人工智能与电影特效制作及应用(数字媒体艺术与技术丛书)

作者: 田丰许昊骏李御之

出版社: 上海科学技术出版社

出版时间: 2021-10

版次: 1

ISBN: 9787547854938

定价: 60.00

装帧: 其他

开本: 16开

纸张: 胶版纸

页数: 212页

字数: 300.000千字

分类: 艺术

3人买过

本书以数字图像处理为基础，结合人工智能在电影特效制作中的应用进行编写，全书内容分为数字图像处理概论、人工智能在电影特效制作中的应用两大模块共12章。
书中所有拍摄素材均为编著团队实地拍摄或代码运行所得，其中图像基础部分是数字图像处理课程的核心内容，包含丰富的教学案例，是重要的学习资料。田丰，上海大学上海电影学院副教授，博士研究生导师，讲授《数字图像处理》等课程。主持国家社科基金艺术学一般项目、国家艺术基金传播交流推广项目、上海市科委项目和上海市经信委项目多项。2018年作为导演完成“VR头显的人眼视觉矫正”科普短视频的策划、编写、创作，并在东方明珠移动电视上累计放映80分钟。第１章数字图像基础１

１．１数字图像处理的概念１

１．２数字图像处理的应用２

１．３图像数字化的概念２

１．４图像采样与量化３

１．５直方图６

１．６读取、显示和保存图像案例９

第２章空域处理１２

２．１点运算１２

２．２代数运算１４

２．３仿射变换１６

第３章频域处理３３

３．１二维离散傅里叶变换３３

３．２快速傅里叶变换３５

３．３傅里叶变换中的高频低频分量３６

３．４离散余弦变换４２

３．５卷积定理４４

３．６滤波器设计５０

３．７卷积函数案例５３

３．８中值滤波与维纳滤波５５

第４章图像边缘检测５７

４．１边缘的定义５７

４．２灰度阈值法分割５７

４．３边缘检测案例５８

第５章图像压缩与编码６２

５．１图像压缩概述６２

５．２图像编码６４

５．３图像压缩与传输模型６６

５．４常见无损编码方式６７

第６章数学形态学７５

６．１数学形态学的步骤与优势７５

６．２与数学形态学相关的集合的基本概念７５

６．３膨胀和腐蚀７６

６．４开运算和闭运算８０

６．５基本的形态学算法应用８２

６．６灰度形态学８３

第７章特征识别基础８６

７．１霍夫变换８６

７．２拉东变换８９

第８章人工智能理论基础９２

８．１人工智能的定义与发展９２

８．２机器学习概述９３

８．３线性回归９４

８．４感知机与前馈神经网络９７

８．５线性判别分析１００

８．６决策树１０３

８．７朴素贝叶斯１０７

８．８Ｋ近邻算法１１０

８．９支持向量机１１２

８．１０聚类１１７

第９章神经网络的简单实现１２１

９．１Ｐｙｔｈｏｎ环境配置１２１

９．２数学函数库Ｎｕｍｐｙ１２４

９．３神经网络框架Ｐｙｔｏｒｃｈ１２９

９．４卷积神经网络１３３

９．５手写数字识别１４３

９．６多分类任务１４７

第１０章光流网络１５１

１０．１光流计算原理１５１

１０．２ＬｕｃａｓＫａｎａｄｅ光流估计算法１５２

１０．３Ｆａｒｎｅｂａｃｋ稠密光流１５６

１０．４光流数据集ＦｌｙｉｎｇＣｈａｉｒｓ１５８

１０．５ＦｌｏｗＮｅｔ网络１５９

１０．６ＦｌｏｗＮｅｔ２．０网络１６６

第１１章生成对抗网络１７１

１１．１生成对抗网络概述１７１

１１．２利用生成对抗网络进行超分辨率图像生成１７９

１１．３利用生成对抗网络进行图像风格迁移１８１

第１２章神经网络综合应用１８５

１２．１着色网络１８５

１２．２ＡｒｔＬｉｎｅ图像线框提取１８７

１２．３人体姿态估计１８９

参考文献１９９
内容简介:
本书以数字图像处理为基础，结合人工智能在电影特效制作中的应用进行编写，全书内容分为数字图像处理概论、人工智能在电影特效制作中的应用两大模块共12章。
书中所有拍摄素材均为编著团队实地拍摄或代码运行所得，其中图像基础部分是数字图像处理课程的核心内容，包含丰富的教学案例，是重要的学习资料。
作者简介:
田丰，上海大学上海电影学院副教授，博士研究生导师，讲授《数字图像处理》等课程。主持国家社科基金艺术学一般项目、国家艺术基金传播交流推广项目、上海市科委项目和上海市经信委项目多项。2018年作为导演完成“VR头显的人眼视觉矫正”科普短视频的策划、编写、创作，并在东方明珠移动电视上累计放映80分钟。
目录:
第１章数字图像基础１

１．１数字图像处理的概念１

１．２数字图像处理的应用２

１．３图像数字化的概念２

１．４图像采样与量化３

１．５直方图６

１．６读取、显示和保存图像案例９

第２章空域处理１２

２．１点运算１２

２．２代数运算１４

２．３仿射变换１６

第３章频域处理３３

３．１二维离散傅里叶变换３３

３．２快速傅里叶变换３５

３．３傅里叶变换中的高频低频分量３６

３．４离散余弦变换４２

３．５卷积定理４４

３．６滤波器设计５０

３．７卷积函数案例５３

３．８中值滤波与维纳滤波５５

第４章图像边缘检测５７

４．１边缘的定义５７

４．２灰度阈值法分割５７

４．３边缘检测案例５８

第５章图像压缩与编码６２

５．１图像压缩概述６２

５．２图像编码６４

５．３图像压缩与传输模型６６

５．４常见无损编码方式６７

第６章数学形态学７５

６．１数学形态学的步骤与优势７５

６．２与数学形态学相关的集合的基本概念７５

６．３膨胀和腐蚀７６

６．４开运算和闭运算８０

６．５基本的形态学算法应用８２

６．６灰度形态学８３

第７章特征识别基础８６

７．１霍夫变换８６

７．２拉东变换８９

第８章人工智能理论基础９２

８．１人工智能的定义与发展９２

８．２机器学习概述９３

８．３线性回归９４

８．４感知机与前馈神经网络９７

８．５线性判别分析１００

８．６决策树１０３

８．７朴素贝叶斯１０７

８．８Ｋ近邻算法１１０

８．９支持向量机１１２

８．１０聚类１１７

第９章神经网络的简单实现１２１

９．１Ｐｙｔｈｏｎ环境配置１２１

９．２数学函数库Ｎｕｍｐｙ１２４

９．３神经网络框架Ｐｙｔｏｒｃｈ１２９

９．４卷积神经网络１３３

９．５手写数字识别１４３

９．６多分类任务１４７

第１０章光流网络１５１

１０．１光流计算原理１５１

１０．２ＬｕｃａｓＫａｎａｄｅ光流估计算法１５２

１０．３Ｆａｒｎｅｂａｃｋ稠密光流１５６

１０．４光流数据集ＦｌｙｉｎｇＣｈａｉｒｓ１５８

１０．５ＦｌｏｗＮｅｔ网络１５９

１０．６ＦｌｏｗＮｅｔ２．０网络１６６

第１１章生成对抗网络１７１

１１．１生成对抗网络概述１７１

１１．２利用生成对抗网络进行超分辨率图像生成１７９

１１．３利用生成对抗网络进行图像风格迁移１８１

第１２章神经网络综合应用１８５

１２．１着色网络１８５

１２．２ＡｒｔＬｉｎｅ图像线框提取１８７

１２．３人体姿态估计１８９

参考文献１９９