《TensorFlow人脸识别实战》利用深度学习进行人脸识别

#好书推荐##好书奇遇季#《TensorFlow人脸识别实战》,京东当当天猫都有发售。配套源码、PPT课件、数据集、开发环境与答疑服务。

人脸识别技术就是基于人的脸部特征信息进行身份识别的一种生物识别技术,是用多种测量方法和手段来扫描人脸,包括热成像、3D人脸地图、独特特征(也称为地标)分类等分析面部特征的几何比例、关键面部特征之间的映射距离、皮肤表面纹理。

长期以来,由于技术手段的落后和人脸的复杂,人脸技术一直没有被大规模应用。究其原因,还是当时的人脸识别技术对人的头部位置、面部表情以及年龄的易变性辨识度非常低,难以准确地判断目标,不能给出一个准确度较高的结论,从而制约了这项技术的发展。

随着深度学习的兴起,人们发现使用深度学习技术能够较好地进行人脸识别。深度学习方法的主要优势是可以用非常大型的数据集进行训练,学习到表征这些数据的最佳特征,从而在要求的准确度下实现人脸识别的目标。

本书内容

本书以全新的TensorFlow 2版本为基础进行编写,教会读者如何运用深度学习框架实现人脸识别。从TensorFlow 2的基础语法开始讲解,到介绍如何使用TensorFlow 2进行深度学习程序的设计,以及如何在实战中设计出人脸识别模型。

本书分为10章,第1、2章介绍人脸识别的基础知识和发展路径;第3章从搭建环境开始,详细介绍Anaconda、Python、PyCharm、TensorFlow CPU版本和GPU版本的安装;第4~6章介绍TensorFlow基本和高级API的使用;第7章介绍使用原生API处理数据的方法和可视化训练过程;第8章是实战准备,介绍ResNet模型的实现和应用;第9、10章综合本书前面的知识,学习人脸识别模型与人脸检测这两个实战项目。

本书读者

本书是一本面向人工智能初级和中级读者的翔实教程。通过本书的学习,读者能够掌握深度学习的核心内容和在TensorFlow框架下实现人脸识别的知识要点,以及掌握从模型构建到应用程序编写的整套技巧。

本书作者

王晓华,计算机专业讲师,研究方向为云计算、大数据与人工智能。著有《Spark MLlib机器学习实践》《TensorFlow深度学习应用实践》《OpenCV+TensorFlow深度学习与计算机视觉实战》《TensorFlow知识图谱实战》《TensorFlow人脸识别实战》《TensorFlow语音识别实战》《TensorFlow 2.0卷积神经网络实战》《Keras实战:基于TensorFlow2.2的深度学习实践》《TensorFlow深度学习从零开始学》《深度学习的数学原理与实现》等图书。

猜你喜欢

转载自blog.csdn.net/brucexia/article/details/122446089