1.選題方向前沿，復現新的研究成果，包括ResNet、ShuffleNet、SqueezeNet等數據集中的成果；學習先進的算法技術，包括對像檢測、目標跟蹤、遷移學習以及生成對抗網絡等。
2.作者均是深度學習和計算機視覺領域的一線研究人員，擁有多個重大項目的開發落地經驗，獲得多項科技進步獎。
3.本書深入淺出，用豐富詳細的架構圖、流程圖生動展現，從根源剖析數據流的概念和原理，使晦澀難懂的專業概念清晰呈現。

本書著重闡述了深度學***的計算機視覺算法的工作原理，首先對深度學習與計算機視覺基礎進行了介紹，之後對卷積神經網絡結構的演化過程，以及基於深度學習的目標檢測算法、圖像分割算法、人體姿態估計算法、行人重識別與目標跟蹤算法、人臉識別算法以及圖像超分辨率重建方法進行了介紹。本書繫統講解了在日常生活和工作中常見的幾項計算機視覺任務，並著重介紹了在當今深度學***，這些計算機視覺任務是如何工作的，可使讀者快速了解這些算法原理，以及其相互之間的關繫。本書適合高年級本科生、研究生、教師，以及對人工智能或計算機視覺算法感興趣的工程技術人員閱讀。

第 1章 深度學習與計算機視覺基礎 001
1．1 人工智能簡介 002
1．2 深度學習的崛起以及存在的問題 003
1．3 神經網絡的基本概念 004
1．3．1 前饋神經網絡 005
1．3．2 反向傳播算法 005
1．3．3 權重繫數更新 007
1．4 卷積神經網絡原理 007
1．4．1 CNN的起源與發展 008
1．4．2 CNN結構簡介 009
1．4．3 CNN的其他組件 016
1．5 計算機視覺簡介 019
參考文獻 020
第 2章 基於深度學習的圖像分類算法 023
2．1 圖像分類——從特征設計到卷積神經網絡結構設計 024
2．2 卷積神經網絡結構演化 026
2．2．1 從LeNet到VGG 026
2．2．2 Inception繫列 028
2．2．3 ResNet繫列 029
2．2．4 DenseNet繫列 031
2．2．5 SqueezeNet繫列 033
2．2．6 ShuffleNet繫列 034
2．2．7 MobileNet繫列 035
2．3 神經架構搜索 037
2．4 CNN的計算量與參數計算方法 037
2．5 小結 038
參考文獻 039
第3章 基於深度學習的目標檢測算法 043
3．1 目標檢測——從特征設計到深度學習 044
3．1．1 任務簡介 044
3．1．2 傳統的目標檢測算法 045
3．1．3 基於深度學習的目標檢測方法 046
3．2 目標檢測的重要概念 047
3．2．1 交並比和非極大值抑制 047
3．2．2 難負樣本挖掘 048
3．2．3 邊框回歸 049
3．2．4 檢測任務中的數據增廣 050
3．2．5 先驗框/默認邊框/錨框 050
3．2．6 錨框與真實邊框的匹配策略 051
3．2．7 感受野 051
3．2．8 RoI特征圖映射 052
3．3 雙階段檢測算法 054
3．3．1 從R-CNN到Fast R-CNN 054
3．3．2 Faster R-CNN算法原理 057
3．4 單階段檢測算法 061
3．4．1 YOLO檢測算法 061
3．4．2 SSD檢測算法 067
3．5 融合單階段和雙階段的算法 073
3．5．1 單階段檢測算法及雙階段檢測算法的特點 073
3．5．2 RefineDet：結合單階段及雙階段優點 074
3．6 從頭訓練的檢測算法 075
3．6．1 從頭訓練的檢測算法簡介 075
3．6．2 精心設計CNN實現從頭訓練 076
3．6．3 從頭訓練的本質 077
3．7 檢測任務中的級聯設計 079
3．7．1 傳統的級聯檢測算法 079
3．7．2 深度學習下的級聯檢測 079
3．8 多尺度目標檢測 081
3．8．1 問題描述以及常用方法 081
3．8．2 多尺度訓練/測試 082
3．8．3 特征金字塔融合多層特征 082
3．8．4 小尺寸目標檢測 086
3．9 檢測任務中的不平衡處理策略 087
3．9．1 雙階段中的不平衡策略 087
3．9．2 單階段中的不平衡策略 088
3．10 錨框的輪回 089
3．10．1 錨框的起源 089
3．10．2 現有檢測算法中錨框的設計方法 090
3．10．3 錨框存在的問題 091
3．10．4 不需要錨框的算法 092
3．11 目標檢測的骨干網絡設計 092
3．12 檢測算法加速 093
3．12．1 檢測流程的加速 094
3．12．2 檢測算法的輕量級網絡 094
3．13 自然場景文字檢測 095
3．14 遙感圖像目標檢測 096
3．15 常用數據集和評價指標 098
參考文獻 099
第4章 基於深度學習的圖像語義分割算法 103
4．1 圖像語義分割簡介 104
4．2 語義分割研究難點 105
4．3 語義分割算法模型 106
4．3．1 全卷積網絡基礎算法：FCN算法 106
4．3．2 編碼 解碼結構算法：U-Net算法 109
4．3．3 空洞卷積的應用：DeepLab繫列 111
4．4 圖像實時語義分割 117
4．4．1 實時語義分割簡介 117
4．4．2 ENet算法 118
4．5 圖像分割數據集以及評價指標 122
4．5．1 圖像分割數據集 122
4．5．2 語義分割評估指標 123
參考文獻 124
第5章 基於深度學習的人體姿態估計算法 127
5．1 人體姿態估計任務簡介 128
5．1．1 任務簡介 128
5．1．2 面臨的挑戰 130
5．1．3 方法概述 130
5．2 單人姿態估計 132
5．3 自頂向下的多人姿態估計 133
5．4 自底向上的多人姿態估計 134
5．5 常用數據集以及評價指標 136
參考文獻 136
第6章 基於深度學習的行人重識別與目標跟蹤 139
6．1 行人重識別任務簡介 140
6．1．1 任務簡介 140
6．1．2 工作流程 141
6．1．3 面臨的挑戰 142
6．1．4 與行人跟蹤和人臉驗證的關繫 143
6．1．5 行人重識別數據集及評價指標 144
6．2 特征提取和相似度度量 144
6．3 行人重識別：從全局特征到局部特征 145
6．4 行人重識別：從表征學習到度量學習 148
6．5 目標跟蹤任務簡介 149
6．6 基於相關濾波的目標跟蹤算法 150
6．7 基於孿生網絡的跟蹤算法 151
參考文獻 153
第7章 基於深度學習的人臉識別 155
7．1 任務簡介 156
7．1．1 人臉驗證和人臉識別的區別 156
7．1．2 圖像分類和人臉識別的異同 157
7．1．3 技術難點 157
7．1．4 人臉識別算法原理 158
7．2 Softmax原理及存在的問題 160
7．2．1 Softmax函數和Softmax損失 160
7．2．2 Softmax存在的問題 161
7．3 度量損失 162
7．3．1 對比損失 162
7．3．組損失 163
7．4 大間隔損失 165
7．4．1 L-Softmax 165
7．4．2 SphereFace 166
7．4．3 CosFace 167
7．4．4 ArcFace 167
7．4．5 大間隔損失總結 168
7．5 特征規範化和權重規範化 171
參考文獻 172
第8章 基於深度學習的圖像超分辨率重建方法 175
8．1 任務簡介 176
8．2 傳統方法 179
8．2．1 基於插值的方法 179
8．2．2 基於重建的方法 180
8．2．3 基於學習的方法 180
8．3 基於卷積神經網絡的圖像超分辨率重建方法 181
8．3．1 網絡模型 182
8．3．2 損失函數 184
8．3．3 訓練樣本 184
8．3．4 訓練策略 185
8．4 常用數據集與評價指標 186
參考文獻 187