万本电子书0元读

万本电子书0元读

顶部广告

Python人脸识别:从入门到工程实践电子书 租阅

(1)作者就职于某世界100强企业的数据实验室 (2)作者长期从事人工智能、数据科学、分布式系统等领域的研发工作,在人脸识别领域有丰富的实践经验 (3)核心内容涵盖机器学习、深度学习、计算机视觉、人脸识别等方面的原理、技术和算法 (4)不仅能帮助读者零基础门,而且能指导读者完成工程级别的实践,从零实现一个工程级的人脸识别引擎

售       价:¥

纸质售价:¥54.50购买纸书

504人正在读 | 0人评论 6.2

作       者:王天庆

出  版  社:机械工业出版社

出版时间:2019-04-01

字       数:13.5万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
内容简介 这是一本面向初学者的人脸识别工具书,不仅适合零基础的读者快速门,而且适合有一定基础的读者迅速达到可以行工程实践的水平。 作者就职于某世界100强企业,在人脸识别方面积累了丰富的工程实践经验,本书不仅详细介绍了机器学习、深度学习、计算机视觉、人脸识别等方面的原理、技术和算法,而且还通过相关的实战案例讲解了如何行人脸识别方面的实践,以及如何将做好的模型用于工程实践中。同时,本书还提供了大量简洁、精炼的代码,能帮助读者从零始实现一个工程级别的人脸识别引擎。 全书一共8章: 第1章介绍了人脸识别的基础和必备常识; 第2-4章详细讲解了与人脸识别相关的数学、机器学习、计算机视觉、OpenCV相关的基础和算法; 第5章讲解了深度学习的原理以及使用Keras实现深度学习模型的方法; 第6章介绍了常用的人脸识别算法; 第7~8章详细讲解了人脸识别引擎的实现方法以及如何将做好的模型行工程化。 内容简介 这是一本面向初学者的人脸识别工具书,不仅适合零基础的读者快速门,而且适合有一定基础的读者迅速达到可以行工程实践的水平。 作者就职于某世界100强企业,在人脸识别方面积累了丰富的工程实践经验,本书不仅详细介绍了机器学习、深度学习、计算机视觉、人脸识别等方面的原理、技术和算法,而且还通过相关的实战案例讲解了如何行人脸识别方面的实践,以及如何将做好的模型用于工程实践中。同时,本书还提供了大量简洁、精炼的代码,能帮助读者从零始实现一个工程级别的人脸识别引擎。 全书一共8章: 第1章介绍了人脸识别的基础和必备常识; 第2-4章详细讲解了与人脸识别相关的数学、机器学习、计算机视觉、OpenCV相关的基础和算法; 第5章讲解了深度学习的原理以及使用Keras实现深度学习模型的方法; 第6章介绍了常用的人脸识别算法; 第7~8章详细讲解了人脸识别引擎的实现方法以及如何将做好的模型行工程化。
【推荐语】
(1)作者就职于某世界100强企业的数据实验室 (2)作者长期从事人工智能、数据科学、分布式系统等领域的研发工作,在人脸识别领域有丰富的实践经验 (3)核心内容涵盖机器学习、深度学习、计算机视觉、人脸识别等方面的原理、技术和算法 (4)不仅能帮助读者零基础门,而且能指导读者完成工程级别的实践,从零实现一个工程级的人脸识别引擎
【作者】
作者简介 王天庆 长期从事分布式系统、数据科学与工程、人工智能等方面的研究与发,在人脸识别方面有丰富的实践经验。现就职某世界100强企业的数据实验室,从事数据科学相关技术领域的预研工作。 曾就职于某海外业务社交类移动互联网公司,熟悉大数据平台研发、架构,以及数据的处理和分析,熟悉Web架构和高性能、高并发、高可用系统。 中国电子学会(计算机应用分会)会员,CSDN博客专家,热爱技术分享与交流。
目录展开

前言

第1章 人脸识别入门

1.1 人脸识别概况

1.2 人脸识别发展状况

1.3 本章小结

第2章 数学与机器学习基础

2.1 矩阵

2.2 向量

2.3 距离度量

2.4 卷积

2.5 机器学习基础

2.6 本章小结

第3章 计算机视觉原理与应用

3.1 计算机视觉介绍

3.2 颜色模型

3.3 信号与噪声

3.4 图像滤波

3.5 图像的几何变换

3.6 图像特征

3.7 本章小结

第4章 OpenCV基础与应用

4.1 OpenCV介绍

4.2 科学计算库Numpy

4.3 OpenCV基本操作

4.4 图像的基本变换

4.5 本章小结

第5章 深度学习与Keras工程实践

5.1 深度学习介绍

5.2 Keras框架简介

5.3 Keras的使用方法

5.4 常用的神经网络层

5.5 激活函数

5.6 优化器

5.7 损失函数

5.8 模型评估方法

5.9 数据增强

5.10 Keras的工程实践

5.11 本章小结

第6章 常用人脸识别算法

6.1 特征脸法

6.2 OpenCV的方法

6.3 Dlib的人脸检测方法

6.4 基于深度学习的图片特征提取

6.5 基于深度学习的人脸检测

6.6 基于深度学习的人脸识别

6.7 本章小结

第7章 人脸识别项目实战

7.1 人脸图片数据集

7.2 使用OpenCV的人脸检测

7.3 使用Dlib的人脸检测

7.4 深度学习实践

7.5 人脸识别的拓展应用

7.6 本章小结

第8章 人脸识别工程化

8.1 云平台实践

8.2 服务API设计

8.3 人脸图片存储

8.4 人脸图片检索

8.5 本章小结

附录参考文献

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部