Computer Vision

This invaluable compendium highlights the challenges of perioperative process in hospitals today. It delves into the development of a multi-agent robotic system where a dirty-side robot that sorts ins

Pattern recognition, image processing and computer vision are closely linked areas which have seen enormous progress in the last fifty years. Their applications in our daily life, commerce and industr

This book provides a broader introduction to the theories and applications of sparse coding techniques in computer vision research. It introduces sparse coding in the context of representation learnin

The book presents a collection of practical applications of image processing and analysis. Different vision systems are more often used among others in the automotive industry, pharmacy, military and

The major progress in computer vision allows us to make extensive use of medical imaging data to provide us better diagnosis, treatment and predication of diseases. Computer vision can exploit texture

This book gives a comprehensive overview of the most advanced theories, methodologies and applications in computer vision. Particularly, it gives an extensive coverage of 3D and robotic vision problem

In this book, we look at how cluster technology can be leveraged to build better robots. Algorithms and approaches in key areas of robotics and computer vision, such as map building, path planning, ta

This 2010 handbook is identified as a fourth edition, but it's actually a completely new work and is the fourth in a series of handbooks published in 1993, 1999, and 2005. The 33 chapters are all new.

This book is a collection of scientific papers published during the last five years, showing a broad spectrum of actual research topics and techniques used to solve challenging problems in the areas o

The book presents a comprehensive overview of modern mathematical concepts, models, methods and tools with applications in computer graphics, computer vision and machine learning.Fifteen topics in mod

The book presents a comprehensive overview of modern mathematical concepts, models, methods and tools with applications in computer graphics, computer vision and machine learning.Fifteen topics in mod

Computer and Machine Vision: Theory, Algorithms, Practicalities (previously entitled Machine Vision) clearly and systematically presents the basic methodology of computer and machine vision, covering

在 AI 模型不停推陳出新，生成的內容越來越逼真，你是不是也開始對 AI 躍躍欲試，但卻又不得其門而入呢？這本書的誕生，就是為了讓你我都能看得懂、用得上、不被落下。▌給上班族的你：媒體不斷報導 AI 的強大，一邊說它能提升效率，一邊又說它可能取代人類工作──其實與其恐懼 AI，不如學會了解 AI。當你掌握 AI 的能力與限制，就能把它變成你的助力，讓自己在職場中更有競爭力。▌給學生、新鮮人與轉職者：當企業逐漸看重具備 AI 能力的人才，你的履歷中有沒有實作經驗、能否與 AI 工具協作，都會成為關鍵加分項。然而學校不一定有教、網路資源又過於零碎，想要快速補足這塊技術的知識，你需要的是一套有系統的入門書。▌給關心下一代的家長：現在的年輕世代是「AI 原生族群」，生成式 AI 將會伴隨他們長大、學習、工作，甚至影響他們的創造力與價值觀。與其被科技隔閡拉遠，不如主動理解 AI 的樣貌與影響，陪伴孩子健康地使用 AI、成為真正的科技公民。無論你是上班族、新鮮人、轉職者、家長或學生，這本書都能幫助你打開 AI 世界的大門!正如書名中「⇄」符號所呈現的意義，希望帶領讀者了解各種「生成式 AI」應用與背後相關技術的來龍去脈，讓你用最輕鬆的方式，培養面對未來的 AI 素養與競爭力。現在就開始——你將不只是 AI 使用者，更是 AI 時代的參與者！本書特色: \ 一看就懂的生成式 AI 最強入門書 /貼近科技脈動，跟上 AI 技術發展腳步，吸收新知不落伍！涵蓋完整 AI 技術地圖：- 機器學習 (Machine Learning)- 深度學習 (Deep Learning)- 電腦視覺 (Computer Vision)- 自然語言處理 (NLP)- 聊天機器人 (Chatbot)- 生成式 AI (Generative AI)- 檢索增強生成 (RAG)- AI 代理 (AI Agent)- AI 倫理與未來思辨\ 52 個零基礎實作活動，讓你輕鬆玩懂 AI /從趣味實驗到真實應用，不懂程式也能動手玩：- 看懂 ChatGPT 的運作邏輯- 跟 AI 協作畫圖、創作音樂- 打造毛小孩的影像識別模型- 自動駕駛與 AI 道德判斷體驗- 用眼睛控制畫面、用聲音操控動作- 打造一個跟你對話的 AI 代理人- 用 RAG 檢索不同的資料- 請 AI 協助招聘的公平性反思還有更多實用又有趣的活

▍GPT、Transformer、attention / self-attention 機制、seq2seq 架構...，大型語言模型 (LLM) 背後的建模技術「硬派」揭密！▍AI 界扛霸子 NVIDIA 的指定教材！近年來，在 NVIDIA (輝達) GPU、CUDA 技術的推波助瀾下，大型語言模型 (LLM) 的發展有著爆炸性的成長，例如最為人知的 ChatGPT 正是運用深度學習 (Deep Learning) 技術打造而成的熱門 LLM 應用。□【★徹底看懂 LLM 核心建模技術 - GPT、Transformer 的模型架構】自從 ChatGPT 爆紅之後，LLM 建模技術一直是熱門的研究話題，ChatGPT 的背後核心是 GPT 模型，而 GPT 裡面最重要的技術就是最後那個「T」- 也就是大名鼎鼎、使用了 attention (注意力) 機制的 Transformer 模型，這當中所用的建模技術可說是一環扣一環，也容易讓初學者學起來暈得不得了，只要一個關鍵地方沒搞懂，後面就全花了...為此，本書經過精心設計，是帶你看懂 GPT、Transformer、attention...這些 LLM 關鍵技術的最佳救星！本書設計了「環環相扣」的 NLP 章節內容，循序漸進介紹 LLM 的基礎建模技術：🔹看懂循環神經網路 (RNN、LSTM) 的缺點就知道為什麼需要 attention 機制以及 seq2seq 架構🔹看懂 attention 機制就能看懂 Transformer 的 self-attention 神經層🔹看懂 seq2seq 架構就能看懂 Transformer 的 encoder-decoder 架構🔹看懂 Transformer 就能看懂 GPT你可以深刻感受到次一章的模型架構幾乎都是為了解決前一章模型的不足之處而誕生的，經此一輪學習下來，保證讓你對 GPT、Transformer、attention / self-attention 等技術清清楚楚！這絕對是其他書看不到的精彩內容！【★學 LLM 基礎，跟 AI 重要推手 - NVIDIA 學最到位！】NVIDIA 除了在硬體上為 AI 帶來助益外，為了幫助眾多初學者快速上手 LLM 用到的深度學習基礎，任職於 NVIDIA 的本書作者 Magnus Ekman 凝聚了他多年來在 N

這本書引導讀者從廣闊的人工智慧來到深度學習的核心概念，深化對機器學習的理解，並揭示電腦視覺如何利用機器學習來模仿和擴展人類的視覺能力。深度學習顯著提升了電腦視覺技術的效能，而成功的電腦視覺案例又進一步推進深度學習領域的發展，形成一個良性循環。　書中不僅提供扎實的理論基礎，更搭配豐富實用的範例，這些範例都是用強大且被廣泛運用的 Python 程式語言編寫。透過這些範例，讀者能更直觀地掌握書中所述的概念，並將理論付諸實踐。　本書特別為對影像處理與電腦視覺懷抱熱情的讀者而設計，無論是大學部或研究所的學生，或是渴望自學精進的其他族群，都能從中獲益良多。

大數據分析是許多傳統產業的主要驅動力，例如：金融、醫療和能源等等。視覺資料分析（Visual data analysis）和電腦視覺（Computer Vision）則是這場資料革命的一部分。近年來，它們的發展漸趨成熟，在自主導航、遊戲和製造業等領域，創造了許多新穎又令人振奮的應用程式。 本書將帶領讀者建立強大且獨特的電腦視覺應用程式。每一章將從一個專案展開，並深入OpenCV的某個重要面向，例如

For courses in Image Processing and Computer Vision. Introduce your students to image processing with the industry's most prized text For 40 years, Image Processing has been the foundational text for

At the fascinating frontiers of neurobiology, mathematics and psychophysics, this book addresses the problem of human and computer vision on the basis of cognitive modeling. After recalling the physic

近年來，深度學習的相關演算法已被廣泛使用在電腦視覺(computer vision)、神經機器翻譯(neural machine translation)、神經風格轉換(neural style transfer)及聊天機器人(chatbots)等的應用。 雖然網路上已經提供了許多深度學習的各種演算法程式，但若只會使用程式卻不瞭解各種演算法的內涵，對於深度學習的領域只能是見樹不見林，無法真正體會深

【本書特色】 最貼近新手的深度學習理論及應用全方位入門書！ ✪學習必備理論，打好基礎，新手不怕被過多的數學式嚇跑。 ✪使用PyTorch直覺易懂且強大的深度學習框架，開始應用的第一步。 ✪了解自然語言處理、電腦視覺與強化學習等三大領域經典應用與實作，領略深度學習的強大。 ✪兼顧理論與實作，而非偏頗一方，培養讀者較全面的理解。 ✪包含經典學術論文與知名專案技術講解，幫助讀者掌握此技術所能到達的高度。 ✪每章末提供自我檢驗題目，幫助理解與統整各章概念。 【內容簡介】 本書內容改編自第12屆iT邦幫忙鐵人賽AI & Data組冠軍系列文章《Knock Knock！Deep Learning》，是專為深度學習初學者所規劃的內容，旨在以淺顯易懂的文字，帶領深度學習領域的新手度過入門撞牆期。內容從深度學習的基本理論開始，並以PyTorch框架的介紹過渡至應用篇，最後以自然語言處理、電腦視覺與強化學習等三大領域的經典論文與實作專案收尾，循序漸進且去蕪存菁。本書會帶入許多故事性的敘述和插圖，結合作者自身在史丹佛大學修讀碩士期間的學習心得，以及深度學習發展相關的故事，期使本書讀起來不會如教科書一樣厚重，亦不會像網路上的技術文章一般零散無脈絡，讓讀者對深度學習領域的發展有一定的概念。 【內容重點】 ✪了解深度學習的基礎理論以及必備的實作知識與工具 內容從人類的神經網路開始，介紹深度學習與其相似之處，並理解神經網路的學習步驟，同時也介紹一些必備的實作知識與工具，以具備基本的實作工程技能。 ✪入門深度學習框架PyTorch 內容介紹語法簡潔、好上手且在學術界流行的PyTorch框架，著重實作與應用。 ✪深度學習×自然語言處理×電腦視覺×強化學習 內容會依序談到深度學習在三方面的應用，如自然語言處理（Natural Language Processing，NLP )、電腦視覺（Computer Vision，CV )、強化學習（Reinforcement Learning，RL )。除了基本簡介外，還會介紹一些基本實作和改變世界的技術成果。 【適用讀者】 ✪對深度學習有興趣，但還不知道它是什麼、能做什麼的新手。 ✪零散讀過深度學習相關文章，但仍有知識缺口的入門者。 ✪被教科書中龐大的數學理論嚇到，而對深度學習卻步的讀者。 ✪正在上學校的深度學習課程，但不知道實作從何開始的學生。