"本书围绕计算机视觉的五大核心任务: 图像分类、图像分割、目标检测、目标跟踪、三维场景重建，将内容划分为三部分: 基础篇、识别篇与重建篇。其中，基础篇（第1～5章）讲述计算机视觉任务的共性知识与算法，涵盖线性滤波器、图像边缘提取、纹理表示、角点特征提取、尺度不变特征；识别篇（第6～9章）关注机器如何理解图像内容，重点介绍图像分类、目标检测、图像分割、目标跟踪四个视觉识别任务的难点、解决思路及对应的识别算法与模型；重建篇（第10～15章）聚焦如何从图像中进行三维场景的结构重建，内容涵盖摄像机几何、摄像机标定、单视图几何、三角化与极几何、双目立体视觉、运动恢复结构等基本概念与算法。 本书适合作为高等院校人工智能、智能科学与技术专业高年级本科生、研究生的教材，也可供对计算机视觉比较熟悉的开发人员、广大科技工作者和研究人员参考。"

鲁鹏，男，副教授，1978年9月生于湖北省武汉市，就职于北京邮电大学人工智能学院。2003年7月获得华中科技大学图像所硕士学位，2006年7月获得中国科学院自动化所博士学位，2008 年到2010 年在北京大学人机交互与多媒体实验室从事博士后研究。

前言 作为人工智能领域的重要分支，计算机视觉旨在赋予计算机类似人类视觉的感知和理解能力。其技术已在多个领域展示出巨大潜力，并广泛应用于各方面，如图像识别、目标检测、人脸识别以及自动驾驶等。 本书以计算机视觉的基础技术为起点，以五大核心任务为主线，对其基础知识进行了系统梳理与组织，并按照主要任务的顺序组织课程内容，使学习更为便捷。通过学习本教材，读者将提升工程开发能力。 全书共分15章，以计算机视觉任务为主线，内容由浅入深展开，结构清晰，易于理解。第1章介绍线性滤波器，包括卷积的基础理论及其在图像去噪中的典型应用。第2章探讨图像边缘提取技术，涉及图像边缘与图像求导、经典的Canny边缘检测算法以及3种拟合技术。第3章着眼纹理表示，介绍图像纹理的概念、图像纹理的表示和LeungMalik卷积核组。第4章为角点特征提取，分为局部特征和角点检测两部分，详细讲述了Harris角点检测算法。第5章关注图像的尺度不变特征，介绍尺度不变理论基础，以及SIFT和ORB特征提取方法。第6章介绍图像分类任务的定义与难点，探讨了基于机器学习与词袋模型的图像分类方法。第7章聚焦目标检测技术，以人脸检测和行人检测为例，介绍目标检测技术中的两个经典算法——AdaBoost算法和HOG算法。第8章介绍图像分割任务，包括基于像素聚类的图像分割方法以及基于图的图像分割方法。第9章深入探讨目标跟踪的核心技术和算法，包括基于光流、卡尔曼滤波以及粒子滤波的方法。第10章详细介绍摄像机的数学模型，包括其内部参数和外部参数的概念，它们是理解和应用摄像机几何理论的基础。第11章深入讨论摄像机的参数标定问题...