人臉識別與美顏算法實戰：基於 Python、機器學習與深度學習

購買商店

人臉識別與美顏算法實戰：基於 Python、機器學習與深度學習

$594.00

馬上購買

內容描述

本書將傳統的圖像處理技術、機器學習時代的圖像技術，
到目前炙手可熱的深度學習時代的圖像處理技術融匯貫通起來。
生動的結合了目前熱門的應用，以抖音、美顏相機、手機自帶的濾鏡和美顏功能為切入點，
專注於人臉圖像的各種處理，大量實際案例，
帶領讀者與一線AI圖像算法工程師在項目實踐中的如何設計算法流程，
如何優化算法邏輯，如何將算法應用到實際的場景中。
另外本身的後一章，深扒了目前抖音、美顏相機、天天P圖、淘寶、
京東等APP裡面圖像技術的應用場景以及實現原理，提綱挈領的概述了電商、
娛樂、金融、安防這四大領域中應用的AI+圖像技術實現思路。
讓讀者可以對整個中國AI+圖像的應用現狀以及前景有直觀的認知。

目錄大綱

推薦序
前言
第1章AI時代：圖像技術背景知識1
11人工智能的前世今生2
12 AI與CV的相互融合之路3
13 AI圖像處理技術5
14本章小結7
第2章武器和鎧甲：開發環境配置8
21來自傳承的饋贈：OpenCV開源跨平台機器視覺庫8
211 OpenCV的整體概念9
212 OpenCV的應用領域9
213 OpenCV的編程語言9
214 OpenCV支持的系統10
215 OpenCV的線上資源10
22召喚萌寵：Python語言的“制霸”之路10
221 Python語言的發展11
222 Python 27X版本和3X版本的區別11
223本書採用的Python版本13
23鑄劍：基於PyCharm的系統環境配置14
231 PyCharm在Mac OS系統下的安裝和配置14
232 Mac OS系統下Anaconda的安裝和配置17
24牛刀小試：一起動手來寫個例子吧19
25本章小結21
第3章開啟星辰大海：圖像處理技術基礎知識22
31圖像的基本概念23
311像素的概念23
312圖像的構成24
313圖像的格式24
314理解圖像的位深和通道的概念25
32圖像的讀取、顯示和存儲操作26
321 OpenCV基本圖像處理函數26
322 Python讀取一張圖片並顯示和存儲27
33從像素出發構建二維灰度圖像28
331 NumPy科學計算庫28
332創建二維灰度圖像30
333灰度圖像的遍歷31
34灰度圖像和彩色圖像的變換32
341圖像的顏色空間32
342彩色圖像的通道分離和混合33
343彩色圖像的通道分離和混合程序示例34
344彩色圖像的二值化35
345彩色圖像的遍歷37
346彩色圖像和灰度圖像的轉換38
35圖像的幾何變換40
351圖像幾何變換的基本概念40
352插值算法41
353圖像的縮放42
354圖像的平移44
355圖像的旋轉45
356圖像的鏡像變換47
36圖像色彩空間基礎知識48
361圖像的色調、色相、飽和度、亮度和對比度48
362 RGB色彩空間49
363 HSV色彩空間49
364 HSI色彩空間50
37圖像的直方圖50
371圖像直方圖的基本概念50
372繪製灰度圖像的直方圖51
373繪製彩色圖像的直方圖53
374圖像直方圖均衡化54
375圖像直方圖反向投影56
38本章小結58
第4章First Blood：第一波項目實戰59
41抖音哈哈鏡60
411抖音的哈哈鏡效果60
412哈哈鏡的原理61
413哈哈鏡的程序實現61
42給你一張老照片64
421懷舊風格算法原理64
422懷舊風格程序實現65
43給自己畫一張文藝範的素描66
431輪廓檢測算法原理66
432素描風格算法原理67
433素描風格算法的程序實現68
44來一張油畫吧69
441圖像油畫算法原理69
442圖像油畫算法的程序實現69
45如何打馬賽克72
451馬賽克算法原理72
452馬賽克算法的程序實現72
46打造自己的專屬肖像漫畫74
461漫畫風格算法原理74
462漫畫風格算法的程序實現74
47本章小結76
第5章Double Kill：視頻圖像處理理論和項目實戰77
51視頻處理流程和原理78
511視頻的捕獲和存儲78
512提取視頻中的某些幀79
513將圖片合成為視頻80
514多個視頻合併81
52抖音中的視頻抖動效果設計82
521視頻抖動的原理82
522視頻抖動的程序實現83
53抖音中的視頻閃白效果設計85
531視頻閃白的原理86
532視頻閃白的程序實現87
54抖音中的視頻霓虹效果設計90
541視頻霓虹的原理90
542視頻霓虹效果的程序實現91
55抖音中的視頻時光倒流效果設計94
551視頻時光倒流的原理94
552視頻時光倒流的程序實現94
56抖音中的視頻反復效果設計95
561視頻反复的原理95
562視頻反复的程序實現95
57抖音中的視頻慢動作效果設計96
571視頻慢動作的原理97
572視頻慢動作的程序實現97
58視頻人物漫畫風格濾鏡設計98
59本章小結99
第6章Triple Kill：基於機器學習的人臉識別100
61機器學習的基本概念101
611機器學習的目的101
612機器學習的內容102
613機器學習的作用103
614如何使用機器學習獲得的東西105
615使用機器學習方法的時機106
616總結機器學習的基本概念108
62機器學習中的圖像預處理流程112
621一個經典的機器學習圖像處理實例112
622人臉識別機器學習Model訓練思路113
623正樣本圖像預處理113
624負樣本圖像預處理121
63人臉檢測機器學習算法設計123
631圖像特徵123
632 Harr-like特徵求值加速算法127
633圖像分類器128
634人臉檢測的訓練算法流程130
635人臉檢測的檢測算法流程131
64訓練人臉檢測分類器並測試132
641訓練準備132
642開始訓練133
643模型測試134
65本章小結135
第7章Quatary Kill：基於深度學習的人臉識別137
71深度學習的基本概念138
711深度學習簡介138
712深度學習和機器學習的區別139
713深度學習入門概念141
72卷積神經網絡147
721卷積的原理147
722池化層的原理150
723全連接層的原理150
724一個經典的CNN網絡結構152
73手寫數字分類項目153
731訓練環境的搭建153
732訓練數據的準備154
733訓練網絡的搭建155
734訓練代碼158
735深度學習基礎知識擴展159
74基於深度學習的人臉識別解決方案161
741數據的準備161
742數據集的讀取和處理163
743網絡的搭建165
744 Model的訓練過程167
745 Model的測試過程168
75本章小結169
第8章Penta Kill：人臉圖像美顏算法項目實戰170
81人臉磨皮算法171
811圖像濾波算法和效果171
812人臉磨皮算法設計176
82圖像的色彩空間180
821 RGB和HSV色彩空間基礎知識180
822 RGB和HSV轉換的數學描述和函數實現180
823圖片中的顏色檢測181
83人臉美白算法設計183
831通過圖層混合實現圖像美白算法184
832通過beta參數調整實現圖像美白算法185
833通過顏色查找表實現圖像美白算法187
84人臉的手動祛痘算法設計189
841圖像修復算法介紹190
842圖像修復的原理190
843通過圖像修復算法實現手動祛痘191
85本章小結193
第9章Legendary：AI時代圖像算法應用新生態194
91抖音中的圖像技術195
911抖音中的圖像應用概覽195
912抖音中的人臉檢測技術195
913抖音中的人臉檢測技術應用197
914抖音中的人體檢測技術201
915抖音中的人體檢測技術應用201
916抖音中的視頻技術202
917抖音中的圖像技術總結205
92美顏和美妝類App中的圖像技術206
921美顏和美妝類App圖像應用概覽207
922五官的調整207
923美妝算法208
924染髮算法209
925五官分析211
926美顏相機和美妝相機中圖像技術的一些總結213
93電商中的圖像技術213
931電商中的圖像技術應用概覽213
932虛擬穿戴技術和商品3D展示214
933尺寸測量214
934相似商品推薦及以圖搜圖215
94本章小結216