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 9787302713708,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，逐步过渡，层层递进，旨在让读者在学习过程中始终保持清晰的逻辑思维，并能够深入思考相关问题。此外，为了方便读者查阅与学习，在各章的最后可以扫码查看本章引用的参考文献，实现了即读即查即学，提升了学习效率与便捷性。
本书主要内容
全书分为四部分，共计11章内容。
第一部分检测与识别篇(第1、2章)
第1章： 自然场景文本检测。本章主要介绍自然场景文本检测的基本内容及主流的算法(包括传统的算法和基于深度学习的算法)，此外，也阐述了该领域常用的数据集和评价指标，同时给出了应用实例及未来可能的研究方向。
第2章： 行人检测。本章主要讲解传统的行人检测算法、基于深度学习的行人检测算法、行人检测算法的改进方向、行人检测算法训练测试数据集及行人检测研究领域当前所面临的挑战等内容。
第二部分跟踪与定位篇(第3、4章)
第3章“目标跟踪”与第4章“目标定位”这两章内容均从算法的简介、关键技术、数据集与评价指标和应用等进行全面概述，旨在帮助读者深入理解目标跟踪与定位的算法原理，掌握关键技术的应用。
第三部分视觉内容生成篇(第5~8章)
第5章“风格迁移”与第7章“文本到图像/视频生成”这两章均主要从该研究领域的概述、算法、常用的数据集与评价指标及该研究领域面临的技术或应用挑战四方面进行阐述。
第6章 图像/视频生成。不同于第7章的写法，本章先对经典的生成模型进行概述，随后从图像生成、视频生成、动作合成三个经典研究方向对其进行介绍，其中也涵盖各方向的经典算法、数据集与评价指标、应用与挑战等内容。
第8章： 视觉内容生成的典型应用。本章主要介绍视觉内容生成的典型应用(包括虚拟试衣、虚拟换发、妆容迁移)，全面分析这些应用领域的代表性算法及目前的发展现状，介绍关键的数据集，并探讨当前面临的挑战，旨在帮助读者了解视觉内容生成在各应用领域的技术进展和未来发展方向。
第四部分其他高级计算机视觉主题(第9~11章)
第9章： 深度估计。本章深入剖析深度估计的基本原理、发展历程、方法、数据集及其在现实世界中的广泛应用，旨在帮助读者建立对深度估计相关知识与技术的整体感知。
第10章： 光流估计。本章主要从光流估计的基本概念、基于深度学习的光流估计方法、光流估计常用的数据集与评价指标以及光流估计的应用几方面对其进行全面的概述，旨在为读者今后从事相关领域的研究和应用打下坚实的基础。
第11章： 姿态估计。本章详细介绍姿态估计的基础知识、算法、常用数据集及评价指标，并探讨姿态估计在多个领域的应用潜力和实际价值，旨在为读者了解姿态估计相关理论知识或技术提供参考。
参与编写本书的所有作者均来自贵州师范大学计算机视觉与机器学习实验室和贵州师范大学创新创业学院，在机器学习、计算机视觉等人工智能相关的科研和教学工作上都具有多年实践经验。具体来讲，本书的第1、2章由王安志和陈琨编写，第3章由周勋和任春洪编写，第4章由欧卫华和吴锦涛编写，第5、6章由刘运和张凯丽编写，第7、8章由刘运和熊娅维编写，第9章由周勋和钟俊敏编写，第10章由王安志和杨成帮编写，第11章由欧卫华和唐洁亮编写。
本书得到了贵州师范大学2022年国家级创新创业学院项目与贵州师范大学2023年国家级一流本科课程“专创融合的教育实践”项目的资助。此外，本书引用了一些相关著作、论文和其他类型资料的内容，在此向相关作者表示衷心的感谢。
书中难免有不当和疏漏之处，敬请广大读者不吝批评、指正。
