出版社: 人民邮电出版社
出品方: 异步图书
出版时间: 2025-2
ISBN: 9787115635754
页数: 296
装帧: 平装
定价: 89.80元
丛书: 异步图书深度学习系列
内容简介 · · · · · ·
本书着眼于计算机视觉教学实践,系统地介绍了计算机视觉的基本内容及其代码实现。本书包含4个部分:第一部分为计算机视觉导论,带领读者初步了解计算机视觉。第二部分为计算机视觉中的图像处理基础,介绍了图像滤波、特征检测、图像拼接、图像分割等经典的图像处理算法;第三部分为计算 机视觉中的视觉识别方法,主要讲解基于深度学习的视觉识别方法,包括基于深度学习的图像分类、语义分割、目标检测、动作识别等;第四部分为计算机视觉中的场景重建,主要讨论照相机标定、运动场和光流、平行双目视觉以及三维重建。本书将计算机视觉算法原理与实践相结合,以大量示例和代码带领读者走进计算机视觉的世界,让读者对计算机视觉的研究内容、基本原理有基本认识。本书适合对计算机视觉感兴趣的专业技术人员和研究人员阅读,同时适合作为人工智能相关专业计算机视觉课程的教材。
作者简介 · · · · · ·
沈为,上海交通大学教授,博士生导师,上海交通大学人工智能(卓越人才试点班)计算机视觉课程授课教师。国家自然科学基金优秀青年科学基金获得者,多次担任计算机视觉相关领域顶级国际会议(如CVPR、ICCV、NeurIPS)的领域主席。研究领域包括计算机视觉、模式识别与深度学习,以及这些技术在医学辅助诊断等场景中的应用。
司翀杰,上海交通大学人工智能研究院博士生,研究方向为大模型的高效训练,并在AAAI、KDD、ECCV和TKDE等顶级会议或期刊上发表过多篇高水平论文。
俞勇,享受国务院特殊津贴专家,首批“国家高层次人才特殊支持计划”教学名师,上海交通大学特聘教授,上海交通大学ACM班创始人,APEX数据与知识管理实验室主任。曾获得“全国模范教师”“全国师德标兵”“CCF杰出教育奖”“上海市五一劳动奖章”和“上海交通大学校长奖”等荣誉。2018年创办了伯禹人...
沈为,上海交通大学教授,博士生导师,上海交通大学人工智能(卓越人才试点班)计算机视觉课程授课教师。国家自然科学基金优秀青年科学基金获得者,多次担任计算机视觉相关领域顶级国际会议(如CVPR、ICCV、NeurIPS)的领域主席。研究领域包括计算机视觉、模式识别与深度学习,以及这些技术在医学辅助诊断等场景中的应用。
司翀杰,上海交通大学人工智能研究院博士生,研究方向为大模型的高效训练,并在AAAI、KDD、ECCV和TKDE等顶级会议或期刊上发表过多篇高水平论文。
俞勇,享受国务院特殊津贴专家,首批“国家高层次人才特殊支持计划”教学名师,上海交通大学特聘教授,上海交通大学ACM班创始人,APEX数据与知识管理实验室主任。曾获得“全国模范教师”“全国师德标兵”“CCF杰出教育奖”“上海市五一劳动奖章”和“上海交通大学校长奖”等荣誉。2018年创办了伯禹人工智能学院,在上海交通大学ACM班人工智能专业课程体系的基础上,对人工智能课程体系进行创新,致力于培养卓越的人工智能算法工程师和研究员。
杨辰,上海交通大学人工智能研究院博士生,获得MICCAI 2023青年科学家奖,研究方向为复杂场景下的三维与四维重建,并在TOG、CVPR、ICCV和TMI等顶级会议或期刊上发表过多篇高水平论文。
目录 · · · · · ·
第1章 初探计算机视觉 2
1.1 什么是计算机视觉 2
1.2 为什么需要计算机视觉 3
1.3 计算机视觉的难点与挑战 3
1.4 计算机视觉的历史与发展 5
· · · · · · (更多)
第1章 初探计算机视觉 2
1.1 什么是计算机视觉 2
1.2 为什么需要计算机视觉 3
1.3 计算机视觉的难点与挑战 3
1.4 计算机视觉的历史与发展 5
1.5 计算机视觉中变量的数学符号约定 6
1.6 小结 7
第二部分 图像处理
第2章 卷积 10
2.1 简介 10
2.2 一维卷积 11
2.2.1 冲激信号 14
2.2.2 方波信号 15
2.3 二维卷积 16
2.3.1 冲激信号 18
2.3.2 方波信号 20
2.4 小结 21
第3章 图像滤波 22
3.1 简介 22
3.2 图像噪声 22
3.2.1 椒盐噪声 22
3.2.2 高斯噪声 24
3.3 均值滤波 24
3.4 高斯滤波 27
3.5 双边滤波 30
3.6 中值滤波 32
3.7 图像锐化 34
3.8 小结 35
第4章 模板匹配 37
4.1 简介 37
4.2 模板匹配的实现 37
4.2.1 匹配步骤 38
4.2.2 相似度度量 38
4.3 多目标模板匹配 42
4.4 小结 45
第5章 边缘检测 46
5.1 简介 46
5.2 边缘检测的数学模型 46
5.3 边缘检测算法 48
5.3.1 Sobel边缘检测算法 48
5.3.2 Canny边缘检测算法 51
5.4 小结 62
5.5 参考文献 62
第6章 角点检测 63
6.1 简介 63
6.2 Harris角点检测算法 64
6.2.1 计算像素值变化量 64
6.2.2 计算角点响应函数 66
6.3 代码实现 67
6.4 图像变换对角点检测的影响 70
6.5 小结 71
第7章 SIFT特征检测 72
7.1 块状区域检测与尺度空间 72
7.2 SIFT算法 76
7.2.1 局部极值点检测 76
7.2.2 特征点定位与筛选 77
7.2.3 特征点方向计算 79
7.2.4 特征点描述 80
7.3 代码实现 81
7.4 小结 94
7.5 参考文献 94
第8章 图像拼接 95
8.1 简介 95
8.2 图像变换 96
8.3 图像拼接算法 97
8.3.1 计算变换矩阵 98
8.3.2 利用RANSAC算法去除误匹配 99
8.3.3 图像变换与缝合 101
8.4 代码实现 101
8.5 小结 106
8.6 拓展阅读 107
第9章 图像分割 108
9.1 简介 108
9.2 图像分割算法 109
9.2.1 基于k均值聚类的图像分割算法 109
9.2.2 基于图切割的图像分割算法 113
9.3 小结 117
9.4 参考文献 118
第三部分 视觉识别
第10章 图像分类 120
10.1 简介 120
10.2 数据集和度量 122
10.3 基于视觉词袋模型的图像分类算法 122
10.4 基于深度卷积网络的图像分类算法 128
10.5 小结 138
10.6 参考文献 138
第11章 语义分割 140
11.1 简介 140
11.2 数据集和度量 141
11.3 全卷积网络 141
11.3.1 上采样 143
11.3.2 跳跃连接 145
11.4 FCN代码实现 149
11.5 小结 156
11.6 参考文献 156
第12章 目标检测 157
12.1 简介 157
12.2 数据集和度量 158
12.3 目标检测模型 159
12.3.1 R-CNN 160
12.3.2 Fast R-CNN 162
12.3.3 Faster R-CNN 166
12.4 RPN代码整体框架 168
12.4.1 训练模块 173
12.4.2 head模块 179
12.4.3 anchor_generator模块 180
12.4.4 box_coder模块 184
12.4.5 filter_proposal模块 188
12.5 代码运行示例 191
12.6 小结 194
12.7 参考文献 194
第13章 实例分割 195
13.1 简介 195
13.2 数据集和度量 196
13.3 Mask R-CNN 196
13.3.1 特征金字塔网络 197
13.3.2 感兴趣区域对齐 200
13.4 代码运行示例 205
13.5 小结 208
13.6 参考文献 209
第14章 人体姿态估计 210
14.1 简介 210
14.2 数据集和度量 211
14.2.1 数据集 211
14.2.2 评测指标 211
14.3 人体姿态估计模型——DeepPose 212
14.3.1 基于深度神经网络的人体姿态估计 212
14.3.2 级联回归 213
14.4 DeepPose代码实现 215
14.5 小结 217
14.6 参考文献 218
第15章 动作识别 219
15.1 简介 219
15.2 数据集和度量 220
15.2.1 数据集 220
15.2.2 评测指标 220
15.3 动作识别模型——C3D 220
15.3.1 三维卷积 221
15.3.2 C3D模型 223
15.4 C3D代码实现 224
15.5 小结 225
15.6 参考文献 226
第四部分 场景重建
第16章 照相机标定 228
16.1 简介 228
16.2 照相机成像原理 228
16.2.1 照相机模型 229
16.2.2 坐标系的定义 229
16.2.3 照相机外参 229
16.2.4 照相机内参 230
16.2.5 投影矩阵 232
16.2.6 畸变 233
16.3 照相机标定的实现 235
16.3.1 标定板 235
16.3.2 标定流程 236
16.3.3 代码实现 238
16.4 小结 247
第17章 运动场和光流 248
17.1 简介 248
17.2 运动场 249
17.3 光流 250
17.3.1 特征点法 250
17.3.2 直接法 250
17.3.3 Lucas-Kanade光流法 251
17.3.4 Lucas-Kanade光流法的改进 252
17.4 代码实现 253
17.5 小结 261
17.6 参考文献 261
第18章 平行双目视觉 262
18.1 简介 262
18.2 平行双目照相机 262
18.2.1 概念定义 262
18.2.2 视差 263
18.2.3 双目特征匹配 264
18.2.4 全局优化 265
18.3 代码实现 266
18.4 小结 270
18.5 参考文献 271
第19章 三维重建 272
19.1 简介 272
19.2 对极几何 273
19.2.1 数学定义 273
19.2.2 本质矩阵 275
19.2.3 利用八点法求解基础矩阵 277
19.2.4 通过本质矩阵求解照相机位姿 278
19.3 三角测量 278
19.4 代码实现 280
19.5 小结 290
总结与展望 291
中英文术语对照表 293
· · · · · · (收起)
丛书信息
· · · · · ·
喜欢读"动手学计算机视觉"的人也喜欢 · · · · · ·
-
- 模式识别与机器学习 9.0
-
- 揭秘大模型:从原理到实战 8.2
-
- 生成式AI入门与AWS实战 8.6
-
- Python编程实战 9.2
-
- 深度学习:基础与概念 8.9
-
- 人工智能(第3版) 8.7
-
- 扩散模型从原理到实战 6.2
-
- 工程师进阶之路 8.4
动手学计算机视觉的书评 · · · · · · ( 全部 18 条 )
计算机视觉学习经典-《动手学计算机视觉》
这篇书评可能有关键情节透露
很久之前就想系统学习一下计算机视觉方面的技术;苦于没有找到合适的入口,一直没有坚持下来;这次终于找到一个入门向导:人民邮电出版的《动手学计算机视觉》。本书从计算机视觉导论开始,给没有基础的同学提供了阶梯;然后从图像处理,包括卷积、图像滤波,模板匹配、边缘检... (展开)《动手学计算机视觉 》书评
这篇书评可能有关键情节透露
《动手学计算机视觉》是一部兼具理论深度与实践价值的立体化教材。通过“理论知识-算法原理-项目实践”,为读者构建了完整的学习闭环。 配套资源的丰富性令人印象深刻。视频解读与教学课件形成视听互补,配套的JupyerNotebook交互式源代码使我们能够迅速将算法落地。课后习题与... (展开)《动手学计算机视觉》-在动手中领略计算机视觉的精彩
《动手学计算机视觉》书评
这篇书评可能有关键情节透露
初看书名——《动手学计算机视觉》,不自觉地联想到《动手学深度学习》,内心给到这本书的定位是应该会是一本比较实用、容易上手的专业领域实践指导书,在阅读完本书后,果不其然。它是一本专注于计算机视觉领域的实践型教程,该书通过系统的教学和实践,能够让读者很快地掌握... (展开)《动手学计算机视觉》
用好DeepSeek-VL2的心法,就在上交大ACM班俞勇教授团队的这本新书里
这篇书评可能有关键情节透露
Part.1 视觉多模态模型DeepSeek-VL2发布 近日,DeepSeek发布了视觉多模态模型DeepSeek-VL2。该模型在视觉能力上进行了显著升级,采用了MoE(Mixture of Expert)架构和动态切图策略,支持动态分辨率图像处理。 对于计算机视觉相关行业来说,DeepSeek-VL2是一次重大技术突破,它... (展开)《动手学计算机视觉》:从像素到世界的解读者
入门计算机视觉的优秀参考书
> 更多书评 18篇
论坛 · · · · · ·
在这本书的论坛里发言以下书单推荐 · · · · · · ( 全部 )
- 计算机方向国人写的高分书 (damengxinfa02)
- 尼玛之路 (宝比龙)
- 2026年-机器视觉与AI学习书单 (kevin)
- 学习 (Anxiety)
- 图灵计算机/人工智能模型 (竹轻)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有182人想读,手里有一本闲着?
订阅关于动手学计算机视觉的评论:
feed: rss 2.0


0 有用 豆友282895733 2025-04-09 21:43:55 福建
作为一个计算机视觉小白,我一直觉得这个领域高深莫测,但这本书却把复杂的概念讲得通俗易懂。最吸引我的是它结合了理论和实践,不仅讲解算法原理,还提供了大量Python代码实例。我可以边读边实践,真正做到"动手学"。
3 有用 孤城以西 2026-04-17 15:46:09 浙江
书的框架不错,可以建立起来整个计算机视觉的知识体系。但是书的细节经不起推敲,很多数学公式和代码来得很突然,有一种不想让初学者看懂的感觉。
1 有用 好吃懒做白玉堂 2026-01-28 14:25:30 上海
一般,逻辑略微跳跃,不适合初学者,而且并不是前沿知识,,
1 有用 豆友181824593 2025-04-14 14:31:35 江西
像写了一张数学卷子,每个字我都认识,连起来就看不懂了,不过推荐需要的人吧。
1 有用 异步图书 2025-02-19 08:59:54 北京
上交大ACM班创办人俞勇教授团队"动手学"系列作品,源自上交大计算机视觉课程讲义,加州大学、中科院、复旦大学等高校学科带头人推荐。