"系统讲解深度学习时代下计算机视觉的基础理论、关键方法及主流应用。全书分为四部分，由 11 章组成，内容包括： 自然场景文本检测，行人检测，目标跟踪，目标定位，风格迁移，图像/视频生成，文本到图像/视频生成，视觉内容生成的典型应用，深度估计，光流估计，姿态估计。书中对各应用方向均进行了深入的阐述，讲解真实应用场景下的处理方法，并给出具体案例的设计和实现。 可以作为人工智能、计算机、电子信息相关专业本科和研究生的专业课教材，也可以作为人工智能、电子信息、机器人、数字媒体等相关领域从业人员的自学参考书。 "

前言 计算机视觉技术的飞速发展，使得其在各领域的应用日益广泛。从自动驾驶到智能监控，从虚拟现实到医疗影像分析，计算机视觉正深刻地改变着人们的生活和工作方式。本书旨在系统地介绍计算机视觉相关的关键技术与应用，涵盖检测与识别、跟踪与定位、视觉内容生成以及其他高级计算机视觉主题，为读者提供一份全面、深入的学习资料，帮助读者更好地理解和应用计算机视觉技术。希望本书能够激发读者对计算机视觉的兴趣，推动该领域的进一步发展。 为了从本书中真正获益，读者应具有一定的基础知识，至少熟悉深度学习的基本理论和相关技术，这里推荐没有深度学习基础的读者阅读《计算机视觉(Python版)》(ISBN 9787302713708,由本书作者撰写)，之后再阅读和学习本书会更加得心应手。 本书结构安排 本书汇聚了计算机视觉领域中备受关注的热门研究方向，编者对各部分内容进行了科学、合理的编排。具体而言，采用了“章(节)学习目标—章(节)内容简介(或概述)—经典算法—面临的挑战(或问题)—习题巩固”这一清晰的结构框架。在学习目标部分，明确指出了各章的核心知识点与技能要求，为读者指明学习方向； 章(节)内容简介(或概述)对各章(节)主题进行简明扼要的阐述，使读者对即将学习的内容有初步了解； 经典算法部分详细介绍了各领域的关键算法及其原理，是理论学习的核心环节； 面临的挑战(或问题)则聚焦于当前研究中存在的难点与瓶颈，引导读者深入思考并激发其探索欲； 最后的习题巩固环节通过精心设计的练习，帮助读者检验学习效果，巩固所学知识。 本书内容从理论讲解到实操演练，逐步过...