人工智能开源硬件与Python编程实践

　　《人工智能开源硬件与Python编程实践》是基于机器视觉、语音识别等典型方法的开源硬件及开源算法，利用Python编程工具而设计的创新实践项目。《人工智能开源硬件与Python编程实践》注重推动人工智能新技术的工程实践，将人工智能教育与创客教育相结合，课程模块包括颜色形状检测、目标跟踪、边缘检测、轨迹跟踪、人脸检测、人眼检测、瞳孔检测、条码二维码识别、笑脸检测、数字识别、语音识别等实践项目。每个课程模块均从社会需求及生活实际出发设置实践任务，介绍相关的理论知识和应用方法，提供相应算法的Python实施案例，引导学生动手实践，掌握经典机器视觉、语音识别技术的应用方法，并能够解决实际问题，培养学生的创新实践能力，可作为高等院校学生创新实践类课程教材。

暂缺《人工智能开源硬件与Python编程实践》作者简介

项目1 计算机视觉与Python编程实践
（1）问题的提出
（2）任务与目标
（3）知识准备
（4）设计与实践
（5）调试、验证及完善
（6）分析与思考
项目2 视频捕捉与处理Python编程
（1）问题的提出
（2）任务与目标
（3）知识准备
（4）设计与实践
（5）调试、验证及完善
（6）分析与思考
项目3 计算机视觉与颜色追踪
（1）问题的提出
（2）任务与目标
（3）知识准备
（4）设计与实践
（5）调试、验证及完善
（6）分析与思考
项目4 基于计算机视觉的物体形状检测
（1）问题的提出
（2）任务与目标
（3）知识准备
（4）设计与实践
（5）调试、验证及完善
（6）分析与思考
（7）综合拓展实践任务
项目5 计算机视觉目标跟踪系统
（1）问题的提出
（2）任务与目标
（3）知识准备
（4）设计与实践
（5）调试、验证及完善
（6）分析与思考
（7）综合拓展实践任务
项目6 基于边缘与角点检测的图像匹配
（1）问题的提出
（2）任务与目标
（3）知识准备
（4）设计与实践
（5）调试、验证及完善
（6）分析与思考
……
项目7 轨迹跟踪与拟合
项目8 计算机视觉与人脸检测
项目9 人眼检测与瞳孔检测
项目10 计算机视觉与条码识别系统
项目11 计算机视觉与二维码识别系统
项目12 卷积神经网络初步与笑脸识别
项目13 卷积神经网络与图像自动分类
项目14 基于卷积神经网络的手写体数字识别
项目15 语音识别技术与Python编程
项目16 语音交互控制智能相机设计综合实践
参考文献