（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：¥48.30购买纸书
6.5
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
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
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
