Python人脸识别：从入门到工程实践

作品简介

本书讲解了人脸识别模型的实现原理和特点，更重要的是强调了工程上的实践能力，对工程场景中常见的问题进行了分析与探讨。

王天庆编著

作品目录

• 前言
• 第1章　人脸识别入门
• 1.1　人脸识别概况
• 1.2　人脸识别发展状况
• 1.3　本章小结
• 第2章　数学与机器学习基础
• 2.1　矩阵
• 2.2　向量
• 2.3　距离度量
• 2.4　卷积
• 2.5　机器学习基础
• 2.6　本章小结
• 第3章　计算机视觉原理与应用
• 3.1　计算机视觉介绍
• 3.2　颜色模型
• 3.3　信号与噪声
• 3.4　图像滤波
• 3.5　图像的几何变换
• 3.6　图像特征
• 3.7　本章小结
• 第4章　OpenCV基础与应用
• 4.1　OpenCV介绍
• 4.2　科学计算库Numpy
• 4.3　OpenCV基本操作
• 4.4　图像的基本变换
• 4.5　本章小结
• 第5章　深度学习与Keras工程实践
• 5.1　深度学习介绍
• 5.2　Keras框架简介
• 5.3　Keras的使用方法
• 5.4　常用的神经网络层
• 5.5　激活函数
• 5.6　优化器
• 5.7　损失函数
• 5.8　模型评估方法
• 5.9　数据增强
• 5.10　Keras的工程实践
• 5.11　本章小结
• 第6章　常用人脸识别算法
• 6.1　特征脸法
• 6.2　OpenCV的方法
• 6.3　Dlib的人脸检测方法
• 6.4　基于深度学习的图片特征提取
• 6.5　基于深度学习的人脸检测
• 6.6　基于深度学习的人脸识别
• 6.7　本章小结
• 第7章　人脸识别项目实战
• 7.1　人脸图片数据集
• 7.2　使用OpenCV的人脸检测
• 7.3　使用Dlib的人脸检测
• 7.4　深度学习实践
• 7.5　人脸识别的拓展应用
• 7.6　本章小结
• 第8章　人脸识别工程化
• 8.1　云平台实践
• 8.2　服务API设计
• 8.3　人脸图片存储
• 8.4　人脸图片检索
• 8.5　本章小结