目录

第1部分检测与识别篇

第1章自然场景文本检测

1.1自然场景文本检测简介

1.2自然场景文本检测算法

1.2.1传统的自然场景文本检测算法

1.2.2基于深度学习的自然场景文本检测算法

1.3自然场景文本检测算法的数据集与评价指标

1.3.1自然场景文本检测算法的数据集

1.3.2自然场景文本检测算法的评价指标

1.4自然场景文本检测算法应用

1.4.1车牌识别算法简介

1.4.2车牌区域检测算法

1.4.3车牌字符识别算法

1.4.4车牌识别算法数据集

1.5自然场景文本检测领域面临的挑战

习题

参考文献

第2章行人检测

2.1行人检测简介

2.2传统的行人检测算法

2.3基于深度学习的行人检测算法

2.3.1基于锚框的行人检测

2.3.2基于无锚框的行人检测

2.4基于深度学习的行人检测算法的改进方向

2.4.1基于损失函数的改进

2.4.2基于后处理方式的改进

2.5行人检测算法的数据集与评价指标

2.5.1行人检测算法的数据集

2.5.2行人检测算法的评价指标

2.6行人检测领域面临的挑战

习题

参考文献

第2部分跟踪与定位篇

第3章目标跟踪

3.1目标跟踪简介

3.2目标跟踪关键技术

3.2.1运动模型

3.2.2特征提取

3.2.3观测模型

3.2.4模型更新

3.3单目标跟踪算法

3.4多目标跟踪算法

3.4.1基于检测的多目标跟踪算法

3.4.2基于联合检测跟踪的多目标跟踪算法

3.5目标跟踪数据集及评价指标

3.5.1常见单目标跟踪数据集介绍

3.5.2常见多目标跟踪数据集介绍

3.5.3常见目标跟踪评价指标介绍

3.6目标跟踪的应用

3.7目标跟踪的挑战

小结

习题

参考文献

第4章目标定位

4.1目标定位简介

4.2目标定位算法

4.2.1传统的目标定位算法

4.2.2基于深度学习的目标定位算法

4.3弱监督的目标定位算法

4.3.1基于单网络训练框架的目标定位算法

4.3.2基于多网络训练框架的目标定位算法

4.4目标定位领域常用的数据集与评价指标

4.4.1目标定位领域常用的数据集

4.4.2目标定位领域常用的评价指标

4.5目标定位的应用

小结

习题

参考文献

第3部分视觉内容生成篇

第5章风格迁移

5.1图像风格迁移简介

5.2图像风格迁移方法

5.2.1传统的图像风格迁移方法

5.2.2基于图像优化的图像风格迁移方法

5.2.3基于模型优化的图像风格迁移方法

5.3图像风格迁移领域常用的数据集及评价指标

5.3.1数据集

5.3.2评价指标

5.4图像风格迁移领域面临的挑战

小结

习题

参考文献

第6章图像/视频生成

6.1代表性生成模型的关键基础理论

6.1.1生成式对抗网络的基础理论

6.1.2扩散模型的基础理论

6.2图像生成

6.2.1图像生成简介

6.2.2图像生成算法

6.2.3图像生成领域常用的数据集及评价指标

6.2.4图像生成领域面临的挑战

6.3视频生成

6.3.1视频生成简介

6.3.2视频生成算法

6.3.3视频生成领域常用的数据集及评价指标

6.3.4视频生成领域面临的挑战

6.4动作合成

6.4.1动作合成简介

6.4.2动作合成算法

6.4.3动作合成领域常用的数据集及评价指标

6.4.4动作合成领域面临的挑战

小结

习题

参考文献

第7章文本到图像/视频生成

7.1文本到图像/视频生成简介

7.2文本到图像/视频生成算法

7.2.1文本到图像生成算法

7.2.2文本到视频生成算法

7.3文本到图像/视频生成常用数据集及评价指标

7.3.1常用数据集

7.3.2常用评价指标

7.4文本到图像/视频生成面临的挑战

7.4.1文本到图像生成面临的挑战

7.4.2文本到视频生成面临的挑战

7.5文本到图像/视频生成的应用领域

7.5.1文本到图像生成的应用领域

7.5.2文本到视频生成的应用领域

小结

习题

参考文献

第8章视觉内容生成的典型应用

8.1虚拟试衣

8.1.1虚拟试衣简介

8.1.2虚拟试衣算法

8.1.3虚拟试衣常用数据集

8.1.4虚拟试衣技术面临的挑战

8.2虚拟换发

8.2.1虚拟换发简介

8.2.2虚拟换发算法

8.2.3虚拟换发常用数据集

8.2.4虚拟换发面临的挑战

8.3妆容迁移

8.3.1妆容迁移简介

8.3.2妆容迁移算法

8.3.3妆容迁移常用数据集

8.3.4妆容迁移面临的挑战

小结

习题

参考文献

第4部分其他高级计算机视觉主题

第9章深度估计

9.1深度估计简介

9.2深度估计的发展历程

9.3基于传统方法的深度估计

9.3.1基于深度线索的深度估计方法

9.3.2基于传统机器学习的深度估计方法

9.4基于深度学习的深度估计方法

9.4.1全监督式深度估计方法

9.4.2无监督式深度估计方法

9.4.3半监督式深度估计方法

9.5深度估计的数据集及评价指标

9.5.1深度估计常用数据集

9.5.2深度估计常用评价指标

9.6深度估计的应用

9.7深度估计领域面临的挑战

小结

习题

参考文献

第10章光流估计

10.1光流估计简介

10.2传统光流估计方法

10.3基于深度学习的光流估计方法

10.3.1两帧光流估计方法

10.3.2多帧光流估计方法

10.4光流估计常用数据集及评价指标

10.4.1光流估计数据集

10.4.2光流估计评价指标

10.5光流可视化方法

10.6光流估计的应用

10.7光流估计面临的挑战

小结

习题

参考文献

第11章姿态估计

11.1姿态估计简介

11.1.1人体关节和姿态表示

11.1.2关键点检测和姿态估计问题的定义

11.2姿态估计算法

11.2.1单人姿态估计方法

11.2.2多人姿态估计方法

11.3姿态估计常用数据集及评价指标

11.3.1姿态估计常用数据集

11.3.2姿态估计常用评价指标

11.4姿态估计的应用

11.4.1运动捕捉与分析

11.4.2智能监控

11.5姿态估计领域面临的挑战

小结

习题

参考文献