深度學習之人臉圖像處理：核心算法與案例實戰(zhàn)

　　本書由淺入深、全面系統(tǒng)地介紹人臉圖像的各個研究方向和應(yīng)用場景，包括但不限于基于深度學習的各個方向的核心技術(shù)。本書理論體系完備，講解時提供大量實例，可供讀者實戰(zhàn)演練。本書涵蓋的內(nèi)容非常廣泛，從基本的人臉數(shù)據(jù)集發(fā)展歷史和人臉檢測開始，分別講述在此基礎(chǔ)上進行的人臉圖像處理的相關(guān)技術(shù)與應(yīng)用，涉及身份識別、安全認證、人機交互和娛樂社交等領(lǐng)域。 本書共11章，涵蓋的主要內(nèi)容有人臉圖像與特征基礎(chǔ)、深度學習基礎(chǔ)、人臉數(shù)據(jù)集、人臉檢測、人臉關(guān)鍵點檢測、人臉識別、人臉屬性識別、人臉屬性分割、人臉美顏與美妝、人臉三維重建及人臉屬性編輯。 本書適合計算機視覺領(lǐng)域的初學者及所有在人臉圖像算法領(lǐng)域想要有所提高的工程技術(shù)人員、學生及教職工閱讀。讀者既可以將本書作為核心算法書籍學習理論知識，也可以將本書作為工程參考手冊查閱相關(guān)技術(shù)。本書核心知識： 1. 理論與背景基礎(chǔ)知識 人臉圖像的特點與人臉特征 深度卷積神經(jīng)網(wǎng)絡(luò)核心技術(shù) 人臉各個領(lǐng)域的數(shù)據(jù)集發(fā)展史 2. 圖像識別核心知識 目標檢測與人臉檢測 人臉關(guān)鍵點檢測 人臉識別 人臉屬性識別 圖像分割與人臉屬性分割 人臉美顏與妝造遷移 人臉三維重建 人臉屬性編輯 3. 八大經(jīng)典案例 Faster RCNN框架人臉檢測 輕量級人臉關(guān)鍵點檢測 基于VGG與Center loss的人臉識別 輕量級人臉表情和年齡識別 輕量級人臉屬性分割 基于GAN的人臉妝造遷移 三維人臉庫的使用與重建 人臉動畫頭像風格化

　　言有三真名龍鵬。2012年本科畢業(yè)于華中科技大學，后保研至中國科學院并于2015年畢業(yè)。先后在奇虎360人工智能研究院和陌陌深度學習實驗室從事計算機視覺相關(guān)工作，積累了豐富的傳統(tǒng)圖像處理算法研究心得和深度學習項目實戰(zhàn)經(jīng)驗。運營微信公眾號“有三AI”和知識星球“有三AI”等社區(qū)，內(nèi)容覆蓋深度學習理論、深度學習開源框架、模型架構(gòu)設(shè)計與優(yōu)化，以及深度學習在計算機視覺和自然語言處理等領(lǐng)域的核心技術(shù)與應(yīng)用，規(guī)劃并總結(jié)了AI算法工程師的完整成長路線。出版了《深度學習之圖像識別：核心技術(shù)與案例實戰(zhàn)》與《深度學習之模型設(shè)計：核心算法與案例實踐》等著作。