OpenCV 4机器学习算法原理与编程实战

本书主要面向OpenCV领域的研究与发人员，采用原理结合实战的方式，介绍OpenCV 4的机器学习算法模块与深度神经网络模块中的核心算法原理与C 编程实战。全书共10章， 第1~3章， 介绍OpenCV 4的基础知识、基本图像操作和机器学习基础知识；第4~8章，介绍K-means、KNN、决策树、随机森林、Boosting算法和支持向量机等机器学习算法与编程实战；第9~10章，介绍神经网络与深度神经网络的基本原理与编程实战，并提供了不同深度学习模型的部署示例代码。
【推荐语】
1.注重理论结合实战。通过原理分析与示例代码，提升读者基于C 语言的机器学习算法编程实战能力。 2.兼顾经典与前沿算法。不仅有经典的“箱即用”算法：K均值、K近邻、决策树、随机森林、Boosting、支持向量机和神经网络，还重介绍了深度神经网络算法的基本原理及其在机器视觉领域的实战应用。 3.应用案例翔实。本书共介绍了7种经典机器学习算法，给出了聚类、分类、回归等任务共30个应用示例代码。在深度学习算法中，通过图像分类、目标检测、实例分割、目标跟踪、场景文本检测和场景文本识别等不同类型的任务，介绍了oogLeNet、YOLOv4、Mask R-CNN、GOTURN、DB、CRNN等模型部署方法，其中不乏近年出现的高性能模型。
【作者】
朱斌，博士，国防科技大学副教授。长期从事计算机视觉与机器学习领域的教学与科研工作，主要研究方向为成像侦察与信息处理。主持国家自然科学基金、省自然科学基金各1项，主持或参与其他科研项目多项，其中，2项科研成果列装获军队科技步二等奖2项，授权国家发明专利10余项。