新書推薦：
《
豆腐（增订版）
》
售價：NT$
728.0
《
末代士人的身份、角色与命运：清遗民文学研究
》
售價：NT$
498.0
《
荷马史诗中的生与死（是古代历史的见证，还是伟大的文学作品，我们如何阅读荷马史诗？）
》
售價：NT$
347.0
《
矿王谷的黎明：塞拉俱乐部诉莫顿案与美国环境法的转变（精装典藏版）
》
售價：NT$
498.0
《
索恩丛书·我们如何成为今天的我们：德意志民族简史
》
售價：NT$
386.0
《
技术与德国 ： 1800年至今
》
售價：NT$
493.0
《
重返冰河时代：发现史前世界
》
售價：NT$
605.0
《
拉夫尔
》
售價：NT$
437.0
|
| 編輯推薦： |
1.重实践。以人工智能应用场景落地为导向、理论与实践相结合、强化学生应用型能力的提升为目标，阐述解决实际问题的技术和方法。
2.重应用。通过图片分类、物体检测、人脸识别、智能语音等实践案例，培养学生进行嵌入式人工智能的应用能力。
3.重开发。结合作者开发虹膜检测与识别产品的流程，使学生了解工业产品的开发过程。
|
| 內容簡介： |
|
本书采用嵌入式人工智能开发板EAIDK 310和嵌入式虹膜门禁EAIDK-310-P20实验平台，使用Qt和PyQt作为UI设计和运行框架，通过在嵌入式Linux系统中使用Python和C 语言编写程序代码，实现视频采集、物体分类、人脸识别、虹膜图像预处理、虹膜图像特征提取与匹配、虹膜图像采集与定位显示、虹膜识别门禁系统、智能音箱等实践案例。本书重实践、重应用、重开发、重创新，以人工智能主流应用场景落地为导向、理论与实践相结合、强化学生应用型能力的培养为目标，详细阐述解决实际问题的前沿技术和方法。 本书可作为高等院校软件工程、电子信息工程、人工智能等专业本科生与研究生的课程教材，也可供人工智能、嵌入式等相关领域的技术人员学习使用。
|
| 關於作者： |
|
贺雪晨，1986年毕业于华东师范大学电子系，分配至上海电力大学前身上海电力学院工作至今。2007年澳大利亚Edith Cowan University、2014年美国Georgia State University访问学者。 《大学物理电子教案》的制作与使用，2001年上海市教学成果三等奖，排名第二。基于身份认证平台的电子信息人才培养模式的创新与实践，2009年上海市教学成果二等奖，排名第一。主讲的“多媒体技术”，获2008年上海市精品课程；主讲的“信息对抗与安全”，获2006上海市重点课程。 主持2018年上海市重点教改“基于人工智能应用场景的产教深度融合实践教学改革与探索”、2019年产学合作协同育人项目“上海电力大学-Arm中国嵌入式人工智能联合实验室”、2017年产学合作协同育人项目“上海电力Arm 智能互联实验室”。 2005年开始主编出版教材16本，其中，《信息对抗与网络安全（第2版）》获2011年上海普通高校优秀教材二等奖；《多媒体技术实用教程》是上海市精品课程配套教材，已出4版，累计印刷3万多册。 主持的电子信息工程专业获2013年卓越工程师计划、2017年上海市应用型本科专业。
|
| 目錄：
|
第 1章 概述 1
1.1 嵌入式人工智能概述 1
1.2 EAIDK-310 快速入门 2
1.2.1 连接WiFi 2
1.2.2 自动登录 4
1.2.3 使用SSH连接开发板的命令行界面 5
1.2.4 使用VNC连接开发板的图形界面 7
1.3 Linux文件系统与常用命令 11
1.3.1 Linux 系统目录结构 11
1.3.2 常用Linux 命令 13
1.4 EAIDK 310 固件烧录 14
1.5 本章小结 16
第 2章 视频采集 18
2.1 视频采集的Python实现 18
2.1.1 图像读写 19
2.1.2 视频捕获 20
2.2 视频采集的C 实现（PC端） 27
2.2.1 Qt下载安装 28
2.2.2 Qt快速入门 28
2.2.3 C 实现视频采集 37
2.3 视频采集的C 实现（EAIDK端） 40
2.4 本章小结 44
第3章 物体分类检测 45
3.1 AI端侧推理框架Tengine-Lite简介 46
3.1.1 Tengine-Lite特点 47
3.1.2 使用 Tengine-Lite 推理框架进行部署 47
3.1.3 准备工作 48
3.2 物体分类的Python实现 51
3.2.1 MobileNet算法简介 52
3.2.2 程序编写 53
3.2.3 程序运行 56
3.3 物体分类的C 实现 57
3.3.1 SSD算法简介 58
3.3.2 程序编写 59
3.3.3 程序运行 67
3.4 本章小结 68
第4章 人脸识别 69
4.1 人脸识别Python实现 69
4.1.1 人脸识别 72
4.1.2 人脸属性 76
4.1.3 人脸识别门禁 79
4.1.4 基于PyQt的人脸识别界面设计 85
4.2 人脸识别C 实现 90
4.2.1 Vision.Face 91
4.2.2 mainwindow程序编写 92
4.2.3 AlgThread程序编写 96
4.2.4 程序运行 98
4.3 本章小结 99
第5章 虹膜图像预处理 100
5.1 虹膜识别技术概述 100
5.1.1 什么是虹膜 101
5.1.2 虹膜识别 101
5.1.3 虹膜识别发展简史 102
5.1.4 虹膜识别系统框架 103
5.2 虹膜图像读写与变换 106
5.2.1 读写图像的C 实现 106
5.2.2 图像变换的C 实现 107
5.3 虹膜图像的检测与定位 111
5.3.1 虹膜图像的检测与定位原理 112
5.3.2 虹膜图像检测定位的C 实现 118
5.3.3 C 函数转换为Python接口的实现及调用 131
5.3.4 虹膜图像检测定位的Python实现 138
5.4 虹膜图像的精确定位及归一化 143
5.4.1 虹膜图像的精确定位及归一化原理 143
5.4.2 虹膜图像精确定位及归一化的C 实现 146
5.4.3 虹膜图像精确定位及归一化的Python实现 154
5.5 本章小结 159
第6章 虹膜图像特征提取与匹配 160
6.1 虹膜图像质量评估 160
6.1.1 虹膜图像质量评估原理 161
6.1.2 虹膜图像质量评估的C 实现 164
6.1.3 虹膜图像质量评估的Python实现 168
6.2 虹膜图像特征提取与特征匹配 169
6.2.1 虹膜图像特征提取算法 170
6.2.2 虹膜图像特征匹配算法 174
6.2.3 特征提取与匹配的C 实现 174
6.2.4 特征提取与匹配的Python实现 181
6.3 本章小结 185
第7章 虹膜图像的采集与定位显示 186
7.1 虹膜图像的采集 186
7.1.1 虹膜图像采集设备简介 186
7.1.2 虹膜图像采集的C 实现 188
7.1.3 虹膜图像采集的Python实现 195
7.2 虹膜图像采集与定位显示的Python实现 197
7.3 本章小结 200
第8章 基于PyQt的虹膜识别门禁系统开发 201
8.1 EAIDK-310-P20实验平台 201
8.1.1 EAIDK-310-P20设备简介 202
8.1.2 EAIDK-310-P20设备的门禁开关控制 203
8.1.3 EAIDK-310-P20设备的语音控制 205
8.1.4 基于PyQt的虹膜识别门禁系统架构 206
8.2 虹膜识别门禁系统核心模块 207
8.2.1 核心模块功能代码 208
8.2.2 核心模块功能流程 217
8.3 虹膜图像采集与预览子系统 218
8.3.1 PyQt UI设计 218
8.3.2 代码设计 221
8.4 用户虹膜注册子系统 222
8.4.1 PyQt UI设计 223
8.4.2 代码设计 226
8.5 用户虹膜识别子系统 230
8.5.1 PyQt UI设计 230
8.5.2 代码设计 231
8.6 本章小结 234
第9章 智能音箱 235
9.1 环境配置 235
9.1.1 安装VLC库 235
9.1.2 播放测试音频 236
9.1.3 查询设备节点 236
9.2 语音识别 238
9.2.1 准备工作 238
9.2.2 编译 241
9.2.3 运行 242
9.3 自然语言处理 243
9.4 语音合成 244
9.5 智能音箱制作 246
9.6 本章小结 249
参考文献 250
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
