本書基于Python3.8和OpenCV4.5編寫，共8章，包括環(huán)境搭建、簡易調(diào)色畫布、幾何圖像繪制、簡單的圖像處理、馬賽克、圖像美顏、人臉檢測、人臉跟蹤。讀者通過學(xué)習(xí)本書內(nèi)容及運行相應(yīng)的仿真程序，可以更加深刻地理解圖像處理的內(nèi)容，并且更加熟練地掌握計算機視覺在不同領(lǐng)域的應(yīng)用。

《視覺語言交互中的視覺推理研究》的作者牛玉磊博士于2020年在中國人民大學(xué)取得博士學(xué)會，后前往美國哥倫比亞大學(xué)開展博士后研究工作。本書從知識建模和知識推斷兩方面入手，深入研究了視覺語言交互任務(wù)中的視覺推理問題。《視覺語言交互中的視覺推理研究》共五章：第1章主要介紹了計算機視覺與自然語言處理交叉領(lǐng)域中交互類問題的研究背景

隨著計算機網(wǎng)絡(luò)的快速發(fā)展和新興應(yīng)用的不斷涌現(xiàn)，網(wǎng)絡(luò)安全問題日益嚴重。數(shù)字簽名可以用來鑒別用戶的身份和數(shù)據(jù)的完整性，在信息安全領(lǐng)域發(fā)揮著非常重要的作用。本書詳細介紹當(dāng)前數(shù)字簽名方案的基礎(chǔ)理論知識和**應(yīng)用成果�！禕R》本書共13章，內(nèi)容包括數(shù)字簽名概述、數(shù)字簽名的基礎(chǔ)知識、數(shù)字簽名的應(yīng)用領(lǐng)域、基于身份認證的門限群簽名、基

這是一本系統(tǒng)講解人臉識別和人體姿態(tài)識別技術(shù)、算法和應(yīng)用的實戰(zhàn)性著作，是作者團隊多年研究成果和實踐經(jīng)驗的總結(jié)。既有業(yè)界成熟的技術(shù)和算法，又有行業(yè)的新熱點和新趨勢。通過本書，讀者將能輕松掌握如下知識：機器視覺的概念以及索引技術(shù)，包括向量空間索引和度量空間索引；人臉識別技術(shù)，以及人臉檢測算法、人臉對齊算法、人臉特征提取算法；

本書按照工作任務(wù)順序展開，專業(yè)知識與標準規(guī)范相結(jié)合，實踐經(jīng)驗與實操規(guī)范相結(jié)合，職業(yè)技能與工作任務(wù)相結(jié)合，實訓(xùn)項目與技能鑒定相結(jié)合，循序漸進，層次清晰，圖文并茂，好學(xué)易記。本書依據(jù)中國電子學(xué)會發(fā)布的《數(shù)據(jù)中心基礎(chǔ)設(shè)施運維與管理職業(yè)技能等級標準》和考核大綱編寫。本書共12章，涵蓋了數(shù)據(jù)中心概述、數(shù)據(jù)中心基礎(chǔ)設(shè)施典型架構(gòu)及基

本書系統(tǒng)地介紹了信息安全理論與技術(shù)所涉及的數(shù)論、代數(shù)、橢圓曲線等數(shù)學(xué)理論基礎(chǔ)。內(nèi)容包括數(shù)論基礎(chǔ)，涉及整除、同余、次數(shù)與原根、二次剩余和素數(shù)檢驗與整數(shù)分解等內(nèi)容；代數(shù)系統(tǒng)，涉及群、環(huán)、域的概念及其應(yīng)用等內(nèi)容；橢圓曲線，涉及橢圓曲線的預(yù)備知識，橢圓曲線，橢圓曲線上的離散對數(shù)等內(nèi)容；離散對數(shù)等。書中每章末都配有適量習(xí)題，以供

本書圍繞圖像場景內(nèi)容理解這個核心，從圖像場景的語義理解、圖像空間的幾何理解、對象級場景解析三個方面進行詳細闡述。從章節(jié)結(jié)構(gòu)來說，第1章緒論部分概述了圖像場景內(nèi)容理解的背景與意義以及發(fā)展歷程；第2章、第3章的內(nèi)容分別對應(yīng)場景語義和場景幾何的理解，是從場景級圖像內(nèi)容理解入手；在第4章轉(zhuǎn)入對象級圖像內(nèi)容理解；第5章概述了對象

本書以當(dāng)前受到廣泛關(guān)注的系統(tǒng)安全性和安全性度量指標的重要性測度（又稱為全局靈敏度）為主要研究對象，詳細介紹了系統(tǒng)安全性的相關(guān)理論及系統(tǒng)安全性靈敏度分析方法，重點在于闡述系統(tǒng)安全性理論的最新研究成果，以及對相關(guān)輸入變量情況下安全性重要性測度指標含義的探討和求解方法的研究。

本書共分12章,內(nèi)容包括第15屆大賽通知,大賽章程,大賽組委會,大賽內(nèi)容與分類,賽事級別、作品上推比例與參賽條件,國賽決賽承辦單位管理,參賽事項,獎項設(shè)置,違規(guī)作品處理,作品評比與評比委員規(guī)范,獲獎作品的研討,2022年獲獎概況與獲獎作品選登。

本書詳細講解了傳統(tǒng)計算機視覺和基于深度學(xué)習(xí)的計算機視覺的一般原理和典型方法。在傳統(tǒng)計算機視覺方面，介紹了圖像幾何變換、顏色變換、直方圖處理、圖像濾波等，并詳細講解了圖像底層特征和傳統(tǒng)分類算法。在深度學(xué)習(xí)計算機視覺方面，詳細介紹了如何將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于物體分類、目標檢測等任務(wù)中。最后探討了其他深度學(xué)習(xí)網(wǎng)絡(luò)，如循環(huán)神經(jīng)網(wǎng)