十三章讲的机器学习可是看作prml内容的简略翻译中文版 后面的就是opencv的文档 内容不错，很有条理性，算法深入浅出。不过有较多的印刷错误。原先只有英文版的电子书，刚好书香节活动，趁着把相关的书全买了，这本也是同事推荐，应该没错，之前推荐的模式识别也是很不错的一本 还没细看，粗略翻阅了一下，前面很大概讲概率论的内容，后面讲一些算法，有一些专业术语不是学过的还要自己去找资料查阅，总体来说，不是一本入门级别的书 内容介绍 本书是一本从机器学习视角讲解计算机视觉的非常好的教材。全书图文并茂、语言浅显易懂，算法描述由浅入深，即使是数学背景不强的学生也能轻松理解和掌握。作者展示了如何使用训练数据来学习观察到的图像数据和我们希望预测的现实世界现象之间的联系，以及如何如何研究这些联系来从新的图像数据中作出新的推理。本书要求少的前导知识，从介绍概率和模型的基础知识开始，接着给出让学生能够实现和修改来构建有用的视觉系统的实际示例。适合作为计算机视觉和机器学习的高年级本科生或研究生的教材，书中详细的方法演示和示例对于计算机视觉领域的专业人员也非常有用。目录 译者序 译者简介 序 前言 第1章绪论1 第一部分概率 第2章概率概述6 讨论10 备注11 习题11 第3章常用概率分布12 总结18 备注18 习题18 第4章拟合概率模型21 总结31 备注31 习题32 第5章正态分布34 总结38 备注39 习题39 第二部分机器视觉的机器学习 第6章视觉学习和推理42 总结51 备注51 习题52 第7章复杂数据密度建模54 总结80 备注80 习题81 第8章回归模型82 讨论98 备注98 习题98 第9章分类模型100 讨论125 备注125 习题127 第三部分连接局部模型 第10章图模型130 讨论145 备注145 习题145 第11章链式模型和树模型147 讨论167 备注168 习题169 第12章网格模型172 讨论198 备注198 习题200 第四部分预处理 第13章图像预处理与特征提取204 结论223 备注223 习题224 第五部分几何模型 第14章针孔摄像机228 讨论245 备注245 习题246 第15章变换模型249 讨论270 备注270 习题271 第16章多摄像机系统273 讨论293 备注293 习题294 第六部分视觉模型 第17章形状模型298 讨论322 备注322 习题324 第18章身份与方式模型326 讨论346 备注346 习题348 第19章时序模型349
评论区