"本书主要介绍计算机视觉的基本概念和方法体系。从图像的表示建模、非参数化图像理解、基于深度学习的方法等方面对图像的表示学习进行全方位讲授，从深度学习角度介绍二维视觉、三维视觉、视频视觉等主流计算机视觉研究领域，在第2、3章讲授低层（如超分、去噪等）、第4~6章讲授中层（如特征匹配、三维重建、深度估计等）、第7~11章讲授高层（如分类、语义分割、物体检测、度量学习等）图像理解任务和经典的理论方法，并在第12、13章对扩散模型、模型压缩与加速、计算机视觉大模型、大规模视觉语言模型等计算机视觉领域前沿进展进行讲解。学生将通过本课程深入了解计算机视觉的原理和应用，掌握相关知识和技能，从而能够开展相关研究和应用。 本书适合作为广大高校计算机、自动化、电子信息专业计算机视觉教材，也可以作为计算机视觉技术开发者的自学参考用书。 "

鲁继文，清华大学长聘副教授，博士生导师，自动化系副主任，国家杰出青年科学基金获得者，IEEE Fellow，IAPR Fellow，国际期刊Pattern Recognition Letters主编。主要研究方向包括计算机视觉、模式识别、智能机器人，发表PAMI/CVPR/ICCV/ECCV论文160余篇，获授权国家发明专利50余项，主持国家重点研发计划项目1项和国家自然科学基金重点项目2项，获国家级教学成果奖二等奖1项、北京市高等教育教学成果一等奖1项、和中国电子学会自然科学一等奖1项。曾/现任IEEE T-IP、T-CSVT、T-BIOM等10多个国内外期刊编委，ACCV2026、FG2023、ICME2022、VCIP2022等国际会议大会主席/程序主席，中国自动化学会专家咨询工作委员会副主任，模式识别与机器智能专委会常务委员，中国计算机学会计算机视觉专委会常务委员，中国人工智能学会模式识别专委会常务委员。

前言 计算机视觉是人工智能领域的核心组织部分，在日常生活中无处不在。从智能手机的人脸识别，到智能驾驶的视觉感知，计算机视觉技术已渗透到生活的方方面面。为了使读者更好地了解计算机视觉领域，本书从计算机视觉的基本概念、理论框架、关键技术以及最新进展等维度进行组织，内容涵盖基础图像处理、高级三维重建、前沿深度学习和多模态内容生成等。此外，本书还注重强调实践性和实用性，在每章理论讲解后，给出了一些具体实例和应用，帮助读者更好理解和掌握对应的知识点。 全书共13章。第1章绪论中对计算机视觉的概念进行解读，并简要阐述计算机视觉的发展脉络； 第2章视觉信息获取从基本的几何原理逐步深入到复杂的摄像机模型，帮助读者建立对视觉信息的认识； 第3章图像视频处理介绍相关的基础知识、核心技术和主要应用场景； 第4章视觉特征提取讲述如何从图像视频等视觉数据中提取出具有代表性的特征信息并去除冗余； 第5章视觉特征配准讲述如何通过识别和关联特征点估计帧与帧的变换关系； 第6章三维场景重建对从图像或传感器数据复原物理环境三维结构进行介绍； 第7章视觉目标识别主要目的是对输入的视觉信息进行分析以完成分类任务； 第8章视觉语义分割讲述如何通过预测像素标签实现对图像中每个封闭区域的语义理解； 第9章视觉目标检测介绍估计视觉目标的检测框； 第10章视觉目标跟踪模拟生物视觉系统在动态环境中识别和跟踪运动物体的能力； 第11章视觉内容检索主要介绍图像检索和视频检索两部分内容； 第12章视觉内容生成深入探讨生成模型的多样性和复杂性； 第13章计算机视觉前沿对目前的发展趋势和关键问题做了展望。 本书由清华大...