写点什么

冬奥高质量炫技,Get 同款“魔法”:图像处理算法 | 赠书

  • 2022 年 2 月 21 日
  • 本文字数:3398 字

    阅读完需:约 11 分钟

为期半个月的冬奥会即将落下帷幕,在冰雪健儿热情展示平时训练结果的同时,你心中是不是还有谷爱凌的 1620 高难度动作,以及俄罗斯三娃(K 宝瓦利耶娃、谢尔巴科娃、特鲁索娃)的超美舞姿……

是不是还没有看过瘾呢?



谷爱凌在比赛中



K 宝瓦利耶娃在比赛中

她们在比赛的同时,也给我国的滑雪等冬季运动项目的普及带来了非常好的宣传推广。

据统计,本届冬奥会创下了收视率新高,受到了国内外的一致好评,除了中国运动健儿获得的金牌外,更多的是绚丽的画面、精彩的比赛瞬间给观众带来了惊喜,但这些高清画面和精彩瞬间的捕捉,以及首次使用的高速镜头的轨迹计算,都离不开计算机图像算法在背后的默默耕耘。

开幕式上的数字水墨冰瀑唯美震撼,“黄河水”滚滚而来,而后冰冻为一片冰的世界。殊不知,“冰瀑”中的水流图像,是经过图像处理算法而形成的。机器‘学习’大量中国传统水墨画,建立水墨纹理特征模型,以此生成风格化的山水图像。风格化图像是深度学习领域的一个很常见的案例,读者朋友可以自己下载一个风格化的模型,使用 OpenCV 进行推理,产生自己的风格化图像。



开幕式中的“黄河之水天上来”

为了让运动员更好地训练,达到更好的训练效果,本届冬奥会上应用了基于 OpenVINO(Open Visual Inference and Neural Network Optimization,开源视觉推理与神经网络优化库)视觉工具套件开发的 3DAT 三维运动员追踪技术,运动员不需要带任何传感器和相关设备,就可以直接把各种数据采集起来,进行运动轨迹的测算和分析。

这是其他项目教练利用该技术在平时训练时的分析应用运用。



在夏奥会项目中训练

OpenCV 在发行 4.x 版本的时候就开始引入了 OpenVINO 用于计算机视觉推理与深度学习推理开发。

运动员的胜负往往就在电光火石的一瞬间,为了辅助裁判的决策,需要摄像机定格一个个精彩的瞬间。体育馆中设置了 4K 摄像机阵列和 8KVR 相机,正是这些摄像机现场图像数据采集精准捕捉了运动员的动作细节,这背后蕴藏了如 VR/360°节目拍摄、内容生成、8K 视频流高效编解码、自适应传输和交互式 VR 呈现等关键技术。



谷爱凌夺冠精彩动作

本次冬奥会中在很多的场合还使用了自动驾驶和辅助驾驶技术,像火炬传递阶段,不仅有机器人来传递火炬,还有一段路程是自动驾驶汽车来负责火炬传递。而冬奥村内的大巴上也装上了辅助驾驶系统,该系统通过计算机视觉等 AI 技术,为驾驶大巴的司机提供预警提醒,计算机视觉中的图像处理算法都可以通过 OpenCV 实现。

这些冬奥会视觉科技你 get 到了吗?如果你对图像处理很有兴趣,但是却没有好的入门方法,推荐参考以下书单,在欣赏人类超高技艺的同时,还能利用学习到的技术模拟相关的实操动画。


荐读书单

01

《学习 OpenCV 4:基于 Python 的算法实战》


学习OpenCV 4:基于Python的算法实战.jpg


肖铃 著

  • 为那些想学习和掌握 OpenCV 的读者提供一本“看了就能学会”的书

  • 以超过 100 个案例,使用简洁生动的语言,和更新的 Python 语言实现代码去描述相应的操作方法

  • 这些经典和主流的算法,让读者能在操练实例的基础上快速掌握操作方法,容易上手,易于学习

本书使用 Python 语言,以 OpenCV 源码结构中的模块为章节,系统地介绍了 OpenCV 在图像处理和计算机视觉领域的应用。

本书不仅适合图像处理和计算机视觉领域的读者阅读,还适合高校师生、专业技术人员、图像处理爱好者、深度学习计算机视觉领域爱好者参考使用。


学习opencv4二维码 (2).png


(扫码了解本书详情)

02

《视觉:对人类如何表示和处理视觉信息的计算研究》


视觉:对人类如何表示和处理视觉信息的计算研究.jpg


[美] David Marr 著,吴佳俊 译

  • 原著豆瓣评分 9.7

  • 影响一代脑、认知、计算机视觉专家的经典著作

  • 详细阐述 Marr 提出的用于研究和理解视觉感知的一般框架

  • 厘清计算理论、算法、实现三个研究层次

  • 掌握本书介绍的视觉计算理论,对在人工智能和计算机视觉领域内开展进一步探索至关重要

  • 吴佳俊教授倾情翻译

本书研究了人类对视觉信息的表示和处理,并对视觉计算处理过程提出了全面的计算理论。全书立足于计算机科学、视觉神经科学和心理物理学的进展,是跨学科交叉研究的经典教科书,并对多个学科的研究都有深刻启发作用。特别值得一提的是,在近年深度学习的热潮之中,掌握本书介绍的视觉计算理论,对于在人工智能和计算机视觉领域内开展进一步探索是至关重要的。


视觉二维码 (3).png


(扫码了解本书详情)


03

《视觉 SLAM 十四讲:从理论到实践(第 2 版)》


微信图片_20210127172707.png


高翔 等  著

  • SLAM 华语原创首著升级版

  • 彩色插图|更多实例|更深内容|更完善的工程项目|更易懂的表达

本书系统介绍了视觉 SLAM(同时定位与地图构建)所需的基本知识与核心算法,既包括数学理论基础,如三维空间的刚体运动、非线性优化,又包括计算机视觉的算法实现,例如多视图几何、回环检测等。此外,我们还提供了大量的实例代码供读者学习研究,从而更深入地掌握这些内容。本书可以作为对 SLAM 感兴趣的研究人员的入门自学材料,也可以作为 SLAM 相关的高校本科生或研究生课程教材使用。


slam二维码 (2).png


(扫码了解本书详情)


04

《深度学习计算机视觉实战》


深度学习计算机视觉实战9787121417597.jpg


肖铃 著

  • 一本看懂计算机视觉的实战指南

  • 使用理论与实践相结合的思想,真正一站式搞定理论学习、算法开发到模型部署上线

本书中的上百个知识点与 50 多个案例都是作者工程应用中的经验总结,每章末尾均有"进阶必备”,给读者提供更多的拓展知识。本书适合计算机视觉的初学者、计算机视觉算法开发人员、对深度学习有兴趣的用户或者亟须工程落地使用的用户,也适合作为高校相关专业的学生教材使用。


深度学习二维码 (2).png


(扫码了解本书详情)


05


《OpenCV 4 机器学习算法原理与编程实战》


OpenCV 4机器学习算法原理与编程实战.jpg


朱斌 著

  • 注重理论结合实战

  • 兼顾经典与前沿算法

  • 应用案例翔实

  • 学习路线清晰

本书主要面向 OpenCV 领域的研究与开发人员,采用原理结合实战的方式,介绍 OpenCV 4 的机器学习算法模块与深度神经网络模块中的核心算法原理与 C++编程实战 。

本书基本聚焦于机器学习在计算机视觉领域的应用,不要求读者具有相应的知识背景,在必要时书中会介绍相关的基本概念。因此,本书既可以作为相关专业学生的实验教材,也可以作为研究人员或工程技术人员的参考资料。


opencv4机器学习二维码 (2).png


(扫码了解本书详情)


06

《OpenCV 轻松入门:面向 Python》


OpenCV轻松入门:面向Python36290LT.jpg


李立宗 著

  • 基于面向 Python 的 OpenCV(OpenCV for Python),介绍了图像处理的方方面面

  • 以 OpenCV 官方文档的知识脉络为主线,并对细节进行补充和说明

书中不仅介绍了 OpenCV 函数的使用方法,还介绍了函数实现的算法原理。在介绍 OpenCV 函数的使用方法时,提供了大量的程序示例。而且在介绍函数对图像的处理前,往往先展示函数对数值、数组的处理,方便读者从数值的角度观察和理解函数的处理过程和结果。在介绍具体的算法原理时,本书尽量使用通俗易懂的语言和贴近生活的示例来说明问题,避免使用过多复杂抽象的公式。本书适合计算机视觉领域的初学者阅读,包括在校学生、教师、专业技术人员、图像处理爱好者。


opencv轻松入门二维码 (2).png


(扫码了解本书详情)


07

《计算机视觉与深度学习实战:以 MATLAB、Python 为工具》


计算机视觉与深度学习实战37483.jpg


刘衍琦 詹福宇 等 著

  • 详细讲解 36 个计算机视觉与深度学习实战案例

  • 原理及案例超实用,边学原理边实战

本书对每个数字图像处理的知识点都提供了丰富、生动的案例素材,并以 MATLAB、Python 为工具详细讲解了实验的核心程序。通过对这些程序的阅读、理解和仿真运行,读者可以更加深刻地理解图像处理的内容,并且更加熟练地掌握计算机视觉及深度学习在不同实际领域中的用法。


计算机视觉深度学习二维码 (2).png


(扫码了解本书详情)


08

《深度学习之 PyTorch 实战计算机视觉》


深度学习之PyTorch实战计算机视觉9787121341441.jpg


唐进民 著

  • 零基础掌握深度学习、Python、PyTorch、神经网络、迁移学习及相关数学知识

  • 用 PyTorch 实战计算机视觉

本书旨在帮助零基础或基础较为薄弱的读者入门深度学习,达到能够独立使用深度学习知识处理计算机视觉问题的水平。通过阅读本书,读者将学到人工智能的基础概念及 Python 编程技能,掌握 PyTorch 的使用方法,学到深度学习相关的理论知识,比如卷积神经网络、循环神经网络、自动编码器,等等。在掌握深度学习理论和编程技能之后,读者还会学到如何基于 PyTorch 深度学习框架实战计算机视觉。

书中的大量实例可让读者在循序渐进地学习的同时,不断地获得成就感。


深度学习pytorch二维码 (2).png


(扫码了解本书详情)


09

《MATLAB 计算机视觉与深度学习实战》


MATLAB计算机视觉与深度学习实战9787121315503.jpg


刘衍琦,詹福宇,蒋献文,周华英 著

  • 30 个 MATLAB 计算机视觉与深度学习实战案例

  • 提供源码及在线支持

  • 几乎涵盖了数字图像处理中几乎所有的基本模块,并延伸到了深度学习的理论及其应用方面

对每个数字图像处理的知识点都提供了丰富生动的案例素材,并详细讲解了其 MATLAB 实验的核心程序,通过对这些示例程序的阅读理解和仿真运行,读者可以更加深刻地理解图像处理的内容,并且更加熟练地掌握 MATLAB 中各种函数在图像处理领域中的用法。


MATLAB计算机视觉与深度学习实战二维码 (2).png


(扫码了解本书详情)

用户头像

还未添加个人签名 2019.10.21 加入

还未添加个人简介

评论

发布
暂无评论
冬奥高质量炫技,Get同款“魔法”:图像处理算法 | 赠书