目录

第1篇基础篇

第1章计算机视觉基础

1.1计算机视觉简介

1.2计算机视觉的处理对象

1.3计算机视觉的一般处理过程

1.4计算机视觉的相近研究领域

1.5计算机视觉的典型应用

小结

习题

参考文献

第2章计算机视觉的常用库与工具包

2.1OpenCV

2.1.1OpenCV基本操作

2.1.2OpenCV基本变换

2.1.3OpenCV高级操作

2.2Mahotas

2.2.1Mahotas基本操作

2.2.2色彩空间变换

2.2.3阈值化操作

2.2.4Mahotas知识拓展

2.3PyTorch

2.3.1PyTorch简介

2.3.2PyTorch基本操作

2.3.3PyTorch实例

2.4PyTorch Lightning

2.5Torchvision

2.5.1torchvision.datasets

2.5.2torchvision.transforms

2.5.3torchvision.models

2.5.4torchvision.utils

2.6OpenMMLab 系列库

2.6.1OpenMMLab Computer Vision

2.6.2OpenMMLab Detection

2.6.3OpenMMLab Semantic Segmentation

2.7Fastai

2.8TensorFlow

2.8.1TensorFlow基本操作

2.8.2TensorFlow实例

2.9其他优秀的深度学习框架

小结

习题

参考文献

第3章深度学习基础

3.1深度学习简介

3.2卷积神经网络

3.2.1卷积算子

3.2.2池化操作

3.2.3归一化和正则化

3.2.4激活函数

3.2.5损失函数

3.2.6经典CNN

3.3生成式对抗网络

3.3.1GAN架构

3.3.2GAN的训练策略

3.3.3经典GAN

3.3.4GAN案例

3.4视觉注意力网络

3.4.1线性嵌入层

3.4.2Transformer编码器

3.5多层感知机

3.5.1多层感知机的原理

3.5.2纯MLP神经网络

3.6扩散模型

3.6.1去噪概率扩散模型 

3.6.2基于分数的生成模型

3.6.3基于随机微分方程的扩散模型

3.7图神经网络

3.7.1基于谱域的图卷积神经网络

3.7.2基于空域的图卷积神经网络

3.7.3GraphSAGE

3.7.4图注意力网络

3.8神经架构搜索

3.8.1搜索空间

3.8.2搜索策略

3.8.3性能评估策略

小结

习题

参考文献

第2篇分类与识别篇

第4章视觉分类

4.1图像分类

4.1.1图像分类的操作过程

4.1.2图像分类的常用数据集

4.1.3图像分类的评价指标

4.1.4图像分类的损失函数

4.1.5图像分类方法

4.1.6基于深度学习的图像分类方法

4.1.7图像分类实例

4.2视频分类

4.2.1视频分类的操作过程

4.2.2视频分类的常用数据集

4.2.3视频分类方法

4.3细粒度分类

4.3.1细粒度分类的常用数据集

4.3.2细粒度分类方法

4.4视觉分类的实际应用

4.4.1医学图像分类

4.4.2农作物病害分类

小结

习题

参考文献

第5章视觉识别

5.1图像识别

5.1.1图像识别的原理及过程

5.1.2图像识别的应用

5.1.3图像识别实例

5.2视频识别

5.2.1视频识别的原理及过程

5.2.2视频识别的主要方法

5.3细粒度识别

5.3.1细粒度图像识别的主要方法

5.3.2细粒度图像识别的应用

5.4长尾识别

5.4.1长尾识别的主要方法

5.4.2长尾识别的应用

5.5光学字符识别

5.5.1OCR的基本处理流程

5.5.2基于OCR技术的车牌识别

5.6人脸识别

5.6.1人脸识别的技术原理

5.6.2人脸识别的常用数据集

5.6.3人脸识别的常用评价指标

5.6.4人脸识别的应用

小结

习题

参考文献

第3篇检测与分割篇

第6章目标检测

6.1通用目标检测

6.1.1Twostage目标检测算法

6.1.2Onestage目标检测算法

6.1.3基于锚框的目标检测

6.1.4无锚框的目标检测

6.1.5少样本目标检测

6.2微小目标检测

6.3交通工具检测

6.4其他目标检测实例

小结

习题

参考文献

第7章图像分割

7.1语义分割

7.1.1语义分割的分类

7.1.2语义分割的实例

7.1.3语义分割的常用数据集

7.2实例分割

7.2.1实例分割的分类

7.2.2实例分割的实例

7.2.3实例分割的常用数据集

7.3全景分割

7.3.1全景分割的分类

7.3.2全景分割的实例

7.3.3全景分割的常用数据集

7.4医学图像分割

7.4.1结直肠息肉分割

7.4.2MRI脑瘤分割

7.4.3医学图像分割的常用数据集

7.5视频目标分割

7.5.1视频目标分割的分类

7.5.2视频目标分割算法

7.5.3视频目标分割的常用数据集

小结

习题

参考文献

第8章显著性目标检测

8.1面向RGB图像的显著性检测

8.1.1面向RGB显著性检测的主要方法

8.1.2多尺度特征提取

8.1.3基于注意力机制的特征增强

8.1.4边缘信息引导的特征细化

8.1.5显著性目标检测与分割常用的评价指标

8.2面向RGBD图像的显著性检测

8.2.1基于单分支结构的面向RGBD图像的显著性检测

8.2.2基于双分支结构的面向RGBD图像的显著性检测

8.2.3基于三分支结构的面向RGBD图像的显著性检测

8.3视频显著性检测

8.4面向光场图像的显著性检测

8.5联合显著性检测

8.6面向遥感图像的显著性检测

8.6.1两阶段的面向遥感图像的显著性检测

8.6.2单阶段的面向遥感图像的显著性检测

8.6.3面临的挑战

小结

习题

参考文献

第9章伪装目标检测

9.1伪装技术

9.2伪装目标检测概述

9.2.1伪装目标检测的发展历程

9.2.2伪装目标检测的应用

9.2.3伪装目标检测的常用数据集

9.3伪装目标检测网络的组成

9.3.1伪装目标检测网络的基本架构

9.3.2伪装目标检测网络的损失函数

9.4基于CNN的伪装目标检测方法实例

小结

习题

参考文献