深度学习与计算机视觉

　　本教材主要内容包括计算机视觉历史回顾与介绍、数据驱动的图像分类方式：K最近邻与线性分类器、线性分类器损失函数与很优化、反向传播与神经网络、神经网络的训练、卷积神经网络、迁移学习之物体定位与检测、卷积神经网络的可视化与进一步理解、卷积神经网络工程实践技巧、深度学习开源库使用介绍、图像分割与注意力模型、视频检测与无监督学习等。本书适合高等学校图像处理、模式识别、机器视觉、人工智能相关专业本科高年级学生和研究生使用，也可作为相关专业领域科研工作者参考书。

　　李晖晖，女，1974年生， 2006年在西北工业大学自动化学院模式识别与智能系统专业获得工学博士学位，现为西北工业大学自动化学院副教授。主要从事图像处理、模式识别、机器视觉、人工智能等方向的研究。 刘航，男，1973年生， 博士，现为西北工业大学自动化学院副教授。主要从事网络协议设计与优化、无线感知、网络安全等方向的研究。