深度學習時代的計算機視覺算法

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(jīng)網(wǎng)絡的基本概念 004
1．3．1 前饋神經(jīng)網(wǎng)絡 005
1．3．2 反向傳播算法 005
1．3．3 權重系數(shù)更新 007
1．4 卷積神經(jīng)網(wǎng)絡原理 007
1．4．1 CNN的起源與發(fā)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 基于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(jīng)網(wǎng)絡結構設計 024
2．2 卷積神經(jīng)網(wǎng)絡結構演化 026
2．2．1 從LeNet到VGG 026
2．2．2 Inception系列 028
2．2．3 ResNet系列 029
2．2．4 DenseNet系列 031
2．2．5 SqueezeNet系列 033
2．2．6 ShuffleNet系列 034
2．2．7 MobileNet系列 035
2．3 神經(jīng)架構搜索 037
2．4 CNN的計算量與參數(shù)計算方法 037
2．5 小結 038
參考文獻 039
第3章 基于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(tǒng)的目標檢測算法 045
3．1．3 基于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 交并比和非極大值抑制 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(shù)據(jù)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(yōu)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(xiàn)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(lián)設計 079
3．7．1 傳統(tǒng)的級聯(lián)檢測算法 079
3．7．2 深度學習下的級聯(lián)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(xiàn)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(wǎng)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(wǎng)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(shù)據(jù)集和評價指標 098
參考文獻 099
第4章 基于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(wǎng)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系列 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(shù)據(jù)集以及評價指標 122
4．5．1 圖像分割數(shù)據(jù)集 122
4．5．2 語義分割評估指標 123
參考文獻 124
第5章 基于深度學習的人體姿態(tài)估計算法 127
5．1 人體姿態(tài)估計任務簡介 128
5．1．1 任務簡介 128
5．1．2 面臨的挑戰(zhàn) 130
5．1．3 方法概述 130
5．2 單人姿態(tài)估計 132
5．3 自頂向下的多人姿態(tài)估計 133
5．4 自底向上的多人姿態(tài)估計 134
5．5 常用數(shù)據(jù)集以及評價指標 136
參考文獻 136
第6章 基于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(zhàn) 142
6．1．4 與行人跟蹤和人臉驗證的關系 143
6．1．5 行人重識別數(shù)據(jù)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 基于相關濾波的目標跟蹤算法 150
6．7 基于孿生網(wǎng)絡的跟蹤算法 151
參考文獻 153
第7章 基于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(qū)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(shù)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
7．3．2 三元組損失 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(guī)范化和權重規(guī)范化 171
參考文獻 172
第8章 基于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(tǒng)方法 179
8．2．1 基于插值的方法 179
8．2．2 基于重建的方法 180
8．2．3 基于學習的方法 180
8．3 基于卷積神經(jīng)網(wǎng)絡的圖像超分辨率重建方法 181
8．3．1 網(wǎng)絡模型 182
8．3．2 損失函數(shù) 184
8．3．3 訓練樣本 184
8．3．4 訓練策略 185
8．4 常用數(shù)據(jù)集與評價指標 186
參考文獻 187