目录


第1章视频分类

1.1背景介绍

1.2算法原理

1.2.1Slow路径

1.2.2Fast路径

1.2.3横向连接

1.2.4SlowFast的实例化

1.3实验操作

1.3.1实验环境

1.3.2数据集介绍

1.3.3实验操作与结果

1.4总结与展望

参考文献

第2章目标检测

2.1背景介绍

2.2算法原理

2.2.1边界框预测

2.2.2分类预测

2.2.3YOLOv3网络结构

2.2.4损失函数

2.3实验操作

2.3.1实验环境

2.3.2数据集介绍

2.3.3实验操作与结果

2.4总结与展望

参考文献

第3章表情识别

3.1背景介绍

3.2算法原理

3.2.1ResNet介绍

3.2.2类激活映射

3.2.3注意力一致性

3.2.4EAC模型介绍

3.3实验操作

3.3.1实验环境

3.3.2数据集介绍

3.3.3实验操作与结果

3.4总结与展望

参考文献

第4章呼吸检测

4.1背景介绍

4.2算法原理

4.2.1时空网络

4.2.2自编码器

4.2.3网络模型

4.3实验操作

4.3.1代码介绍

4.3.2数据集

4.3.3实验操作与结果

4.4总结与展望

参考文献

第5章心率检测

5.1背景介绍

5.2算法原理

5.2.1基于皮肤反射模型的帧差表示

5.2.2基于注意力机制的外观表示

5.2.3网络模型

5.3实验操作

5.3.1代码介绍

5.3.2数据集介绍

5.3.3实验操作与结果

5.4总结与展望

参考文献

第6章视线估计

6.1背景介绍

6.1.1基于模型的视线估计方法

6.1.2基于表观的视线估计方法

6.2算法原理

6.2.1基础知识介绍

6.2.2UnityEyes合成器介绍

6.2.3视线估计网络结构介绍

6.3实验操作

6.3.1代码介绍

6.3.2数据集

6.3.3实验操作与结果

6.4总结与展望

参考文献

第7章3D人脸重建

7.1背景介绍

7.2算法原理

7.2.1网络结构介绍

7.2.2FLAME模型

7.2.3损失函数

7.3实验操作

7.3.1代码介绍

7.3.2数据集介绍

7.3.3实验操作与结果

7.4总结与展望

参考文献

第8章3D目标检测

8.1背景介绍

8.1.1基于激光雷达点云的目标检测方法

8.1.2基于多传感器融合的3D目标检测方法

8.1.3基于图像的目标检测方法

8.2算法原理

8.2.1特征编码器网络

8.2.2特征提取网络

8.2.3检测器

8.2.4损失函数

8.3实验操作

8.3.1代码介绍

8.3.2数据集介绍

8.3.3实验操作与结果

8.4总结与展望

参考文献

第9章3D手部姿态估计

9.1背景介绍

9.1.1基于彩色图像的手部姿态估计方法

9.1.2基于深度图像的手部姿态估计方法

9.2算法原理

9.2.1基础知识介绍

9.2.2图卷积神经网络

9.2.33D手部姿态估计网络

9.3实验操作

9.3.1代码介绍

9.3.2数据集

9.3.3实验操作与结果

9.4总结与展望

参考文献

第10章图像翻译

10.1背景介绍

10.2算法原理

10.2.1跨域对齐网络

10.2.2空间自适应去规范化

10.2.3图像生成网络

10.2.4网络结构介绍

10.3实验操作

10.3.1代码介绍

10.3.2数据集介绍

10.3.3实验操作与结果

10.4总结与展望

参考文献

第11章图像转文本

11.1背景介绍

11.2算法原理

11.2.1自注意力机制

11.2.2Transformer

11.2.3M2 Transformer

11.2.4网络结构介绍

11.3实验操作

11.3.1代码介绍

11.3.2数据集介绍

11.3.3实验操作与结果

11.4总结与展望

参考文献

第12章文本生成图像

12.1背景介绍

12.2算法原理

12.2.1双向长短时记忆网络

12.2.2文本图像融合模块

12.2.3匹配感知梯度惩罚

12.2.4网络结构介绍

12.3实验操作

12.3.1代码介绍

12.3.2数据集介绍

12.3.3实验操作与结果

12.4总结与展望

参考文献

第13章人脸老化与退龄预测

13.1背景介绍

13.2算法原理

13.2.1相关概念介绍

13.2.2算法流程简介

13.2.3网络结构介绍

13.3实验操作

13.3.1代码介绍

13.3.2数据集介绍

13.3.3实验操作与结果

13.4总结与展望

参考文献

第14章图像超分辨率

14.1背景介绍

14.1.1单图像超分辨率重建方法

14.1.2基于参考的图像超分辨率重建

14.2算法原理

14.2.1Swin Transformer

14.2.2SwinIR

14.3实验操作

14.3.1代码介绍

14.3.2数据集

14.3.3实验操作与结果

14.4总结与展望

参考文献

第15章图像修复

15.1背景介绍

15.2算法原理

15.2.1基础知识介绍

15.2.2边缘生成网络

15.2.3图像补全网络

15.2.4网络结构介绍

15.3实验操作

15.3.1代码介绍

15.3.2数据集介绍

15.3.3实验操作与结果

15.4总结与展望

参考文献

第16章AI对对联

16.1背景介绍

16.2算法原理

16.2.1自然语言处理概述

16.2.2递归神经网络

16.2.3网络结构介绍

16.3实验操作

16.3.1代码介绍

16.3.2数据集介绍

16.3.3实验操作与结果

16.4总结与展望

参考文献

第17章语音识别

17.1背景介绍

17.2算法原理

17.2.1语音信号预处理

17.2.2语音信号特征提取

17.2.3语音文本输出

17.2.4双向循环神经网络

17.2.5softmax分类器

17.2.6网络结构介绍

17.3实验操作

17.3.1代码介绍

17.3.2数据集介绍

17.3.3实验操作与结果

17.4总结与展望

参考文献

第18章图节点分类

18.1背景介绍

18.2算法原理

18.2.1整体框架

18.2.2特定卷积模块

18.2.3通用卷积模块

18.2.4注意力机制

18.2.5损失函数

18.3实验操作

18.3.1代码介绍

18.3.2数据集介绍

18.3.3实验操作与结果

18.4总结与展望

参考文献