推薦序一

在人工智能70余年的發展歷程中，機器學習的重要性不容忽視。隨著神經聯結主義方法論的不斷發展，近10年來，建立在深度神經網絡模型之上的深度學習技術異軍突起，已經成為人工智能的中堅力量。與此同時，計算機視覺技術也達到了前所未有的高度。

本書介紹的計算機視覺相關技術是深度學習在計算機視覺領域的具體應用，不僅包括當下最為流行的圖像分類和目標檢測技術的算法框架，還包括與這些算法框架相關的數據集處理、云計算、邊緣計算的運用技巧，過程翔實、簡單實用。推廣一個技術的最好方式就是“運用它”，如果越來越多的企業和工程人員能夠運用機器學習乃至機器意識的相關技術為用戶和社會創造價值，那么人工智能的未來之路一定會越走越寬！

“人無遠慮，必有近憂。”為了能夠參與全球性的人工智能競爭和合作，我們現在就應該前瞻性地開展前沿關鍵技術的基礎性研究。本書在介紹工程應用的同時，還對深度學習的算法原理、神經網絡的設計意圖等較為基礎和抽象的概念進行了介紹，邏輯清晰、形象直觀。特別是近些年興起的三維計算機視覺和圖卷積神經網絡技術，它們與二維計算機視覺有著千絲萬縷的聯系。唯有夯實計算機視覺的技術基礎，我們才能參與自動駕駛、感知計算等前沿領域的全球競爭和合作。

希望讀者能夠將本書中的深度學習技術學會并應用到具體問題的解決之中，通過扎實的研究建立深厚的人工智能理論基礎，通過技術應用積累計算機視覺實戰經驗，共同參與到讓計算機更加“靈活”地服務于人類社會的實踐之中，為智能社會的發展貢獻一份力量。

周昌樂

北京大學博士，廈門大學教授，心智科學家

中國人工智能學會理事、福建省人工智能學會理事長