習(xí)進(jìn)行了介紹。第4部分深度神經(jīng)網(wǎng)絡(luò)篇介紹了深度學(xué)習(xí)相關(guān)的基礎(chǔ)知識(shí)和相關(guān)案例。第5部分人臉識(shí)別對(duì)人臉識(shí)別的相關(guān)應(yīng)用進(jìn)行了較為具體的介紹。內(nèi)容簡(jiǎn)介第1部分基礎(chǔ)知識(shí)導(dǎo)讀篇第1章數(shù)字圖像基礎(chǔ)第3章OpenCV基礎(chǔ)第2章Python基礎(chǔ)第1部分基礎(chǔ)知識(shí)導(dǎo)讀篇1.1圖像表示基礎(chǔ)1.2彩色圖像的表示1.3應(yīng)用基礎(chǔ)1.4智能圖像處理基礎(chǔ)1.5抽象12345第1章數(shù)字圖像基礎(chǔ)2.1如何開(kāi)始2.2基礎(chǔ)語(yǔ)法2.3數(shù)據(jù)類型2.4選擇結(jié)構(gòu)第2章Python基礎(chǔ)2.5循環(huán)結(jié)構(gòu)2.7模塊2.6函數(shù)第2章Python基礎(chǔ)3.1基礎(chǔ)3.2圖像處理3.3感興趣區(qū)域3.4掩模第3章OpenCV基礎(chǔ)3.5色彩處理3.7形態(tài)學(xué)3.6濾波處理第3章OpenCV基礎(chǔ)第2部分基礎(chǔ)案例篇第4章圖像加密與解密第5章數(shù)字水印第6章物體計(jì)數(shù)第7章缺陷檢測(cè)第8章手勢(shì)識(shí)別第9章答題卡識(shí)別010302040506第2部分基礎(chǔ)案例篇第10章隱身術(shù)第11章以圖搜圖第12章手寫數(shù)字識(shí)別第13章車牌識(shí)別第14章指紋識(shí)別12345第2部分基礎(chǔ)案例篇4.1加密與解密原理4.3臉部打碼及解碼4.2圖像整體加密與解密第4章圖像加密與解密5.1位平面5.2數(shù)字水印原理5.3實(shí)現(xiàn)方法5.4具體實(shí)現(xiàn)5.5可視化水印5.6擴(kuò)展學(xué)習(xí)010302040506第5章數(shù)字水印6.1理論基礎(chǔ)6.2核心程序6.3程序設(shè)計(jì)6.4實(shí)現(xiàn)程序第6章物體計(jì)數(shù)7.1理論基礎(chǔ)7.3實(shí)現(xiàn)程序7.2程序設(shè)計(jì)第7章缺陷檢測(cè)8.1理論基礎(chǔ)8.3擴(kuò)展學(xué)習(xí):石頭、剪刀、布的識(shí)別8.2識(shí)別過(guò)程第8章手勢(shì)識(shí)別9.1單道題目的識(shí)別9.3整張答題卡識(shí)別程序9.2整張答題卡識(shí)別原理第9章答題卡識(shí)別10.2視頻隱身術(shù)10.1圖像的隱身術(shù)第10章隱身術(shù)11.1原理與實(shí)現(xiàn)11.3擴(kuò)展學(xué)習(xí)11.2實(shí)現(xiàn)程序第11章以圖搜圖12.1基本原理12.2實(shí)現(xiàn)細(xì)節(jié)12.3實(shí)現(xiàn)程序12.4擴(kuò)展閱讀第12章手寫數(shù)字識(shí)別13.1基本原理13.3下一步學(xué)習(xí)13.2實(shí)現(xiàn)程序第13章車牌識(shí)別14.1指紋識(shí)別基本原理14.2指紋識(shí)別算法概述14.3尺度不變特征變換14.4基于SIFT的指紋識(shí)別第14章指紋識(shí)別第3部分機(jī)器學(xué)習(xí)篇第15章機(jī)器學(xué)習(xí)導(dǎo)讀第16章KNN實(shí)現(xiàn)字符識(shí)別第17章求解數(shù)獨(dú)圖像第18章SVM數(shù)字識(shí)別第19章行人檢測(cè)第20章K均值聚類實(shí)現(xiàn)藝術(shù)畫010302040506第3部分機(jī)器學(xué)習(xí)篇15.1機(jī)器學(xué)習(xí)是什么15.2機(jī)器學(xué)習(xí)基礎(chǔ)概念15.3OpenCV中的機(jī)器學(xué)習(xí)模塊15.4OpenCV機(jī)器學(xué)習(xí)模塊的使用第15章機(jī)器學(xué)習(xí)導(dǎo)讀16.2英文字母識(shí)別16.1手寫數(shù)字識(shí)別第16章KNN實(shí)現(xiàn)字符識(shí)別17.1基本過(guò)程17.2定位數(shù)獨(dú)圖像內(nèi)的單元格17.3構(gòu)造KNN模型17.4識(shí)別數(shù)獨(dú)圖像內(nèi)的數(shù)字第17章求解數(shù)獨(dú)圖像17.5求解數(shù)獨(dú)17.6繪制數(shù)獨(dú)求解結(jié)果17.7實(shí)現(xiàn)程序17.8擴(kuò)展學(xué)習(xí)第17章求解數(shù)獨(dú)圖像18.1基本流程18.2傾斜校正18.3HOG特征提取18.4數(shù)據(jù)處理第18章SVM數(shù)字識(shí)別18.5構(gòu)造及使用SVM分類器18.7參考學(xué)習(xí)18.6實(shí)現(xiàn)程序第18章SVM數(shù)字識(shí)別19.1方向梯度直方圖特征19.2基礎(chǔ)實(shí)現(xiàn)19.3函數(shù)detectMultiSc...19.4完整程序19.5參考學(xué)習(xí)12345第19章行人檢測(cè)20.1理論基礎(chǔ)20.3藝術(shù)畫20.2K均值聚類模塊第20章K均值聚類實(shí)現(xiàn)藝術(shù)畫第4部分深度學(xué)習(xí)篇第21章深度學(xué)習(xí)導(dǎo)讀第22章卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)第23章DNN模塊第24章深度學(xué)習(xí)應(yīng)用實(shí)踐第4部分深度學(xué)習(xí)篇21.1從感知機(jī)到人工神經(jīng)網(wǎng)絡(luò)21.2人工神經(jīng)網(wǎng)絡(luò)如何學(xué)習(xí)21.3深度學(xué)習(xí)是什么21.4激活函數(shù)的分類第21章深度學(xué)習(xí)導(dǎo)讀21.5損失函數(shù)21.7深度學(xué)習(xí)游樂(lè)場(chǎng)21.6學(xué)習(xí)的技能與方法第21章深度學(xué)習(xí)導(dǎo)讀22.1卷積基礎(chǔ)22.2卷積原理22.3填充和步長(zhǎng)22.4池化操作第22章卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)22.5感受野22.7CNN22.6預(yù)處理與初始化第22章卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)23.1工作流程23.2模型導(dǎo)入23.3圖像預(yù)處理23.4推理相關(guān)函數(shù)第23章DNN模塊24.1圖像分類24.2目標(biāo)檢測(cè)24.3圖像分割24.4風(fēng)格遷移24.5姿勢(shì)識(shí)別24.6說(shuō)明010302040506第24章深度學(xué)習(xí)應(yīng)用實(shí)踐第5部分人臉識(shí)別篇第25章人臉檢測(cè)第26章人臉識(shí)別第27章dlib庫(kù)第28章人臉識(shí)別應(yīng)用案例第5部分人臉識(shí)別篇25.1基本原理25.2級(jí)聯(lián)分類器的使用25.3函數(shù)介紹25.4人臉檢測(cè)實(shí)現(xiàn)25.5表情檢測(cè)12345第25章人臉檢測(cè)26.1人臉識(shí)別基礎(chǔ)26.2LBPH人臉識(shí)別26.3EigenFaces人臉識(shí)別26.4FisherFaces人臉識(shí)別26.5人臉數(shù)據(jù)庫(kù)12345第26章人臉識(shí)別27.1定位人

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論