"近年來，有關人工智能的應用與實踐越來越多，電影特效領域包括了圖形渲染技術、圖像處理技術、雲計算技術和視覺設計藝術，隨著相關技術的發展，其視覺表現和效果將不斷完善和進步。而隨著人工智能技術的推廣和普及，在電影特效制作領域獲得了越來越多的應用。現階段，數字圖像處理與人工智能在電影特效制作中的相關成體繫的技術資料並不多。本書作為學習參考用書，其面向對像為具備一定編程能力的數字媒體技術專業本科生、研究生或正在學習影視特效技術基礎的專業人員。本書是“數字媒體藝術與技術繫列叢書”中的一個分冊，語言等

●第１章數字圖像基礎１
１．１數字圖像處理的概念１
１．２數字圖像處理的應用２
１．３圖像數字化的概念２
１．４圖像采樣與量化３
１．５直方圖６
１．６讀取、顯示和保存圖像案例９
第２章空域處理１２
２．１點運算１２
２．２代數運算１４
２．３仿射變換１６
第３章頻域處理３３
３．１二維離散傅裡葉變換３３
３．２快速傅裡葉變換３５
３．３傅裡葉變換中的高頻低頻分量３６
３．４離散餘弦變換４２
３．５卷積定理４４
３．６濾波器設計５０
３．７卷積函數案例５３
３．８中值濾波與維納濾波５５
第４章圖像邊緣檢測５７
４．１邊緣的定義５７
４．２灰度閾值法分割５７
４．３邊緣檢測案例５８
第５章圖像壓縮與編碼６２
５．１圖像壓縮概述６２
５．２圖像編碼６４
５．３圖像壓縮與傳輸模型６６
５．４常見無損編碼方式６７
第６章數學形態學７５
６．１數學形態學的步驟與優勢７５
６．２與數學形態學相關的集合的基本概念７５
６．３膨脹和腐蝕７６
６．４開運算和閉運算８０
６．５基本的形態學算法應用８２
６．６灰度形態學８３
第７章特征識別基礎８６
７．１霍夫變換８６
７．２拉東變換８９
第８章人工智能理論基礎９２
８．１人工智能的定義與發展９２
８．２機器學習概述９３
８．３線性回歸９４
８．４感知機與前饋神經網絡９７
８．５線性判別分析１００
８．６決策樹１０３
８．７樸素貝葉斯１０７
８．８Ｋ近鄰算法１１０
８．９支持向量機１１２
８．１０聚類１１７
第９章神經網絡的簡單實現１２１
９．１Ｐｙｔｈｏｎ環境配置１２１
９．２數學函數庫Ｎｕｍｐｙ１２４
９．３神經網絡框架Ｐｙｔｏｒｃｈ１２９
９．４卷積神經網絡１３３
９．５手寫數字識別１４３
９．６多分類任務１４７
第１０章光流網絡１５１
１０．１光流計算原理１５１
１０．２ＬｕｃａｓＫａｎａｄｅ光流估計算法１５２
１０．３Ｆａｒｎｅｂａｃｋ稠密光流１５６
１０．４光流數據集ＦｌｙｉｎｇＣｈａｉｒｓ１５８
１０．５ＦｌｏｗＮｅｔ網絡１５９
１０．６ＦｌｏｗＮｅｔ２．０網絡１６６
第１１章生成對抗網絡１７１
１１．１生成對抗網絡概述１７１
１１．２利用生成對抗網絡進行超分辨率圖像生成１７９
１１．３利用生成對抗網絡進行圖像風格遷移１８１
第１２章神經網絡綜合應用１８５
１２．１著色網絡１８５
１２．２ＡｒｔＬｉｎｅ圖像線框提取１８７
１２．３人體姿態估計１８９
參考文獻１９９

本書以數字圖像處理為基礎，結合人工智能在電影特效制作中的應用進行編寫，全書內容分為數字圖像處理概論、人工智能在電影特效制作中的應用兩大模塊共12章。
書中所有拍攝素材均為編著團隊實地拍攝或代碼運行所得，其中圖像基礎部分是數字圖像處理課程的核心內容，包含豐富的教學案例，是重要的學習資料。