本书内容由浅入深、循序渐进，涵盖了深度学习在图像处理中的应用技术。本书共8章，首先简要介绍图像处理技术，以及深度学习在图像领域中的应用；接着对深度学习在图像处理中的应用技术进行详细介绍，包括图像阴影检测、图像阴影去除、图像噪声处理、图像匀光和匀色等内容；然后对基于卷积神经网络的图像超分辨率重建方法进行讲解；最后以基于深度学习的红树林提取和屋顶提取与绿化评价为例，详细讲解深度学习在图像处理中的应用。

本书主要介绍人工智能研究领域中神经网络的PyTorch架构，对其在多个领域的应用进行系统性的归纳和梳理。书中的案例有风景图分类、人像前景背景分割、低光照图像增法、动漫头像生成、画风迁移、风格转换等，对每项视觉任务的研究背景、应用价值、算法原理、代码实现和移动端部署流程进行了详细描述，并提供相应的源码，适合读者从0到1构建移动端智能应用。 本书适合对人工智能实际应用感兴趣的本科生、研究生、深度学习算法工程师、计算机视觉从业人员和人工智能爱好者阅读，书中介绍的各项视觉任务均含有相应的安卓平台部署案例，不仅对学生参加比赛、课程设计具有参考意义，对相关从业人员的软件架构和研发也具有启发价值。

近年来，智能物联网、群体智能、工业互联网等新兴技术逐步兴起，人（智能手机、可穿戴设备等）、机（云设备、边缘设备）、物（具感知计算能力的物理实体）这三种基础要素正在走向协作和融合，迈向人机物融合群智计算时代，即通过人、机、物异构群智能体的有机融合，利用其感知能力的差异性、计算资源的互补性、节点间的协作性和竞争性，构建具有自组织、自学习、自适应、持续演化等能力的智能感知计算空间，实现智能体个体技能和群体认知能力的提升。 2020年，根据微软学术（Microsoft Academic）统计分析的关于群智感知（Crowd sensing）研究的作者排名（Top Authors）中，本书作者团队位列全球第一。本书作者带着十余年从事群智感知计算研究的思考，将传统的“以人为中心”的群智感知计算拓展深化为“人-机-物异构群智能体融合计算”（简称“人机物融合群智计算”），从单纯的群智感知数据收集提升为人机物群智融合的协作计算与增强学习，探索异构群智协同的基础理论创新和关键技术突破。 本书系统化地阐明新一代“群智感知计算”内涵，并匠造出一把开启“人机物融合群智计算”新世界大门的钥匙。本书既可以作为专著，为物联网、人工智能、工业互联网、智慧城市、智能制造等领域的科研人员和IT从业者提供创新的发展视角及相关理论、方法与技术支撑，也可以作为高年级本科生或研究生的参考教材。

《智能平衡移动机器人》全面介绍了智能平衡移动机器人的应用平台搭建、平台的硬件电路、数字控制系统和一系列开发移动机器人的应用。这些应用由浅入深可分为3部分： 基础外设应用、基于机器人外设的进阶应用、基于机器人外设的综合应用，这3部分应用构成了读者学习平衡移动机器人技术的阶梯。本书在此基础上着重介绍了基于模型设计的开发方法、TMS320F28069控制芯片的特点、引脚与功能，以及Embedded Coder Support Packages for Texa Instruments C2000的硬件支持包。综合来看，读者可以方便快捷地实现基础应用、进阶应用和综合应用的学习，同时获得更多关于机器人平台硬件、软件等多个方面的综合知识。 《智能平衡移动机器人》适合作为高等院校机械、电气、自动化以及计算机专业高年级本科生和研究生的教材，同时可供对于基于模型的开发方法感兴趣的科研人员、从事MATLAB/Simulink开发的研究人员参考。

知识图谱作为认知智能的核心技术正蓬勃发展。本书系统全面地介绍了知识图谱的核心技术，既有宏观整体的技术体系，也有关键技术和算法细节，内容包括：知识图谱模式设计的方法论——六韬法；知识图谱构建中的实体抽取和关系抽取；知识存储中的属性图模型及图数据库，重点介绍了JanusGraph分布式图数据库；知识计算中的图论基础，以及中心性、社区检测等经典图计算算法；知识推理中的逻辑推理、几何变换推理和深度学习推理，及其编程实例。最后，本书以金融、医疗和智能制造三大行业的应用场景为例，梳理了知识图谱的应用价值和应用程序形态。 本书既适合人工智能行业从业者和研究人员系统学习知识图谱，也适合一线工程师和技术人员参考使用，并可作为企业管理人员、政府人员、政策制定人员、公共政策学者的参考材料，以及高等院校计算机、金融和人工智能等相关专业师生的参考资料和培训学校的教材。

虚拟现实和增强现实技术目前在智能制造中得到了越来越多的应用。本书重点介绍在应用此类技术涉及的关键技术，包括绘制技术、人机交互技术、开发平台特别是几何引擎和动力学引擎等，对于其在智能制造中的典型应用给予了专门介绍。书中大部分案例都取自作者所在课题组实际开发的工程实例，是一本理论与实用兼顾的参考工具书。

本书首先介绍了虹膜识别技术相关的概念和应用，重点对虹膜定位、眼睑和眼睫毛检测、虹膜特征提取等虹膜识别关键技术进行了研究，提出了相应的算法。研究了如何从虹膜特征中提取密钥，并将密钥与高级加密标准AES结合应用于图像加密。本书适合从事图像处理、生物特征识别研究方向的研究人员阅读，也可作为相关专业研究生的参考资料。

特征工程可以修改数据特征，更好地捕获问题本质，从而改进结果。这个过程既是一种艺术，也是技巧和诀窍的一种结合。本书是一本特征工程实用指南，主要探讨如何利用特征工程提升机器学习解决方案的性能。本书从特征工程的基本概念和技术开始介绍，建立了一种独特的跨领域方法，通过充分研究案例详细介绍了图数据、时间戳数据、文本数据和图像数据的处理方法，包括分箱、折外估计、特征选择、数据降维和可变长度数据编码等重要主题。

本书是面向青少年的人工智能科普书和入门教材，立足于趣味性、科学性、知识性和实践性，尽量避免晦涩专业术语对阅读流畅性的影响。书中还包含数十个精心筛选的实践案例，可根据读者需要灵活选用。 全书共5 个单元、14章，从人工智能的发展简史讲起，以语音、图像、生活中的典型场景及伦理问题为主要知识载体，聚焦问题，深入浅出地引出人工智能的基本思想、主要原理、知识概念、典型应用实践等。 本书可作为青少年课外科普读物和中学信息技术等学科的辅助教材、职业院校的专业教材和本科阶段的通识教育教材，还可作为相关培训教材和科学素质提升读本。

本书基于 C++编写，旨在带领读者动手打造出一个深度学习框架。本书首先介绍 C++模板元编程的基础技术，然后在此基础上剖析深度学习框架的内部结构，逐一实现深度学习框架中的各个组件和功能，包括基本数据结构、运算与表达模板、基本层、复合层、循环层、求值与优化等，最终打造出一个深度学习框架。本书将深度学习框架与 C++模板元编程有机结合，更利于读者学习和掌握使用 C++开发大型项目的方法。本书适合对 C++有一定了解，希望深入了解深度学习框架内部实现细节，以及提升 C++程序设计水平的读者阅读。