十年之后，CV經(jīng)典《計(jì)算機(jī)視覺：算法與應(yīng)用》迎來第二版，初稿開放下載

點(diǎn)擊上方“AI算法與圖像處理”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

文末附下載鏈接

本文整理自機(jī)器之心

提到計(jì)算機(jī)視覺領(lǐng)域的入門書，不少人會(huì)推薦 Facebook 研究科學(xué)家 Richard Szeliski 的《計(jì)算機(jī)視覺：算法與應(yīng)用》。這本書的英文版于 2010 年出版，2011 年被翻譯成中文在國內(nèi)面世，成為很多人學(xué)習(xí)計(jì)算機(jī)視覺的入門教材。

這本書探索了用于分析和解釋圖像的各種常用技術(shù)，描述了具有一定挑戰(zhàn)性的視覺應(yīng)用方面的成功實(shí)例，兼顧專業(yè)的醫(yī)學(xué)成像和圖像編輯與拼接之類有趣的大眾應(yīng)用。在這本書中，作者從科學(xué)的角度介紹了基本的視覺問題，將成像過程的物理模型公式化，然后在此基礎(chǔ)上生成對(duì)場(chǎng)景的逼真描述，他還運(yùn)用統(tǒng)計(jì)模型來分析和運(yùn)用嚴(yán)格的工程方法來解決這些問題。

作為一本被廣泛采用的教材，《計(jì)算機(jī)視覺：算法與應(yīng)用》非常受初學(xué)者歡迎，有人稱贊其「為計(jì)算機(jī)視覺技術(shù)的初學(xué)者（本科生）提供了廣泛的標(biāo)準(zhǔn)計(jì)算機(jī)視覺問題的堅(jiān)實(shí)基礎(chǔ)」。

毋庸置疑，《計(jì)算機(jī)視覺：算法與應(yīng)用》是一本高質(zhì)量的入門教材。但美中不足的是，這本書寫于十年前，涉及的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)內(nèi)容較少，而近年來，這兩項(xiàng)技術(shù)又在視覺領(lǐng)域?qū)崿F(xiàn)了爆炸式增長(zhǎng)。

為了彌補(bǔ)這一缺憾，最近，作者 Richard Szeliski 在自己的個(gè)人主頁上宣布，《計(jì)算機(jī)視覺：算法與應(yīng)用》第二版已經(jīng)基本完成，并發(fā)布了新書的 PDF 版本，向讀者征集意見。

4

即可下載

新書介紹了哪些內(nèi)容？

Richard Szeliski 在新書的前言中介紹說，這本書萌芽于 2001 年，當(dāng)時(shí)華盛頓大學(xué)的 Steve Seitz 邀請(qǐng)他一起講授一門課程——「Computer Vision for Computer Graphics」。后來，這門課程逐漸演變成一份愈發(fā)完整的計(jì)算機(jī)視覺教學(xué)大綱，還形成了一套以項(xiàng)目為導(dǎo)向的課程結(jié)構(gòu)。

基于這些課程經(jīng)驗(yàn)和在企業(yè)研究實(shí)驗(yàn)室的多年積累，Richard Szeliski 寫了《計(jì)算機(jī)視覺：算法與應(yīng)用》的第一版。他表示，這本書更加強(qiáng)調(diào)能夠在現(xiàn)實(shí)世界發(fā)揮作用的基本技術(shù)，而不是高深的數(shù)學(xué)原理。

第一版的《計(jì)算機(jī)視覺：算法與應(yīng)用》共計(jì) 14 個(gè)章節(jié)，分別為：

1. 引言；

2. 圖像形成；

3. 圖像處理；

4. 特征檢測(cè)與匹配；

5. 分割；

6. 基于特征的對(duì)齊；

7. 由運(yùn)動(dòng)到結(jié)構(gòu)；

8. 稠密運(yùn)動(dòng)估計(jì)；

9. 圖像拼接；

10. 計(jì)算攝影學(xué)；

11. 立體匹配；

12. 3D 重建；

13. 基于圖像的渲染；

14. 識(shí)別。

第二版的《計(jì)算機(jī)視覺：算法與應(yīng)用》也是 14 個(gè)章節(jié)，分別為：

1. 引言；

2. 成像；

3. 圖像處理；

4. 模型擬合與優(yōu)化；

5. 深度學(xué)習(xí)；

6. 識(shí)別；

7. 特征檢測(cè)與匹配；

8. 圖像對(duì)齊與拼接；

9. 運(yùn)動(dòng)估計(jì)；

10. 計(jì)算攝影學(xué)；

11. 由運(yùn)動(dòng)到結(jié)構(gòu)與 SLAM；

12. 深度估計(jì)；

13. 3D 重建；

14. 基于圖像的渲染；

可以看出，與第一版相比，第二版發(fā)生了很大的變化，其中最顯著的變化包括：

• 機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)出現(xiàn)在第五章，因?yàn)樗鼈冊(cè)谝曈X算法中扮演的角色與前兩章介紹的經(jīng)典圖像處理、圖 / 概率模型、能量最小化方法一樣重要。

• 「識(shí)別」從第 14 章提前到了第 6 章，因?yàn)槎说蕉松疃葘W(xué)習(xí)系統(tǒng)不再需要開發(fā)特征檢測(cè)、匹配、分割等構(gòu)建模塊，而大多數(shù)選修視覺課程的同學(xué)可能主要是對(duì)圖像識(shí)別感興趣，所以把這章提前有利于他們構(gòu)建自己的項(xiàng)目。

除此之外，該書還增加了一些當(dāng)前最新的技術(shù)、文獻(xiàn)和應(yīng)用，如手機(jī)計(jì)算攝影學(xué)和自主導(dǎo)航技術(shù)。

在之前的教學(xué)過程中，作者發(fā)現(xiàn)讓學(xué)生實(shí)現(xiàn)一些小項(xiàng)目非常有用，有時(shí)這些項(xiàng)目甚至可以組成會(huì)議論文。因此，該書每一章末尾的練習(xí)都包含一些建議，針對(duì)一些期中小項(xiàng)目進(jìn)行指導(dǎo)。此外，書中還包含一些尚未解決的開放性問題。

該書適用于計(jì)算機(jī)科學(xué)和電氣工程高年級(jí)本科生和研究生。讀者上手之前最好先學(xué)習(xí)一門圖像處理或計(jì)算機(jī)圖形學(xué)課程，這樣就能少花點(diǎn)時(shí)間學(xué)習(xí)數(shù)學(xué)基礎(chǔ)知識(shí)，多一點(diǎn)時(shí)間去學(xué)計(jì)算機(jī)視覺技術(shù)。為了讓讀者了解該領(lǐng)域的最新進(jìn)展，作者盡量引用最新的研究。

作者簡(jiǎn)介

Richard Szeliski 博士是計(jì)算機(jī)視覺領(lǐng)域的大師級(jí)人物，他在計(jì)算機(jī)視覺研究方面有 30 多年的豐富經(jīng)驗(yàn)，主攻計(jì)算機(jī)視覺和計(jì)算機(jī)圖形學(xué)。

Richard Szeliski 先后任職于 DEC（美國數(shù)字設(shè)備公司）和微軟研究院。1996 年，他在微軟研究院任職期間提出了一種基于運(yùn)動(dòng)的全景圖像拼接模型，采用 L-M 算法，通過求圖像間的幾何變換關(guān)系來進(jìn)行圖像匹配。此方法是圖像拼接領(lǐng)域的經(jīng)典算法，Richard Szeliski 也因此成為圖像拼接領(lǐng)域的奠基人。

目前，Richard Szeliski 在 Facebook 擔(dān)任研究科學(xué)家，他還是 Facebook 計(jì)算攝影部門的創(chuàng)始負(fù)責(zé)人。2017 年，Richard Szeliski 獲得 ICCV 大會(huì)頒發(fā)的杰出研究獎(jiǎng)。

Richard Szeliski 表示，他的新書還處在勘誤、征集建議的階段，讀者可以通過電子郵件與他聯(lián)系。

新書下載鏈接：

鏈接: https://pan.baidu.com/s/1lyt05uf0kAG5mRlIIJiF1w?

提取碼: kh9u

下載1：OpenCV黑魔法

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：OpenCV黑魔法，即可下載小編精心編寫整理的計(jì)算機(jī)視覺趣味實(shí)戰(zhàn)教程


下載2 CVPR2020

在「AI算法與圖像處理」公眾號(hào)后臺(tái)回復(fù)：CVPR2020，即可下載1467篇CVPR?2020論文
個(gè)人微信（如果沒有備注不拉群！）
請(qǐng)注明：地區(qū)+學(xué)校/企業(yè)+研究方向+昵稱

覺得有趣就點(diǎn)亮在看吧