本書按照工學(xué)結(jié)合、項目化教學(xué)要求編寫，結(jié)合智能制造的發(fā)展方向，將機器視覺系統(tǒng)集成的理論知識與生產(chǎn)實際相結(jié)合，從機器視覺基礎(chǔ)知識著手，通過多個項目，由淺入深地詳細講解了機器視覺的基礎(chǔ)原理及實現(xiàn)過程，并嘗試解決生產(chǎn)制造智能化的相關(guān)問題。本書包含三個部分：基礎(chǔ)篇、實戰(zhàn)篇、拓展篇�；�礎(chǔ)篇介紹了機器視覺系統(tǒng)集成中最基本、最實用的知識，如工業(yè)相機、光源、鏡頭的概念及選型等；實戰(zhàn)篇舍棄了機器視覺系統(tǒng)集成中過于枯燥難懂的算法，以國產(chǎn)使用最廣泛的機器視覺廠家——海康威視的產(chǎn)品為機器視覺項目載體，將機器視覺系統(tǒng)集成

通過一些耳熟能詳?shù)墓适拢ɡ�如格林童話，福爾摩斯，哈利波特，回到未來，綠野仙蹤，等）來解釋計算的本質(zhì)，講述一種系統(tǒng)化的問題求解思路。

區(qū)間高維多目標進化算法是解決不確定性優(yōu)化問題的有效方法之一，也是進化計算領(lǐng)域一個重要的研究方向。本書分為7章，第1、2章介紹了區(qū)間高維多目標進化算法相關(guān)背景、基本概念及基礎(chǔ)知識；第3～6章從Pareto支配關(guān)系、方向引導(dǎo)、指標選擇及博弈集成等方面探討了區(qū)間高維多目標進化算法的改進方式；第7章將區(qū)間高維多目標進化算法應(yīng)用于移動邊緣計算卸載和功率分配聯(lián)合優(yōu)化問題求解，從而為解決相關(guān)應(yīng)用問題提供了參考。本書適合從事智能計算研究與應(yīng)用的科技工作者和工程技術(shù)人員閱讀，也可作為高等院校計算機科學(xué)與技術(shù)、控制

本書以科學(xué)理性與人文關(guān)懷相融合的筆觸，系統(tǒng)梳理了計算機病毒從理論萌芽、技術(shù)演化到當代智能化威脅的完整發(fā)展歷程。通過翔實的歷史考證與生動的案例剖析，本書深入揭示了病毒技術(shù)的理論溯源、核心迭代、關(guān)鍵性人物，及其與數(shù)字社會文化的深刻關(guān)聯(lián)，精準勾勒了其在信息技術(shù)演進和網(wǎng)絡(luò)攻防對抗中的多維生態(tài)位，并前瞻性地審視了由此引發(fā)的社會結(jié)構(gòu)沖擊、倫理治理困境及未來潛在風險。全書兼顧理論深度與科普表達，將復(fù)雜的技術(shù)原理、生動的安全攻防、演化的博弈邏輯，轉(zhuǎn)化為通俗易懂的知識，為讀者呈現(xiàn)了一場跨越技術(shù)、社會與文化的智慧盛

本書將復(fù)雜概念融入動物角色——松鼠、烏龜和馴鹿的趣味對話與生動動作中，配以圖解，不僅解釋了數(shù)據(jù)結(jié)構(gòu)、搜索算法、排序算法、數(shù)據(jù)加密以及人工智能算法核心內(nèi)容，還通過實例和Python練習(xí)，讓讀者能在計算機上親自運行程序，直觀感受算法的魅力。這種手腦并用的學(xué)習(xí)方式，讓算法學(xué)習(xí)變得不再枯燥。

本書共六篇，介紹基于視頻圖像處理的人體行為軌跡估計與跟蹤、2D人體姿態(tài)估計、3D人體姿態(tài)估計、舞蹈姿態(tài)估計與對比分析、漢字字體自動生成以及應(yīng)用研究。

隨著信息技術(shù)的飛速的發(fā)展，大數(shù)據(jù)時代已經(jīng)到來。面對海量多源異構(gòu)數(shù)據(jù)，企業(yè)如何通過挖掘大數(shù)據(jù)，進而改善用戶服務(wù)是一個備受關(guān)注的問題。推薦系統(tǒng)是在大數(shù)據(jù)環(huán)境下解決“信息過載”問題，并向用戶提供個性化服務(wù)的有效手段。本書將圍繞個性化推薦，介紹推薦系統(tǒng)的原理、經(jīng)典算法以及面向大數(shù)據(jù)的前沿推薦算法，并對推薦系統(tǒng)研究中的算法評價和常見問題進行介紹、分析和總結(jié)。此外，本書還提出了一種基于大數(shù)據(jù)網(wǎng)絡(luò)的推薦算法，該算法基于用戶網(wǎng)絡(luò)和商品網(wǎng)絡(luò)進行推薦系統(tǒng)的設(shè)計，為大數(shù)據(jù)環(huán)境下數(shù)據(jù)稀疏問題的解決提供了幫助。

本書通過具體的案例，循序漸進地講解了計算機視覺和模型調(diào)優(yōu)的相關(guān)內(nèi)容。首先介紹基礎(chǔ)知識，包括人工智能基礎(chǔ)、計算機視覺基礎(chǔ)、圖像基礎(chǔ)和編程基礎(chǔ)相關(guān)知識。然后講解傳統(tǒng)計算機視覺和基于深度學(xué)習(xí)的計算機視覺，如卷積神經(jīng)網(wǎng)絡(luò)等。接著深入探討算法原理，包括卷積、池化、批歸一化、激活函數(shù)、殘差結(jié)構(gòu)、全連接、SoftMax等，并提供手寫算法示例。最后介紹了模型在Python和C++中的實際應(yīng)用以及性能優(yōu)化技巧，如計算向量化、權(quán)值預(yù)加載和多線程等。本書內(nèi)容實用，由淺入深，案例典型，講解通俗易懂，隨書提供全部程序代碼

本書共8章。第1章介紹場景語義解析的研究背景及基本概念,評述了國內(nèi)外在該領(lǐng)域的研究現(xiàn)狀與技術(shù)瓶頸。第2-6章詳細介紹作者針對場景語義解析任務(wù)的核心研究成果,包括網(wǎng)絡(luò)信息流傳遞機制、空間多尺度特征學(xué)習(xí)、頻域下高效知識表征、幅-相感知與高分辨率語義生成、模型訓(xùn)練動態(tài)優(yōu)化等前沿方法。第7章通過多個典型真實場景案例的應(yīng)用與分析,展示這些技術(shù)在自動駕駛、智能監(jiān)控等多個領(lǐng)域的應(yīng)用價值和推廣意義。第8章總結(jié)全書,并展望場景語義解析技術(shù)的發(fā)展趨勢和研究熱點,為未來研究工作提供參考和啟示。

本書著眼于計算機視覺教學(xué)實踐，系統(tǒng)地介紹了計算機視覺的基本內(nèi)容及其代碼實現(xiàn)。 本書包含4個部分：第一部分為計算機視覺導(dǎo)論，帶領(lǐng)讀者初步了解計算機視覺。第二部分為計算機視覺中的圖像處理基礎(chǔ)，介紹了圖像濾波、特征檢測、圖像拼接、圖像分割等經(jīng)典的圖像處理算法；第三部分為計算機視覺中的視覺識別方法，主要講解基于深度學(xué)習(xí)的視覺識別方法，包括基于深度學(xué)習(xí)的圖像分類、語義分割、目標檢測、動作識別等；第四部分為計算機視覺中的場景重建，主要討論照相機標定、運動場和光流、平行雙目視覺以及三維重建。本書將計算機視覺算