Компьютерное зрение и нейронные сети, Практика, Сацюк А.В., 2025

Компьютерное зрение и нейронные сети, Практика, Сацюк А.В., 2025.
 
   Представляет собой комплексное руководство, включающее как краткое изложение теоретических основ, так и подробное описание практических методов компьютерного зрения. Рассматриваются основные принципы работы с изображениями и видео, методы их обработки, выделения объектов, а также интерактивного управления. Практическая часть учебника сопровождается программными примерами на языке Python, начиная с базовых операций над пикселями и заканчивая применением глубокого обучения для решения задач распознавания. Особое внимание уделено использованию библиотеки OpenCV и применению полученных знаний на встраиваемых системах.
Для студентов технических вузов, инженеров и аспирантов, специализирующихся в области автоматизации, искусственного интеллекта, программирования и робототехники.




Биологические основы цветовосприятия.
Предыдущий раздел показал, насколько широко применяется компьютерное зрение. Однако, прежде чем углубляться в технические детали алгоритмов обработки изображений, важно понять основы того, что мы пытаемся имитировать: восприятие цвета человеком. Необходимо рассмотреть биологический механизм, лежащий в основе нашего цветового зрения, и то, как свет и цвет преобразуются в нервные импульсы, формирующие наше восприятие.

Цвет это физическая и воспринимаемая характеристика света, обусловленная частотой его волны. Для человеческого восприятия цвет обычно описывается тремя основными характеристиками: оттенок (какой именно цвет), насыщенность (чистота или интенсивность цвета) и яркость (светимость или темнота цвета).

ОГЛАВЛЕНИЕ.
ВВЕДЕНИЕ.
1. ОСНОВЫ КОМПЬЮТЕРНОГО ЗРЕНИЯ.
1.1. История развитая компьютерного зрения.
1.2. Биологические основы цветовосприятия.
1.3. Пиксели и их представление.
1.4. Цветовые пространства.
1.5. Библиотеки для работы с изображениями. OpenCV.
Практическое задание.
2. ОСНОВЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ И ВИДЕО.
2.1. Представление изображений.
2.2. Загрузка, отображение и сохранение изображений.
2.3. Захват видео с камеры и из файла.
2.4. Операции над пикселями.
2.5. Основные операции с изображением.
2.5.1. Изменение размера изображения.
2.5.2. Обрезка изображения.
2.5.3. Вращение изображения.
2.5.4. Отражение изображения.
2.6. Конкатенация изображений.
Практическое задание.
3. МЕТОДЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ.
3.1. Преобразование между цветовыми пространствами.
3.2. Цветовая коррекция.
3.3. Фильтрация цветов и цветовая сегментация.
3.4. Инверсия изображения.
3.5. Линейное объединение двух изображений.
3.6. Вычисления абсолютной разницы изображений.
3.7. Преобразование изображения с использованием абсолютных значений и масштабирования.
3.8. Бинаризация и пороговая обработка.
3.9. Фильтрация.
3.9.1. Основные термины и явления фильтрации.
3.9.2. Принцип фильтрации.
3.9.3. Ядро фильтра.
3.9.4. Фильтрация без использования ядер свертки: нелинейные фильтры.
3.9.5. Практическое применение фильтров.
3.10. Нормализация и масштабирование значений пикселей.
3.11.1. Обнаружения границ.
3.11.2. Обнаружения контуров.
3.12. Томография изображений.
3.13. Вычисление гистограммы изображения.
3.14. Сегментация изображений.
Практическое задание.
4. ИНТЕРАКТИВНОЕ УПРАВЛЕНИЕ В КОМПЬЮТЕРНОМ ЗРЕНИИ.
4.1. Общие сведения об интерактивном управлении.
4.2. Интерактивные окна и виджеты.
4.3. Слайдеры.
4.4. События мыши.
Практическое задание.
5. ГРАФИЧЕСКИЕ ОТРИСОВКИ В КОМПЬЮТЕРНОМ ЗРЕНИИ.
5.1. Графические отрисовки.
5.2. Отрисовка геометрических фигур.
5.2.1. Отрисовка линий.
5.2.2. Отрисовка прямоугольника.
5.2.3. Отрисовка кругов и эллипсов.
5.2.4. Отрисовка полигональных фигур.
5.2.5. Создание холста.
5.3. Позиционирование геометрических фигур.
5.4. Динамическая отрисовка прямоугольной области.
5.5. Добавление текста к изображению.
Практическое задание.
6. ОБРАБОТКА ДВИЖУЩИХСЯ ОБЪЕКТОВ.
6.1. Основы обработки движущихся объектов.
6.2. Предварительная обработка изображений.
6.3. Выбор области интереса.
6.4. Фильтр Калмана.
6.4.1. Принцип работы фильтра Калмана.
6.4.2. Математическая модель фильтра Калмана для отслеживания.
6.4.3. Практическое применение фильтра Калмана.
6.4.4. Расширенный фильтр Калмана для нелинейных моделей.
6.5. Трекинг движущихся объектов.
6.6. Анализ траекторий движущихся объектов.
Практическое задание.
7. РАСПОЗНАВАНИЕ ОБЪЕКТОВ: КЛАССИЧЕСКИЕ МЕТОДЫ.
7.1. Введение в распознавание объектов.
7.2. Поиск объектов с помощью сопоставления шаблонов.
7.3. Признаки Хаара.
Практическое задание.
8. ГЛУБОКОЕ ОБУЧЕНИЕ И НЕЙРОННЫЕ СЕТИ.
8.1. Основы нейронной сети.
8.1.1. Нейрон: от аналогии к техническому пониманию.
8.1.2. Искусственная нейронная сеть.
8.2. Введение в глубокое обучение.
8.3. Сверточная нейронная сеть.
8.4. Пример применения сверточной нейронной сети.
8.5. Обобщенная структура сверточной нейронной сети.
8.6. YOLO (You Only Look Once).
8.6.1. История развития YOLO.
8.6.2. Принцип работы YOLO.
8.6.3. Работа YOLO на этапе обучения.
8.6.4. Практическое применение YOLO.
Практическое задание.
9. ВСТРАИВАЕМЫЕ СИСТЕМЫ КОМПЬЮТЕРНОГО ЗРЕНИЯ.
9.1. Аппаратные ресурсы.
9.2. Выбор микрокомпьютера.
9.3. Установка и настройка окружения.
9.4. Работа с камерой.
9.5. Программно-аппаратная архитектура CUDA.
9.6. Настройка CUDA на микрокомпьютере Jetson Nano.
Практическое задание.
Заключение.
Словарь терминов.
Список рекомендуемой литературы.
ПРИЛОЖЕНИЕ.


Ниже можно купить эту книгу, если она есть в продаже, и похожие книги по лучшей цене со скидкой с доставкой по всей России.Купить книги


Купить .



Хештеги: #учебник по программированию :: #программирование :: #Сацюк :: #нейросеть