什麼是計算機視覺

計算機視覺是一門研究如何使機器“看”的科學，更進一步的說，就是是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的影象。作為一個科學學科，計算機視覺研究相關的理論和技術，試圖建立能夠從影象或者多維資料中獲取‘資訊’的人工智慧系統。這裡所 指的資訊指Shannon定義的，可以用來幫助做一個“決定”的資訊。因為感知可以看作是從感官訊號中提 取資訊，所以計算機視覺也可以看作是研究如何使人工系統從影象或多維資料中“感知”的科學。

                                                           ————————————————源自於百度百科的解讀
 

計算機視覺是一門綜合了很多知識的學科，包括攝影知識、計算機和演算法等知識，這裡是由YY的演算法工程師大佬推薦的計算機視覺必備的幾本書籍，涉及的內容範圍很廣，書籍也很厚，個人建議應該要“好讀書不求甚解”，要全面的瞭解這些基礎的東西，到了需要用到時候再去深入的研究和思考，畢竟人的精力是有限的，當然那些大神我就不敢這樣子建議了。

書單：

（1）統計學習方法（李航）

（2）機器學習（周志華）

（3）深度學習（Ian Goodfellow）

（4）《計算機視覺:一種現代方法(第2版)(中文版)》

（5）《計算機視覺:演算法與應用》

繼續給出書籍的豆瓣說明和評論，我們按需分配，下載是無限的，但是閱讀是有限的，大家挑選最有價值的書籍來提升自我的能力，fighting！！！

統計學習是計算機及其應用領域的一門重要的學科。本書全面系統地介紹了統計學習的主要方法，特別是監督學習方法，包括感知機、k近鄰法、樸素貝葉斯法、決策樹、邏輯斯諦迴歸與最大熵模型、支援向量機、提升方法、em演算法、隱馬爾可夫模型和條件隨機場等。除第1章概論和最後一章總結外，每章介紹一種方法。敘述從具體問題或例項入手，由淺入深，闡明思路，給出必要的數學推導，便於讀者掌握統計學習方法的實質，學會運用。為滿足讀者進一步學習的需要，書中還介紹了一些相關研究，給出了少量習題，列出了主要參考文獻。

《統計學習方法》是統計學習及相關課程的教學參考書，適用於高等院校文字資料探勘、資訊檢索及自然語言處理等專業的大學生、研究生，也可供從事計算機應用相關專業的研發人員參考。

機器學習是電腦科學與人工智慧的重要分支領域. 本書作為該領域的入門教材，在內容上儘可能涵蓋機器學習基礎知識的各方面。為了使盡可能多的讀者通過本書對機器學習有所瞭解, 作者試圖儘可能少地使用數學知識. 然而, 少量的概率、統計、代數、優化、邏輯知識似乎不可避免. 因此, 本書更適合大學三年級以上的理工科本科生和研究生, 以及具有類似背景的對機器學 習感興趣的人士. 為方便讀者, 本書附錄給出了一些相關數學基礎知識簡介.

全書共16 章，大致分為3 個部分：第1 部分（第1～3 章）介紹機器學習的基礎知識；第2 部分（第4～10 章）討論一些經典而常用的機器學習方法（決策樹、神經網路、支援向量機、貝葉斯分類器、整合學習、聚類、降維與度量學習）；第3 部分（第11～16 章）為進階知識，內容涉及特徵選擇與稀疏學習、計算學習理論、半監督學習、概率圖模型、規則學習以及強化學習等.前3章之外的後續各章均相對獨立, 讀者可根據自己的興趣和時間情況選擇使用. 根據課時情況, 一個學期的本科生課程可考慮講授前9章或前10章; 研究生課程則不妨使用全書.

書中除第1章外, 每章都給出了十道習題. 有的習題是幫助讀者鞏固本章學習, 有的是為了引導讀者擴充套件相關知識. 一學期的一般課程可使用這些習題, 再輔以兩到三個針對具體資料集的大作業. 帶星號的習題則有相當難度, 有些並無現成答案, 謹供富有進取心的讀者啟發思考.

本書可作為高等院校計算機、自動化及相關專業的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。


《深度學習》由全球知名的三位專家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰寫，是深度學習領域奠基性的經典教材。全書的內容包括3個部分：第1部分介紹基本的數學工具和機器學習的概念，它們是深度學習的預備知識；第2部分系統深入地講解現今已成熟的深度學習方法和技術；第3部分討論某些具有前瞻性的方向和想法，它們被公認為是深度學習未來的研究重點。

《深度學習》適合各類讀者閱讀，包括相關專業的大學生或研究生，以及不具有機器學習或統計背景、但是想要快速補充深度學習知識，以便在實際產品或平臺中應用的軟體工程師。


《計算機視覺:一種現代方法(第2版)(中文版)》內容簡介：計算機視覺是研究如何使人工系統從影象或多維資料中"感知"的科學。《計算機視覺:一種現代方法(第2版)(中文版)》是計算機視覺領域的經典教材，內容涉及幾何攝像模型、光照和著色、色彩、線性濾波、區域性影象特徵、紋理、立體相對、運動結構、聚類分割、組合與模型擬合、追蹤、配準、平滑表面與骨架、距離資料、影象分類、物件檢測與識別、基於影象的建模與渲染、人形研究、影象搜尋與檢索、優化技術等內容。與前一版相比，《計算機視覺:一種現代方法(第2版)(中文版)》簡化了部分主題，增加了應用示例，重寫了關於現代特性的內容，詳述了現代影象編輯技術與物件識別技術。

《計算機視覺:演算法與應用》探索了用於分析和解釋影象的各種常用技術,描述了具有一定挑戰性的視覺應用方面的成功例項,兼顧專業的醫學成像和影象編輯與交織之類有趣的大眾應用,以便學生能夠將其應用於自己的照片和視訊,從中獲得成就感和樂趣。《計算機視覺:演算法與應用》從科學的角度介紹基本的視覺問題,將成像過程的物理模型公式化,然後在此基礎上生成對場景的逼真描述。作者還運用統計模型來分析和運用嚴格的工程方法來解決這些問題。《計算機視覺:演算法與應用》作為本科生和研究生“計算機視覺”課程的理想教材,適合計算機和電子工程專業學生使用,重點介紹現實中行之有效的基本技術,通過大量應用和練習來鼓勵學生大膽創新。此外,《計算機視覺:演算法與應用》的精心設計和編排,使其可以作為計算機視覺領域中一本獨特的基礎技術參考和最新研究成果文獻。
獲取方式

回覆“計算機視覺”即可獲得上述書籍的連結，資源獲取不易，希望小夥伴們點波小小的關注哈

歡迎關注和訂閱AI演算法與影象處理公眾號（AI_study）

不定期更新和分享高質量的文章和學習資料，讓我們一起進步吧，fighting