Содержание книги "Компьютерное зрение и нейронные сети
:
практика"
ВВЕДЕНИЕ
1. ОСНОВЫ КОМПЬЮТЕРНОГО ЗРЕНИЯ
1.1. История развития компьютерного зрения
1.2. Биологические основы цветовосприятия
1.3. Пиксели и их представление
1.4. Цветовые пространства
1.5. Библиотеки для работы с изображениями. ОрепСѴ
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
2.6. 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
3.10. Нормализация и масштабирование значений пикселей
3.11. Выделение контуров и краев на изображениях
3.12. Гомография 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
5.3. 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
6.5. 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
7.4. Применение каскадов Хаара
Практическое задание
8. ГЛУБОКОЕ ОБУЧЕНИЕ И НЕЙРОННЫЕ СЕТИ
8.1. Основы нейронной сети
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)
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