本书结合C++和OpenCV全面讲解计算机视觉编程，不仅涵盖计算机视觉和图像处理的基础知识，而且通过完整示例讲解OpenCV的重要类和函数。主要内容包括OpenCV库的安装和部署、图像增强、像素操作、图形分析等各种技术，并且详细介绍了如何处理来自文件或摄像机的视频，以及如何检测和跟踪移动对象。第3版针对OpenCV新版本进行了修改，调整了很多函数和算法说明，还增加了立体图像深度检测、运动目标跟踪、人脸识别、人脸定位、行人检测等内容，适合计算机视觉新手、专业软件开发人员、学生，以及所有想要了解图像处理和计算机视觉技术的人员学习参考。

本书以MATLAB R2017a为平台，以智能算法为背景，全面详细地介绍了人工智能的各种新型算法。本书内容以理论为基础，以实际应用为主导，循序渐进地向读者讲解怎样利用MATLAB智能算法解决实际问题。全书共13章，主要内容包括MATLAB R2017a软件的基础知识、智能算法的理论、人工神经网络算法、模糊逻辑控制算法、粒子群算法、蚁群算法、模拟退火算法、遗传算法、免疫算法、禁忌搜索算法、支持向量机算法及小波分析算法等。

本书以TensorFlow 1.2为基础，从基本概念、内部实现和实践等方面深入剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念，接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现，紧接着还将TensorFlow与深度学习相结合，从理论基础和程序实现这两个方面系统介绍了CNN、GAN和RNN等经典模型，然后深入剖析了TensorFlow运行时核心、通信原理和数据流图计算的原理与实现，全面介绍了TensorFlow生态系统的发展。

人工智能时代已经到来，无论你是否已经准备好。它无处不在，在各个行业中改变人们的生活。无论是当初设想的工业制造、还是令我们惊叹的围棋或翻译，人工智能都在彻底改变人们的认知。人工智能，到底会改变什么？会影响什么？它会是人类忠实的朋友，还是科幻电影中毁灭人类的恶魔？ 面对着已经到来的人工智能大潮，《人工智能：开启颠覆性智能时代》告诉你：人工智能不会是我们的敌人，而会是我们得力的伙伴。而即将迎接新时代的我们，到底该做些什么，才能让这位伙伴不会取代我们，才能帮助我们在新的商业变局到来前抓住先机？ 我们没有必要畏惧人工智能。读完这本《人工智能：开启颠覆性智能时代》，你将会知道，我们即将迎来一个崭新的美好时代。

数年来，几乎每天都能听到关于人工智能的重大新闻，其间，笔者针对人工智能的产业应用问题展开了一系列思考和研究，并得出了一些结论，本书即是对这些的总结。 本书分三大部分，第 I 部考察 AI 在特定行业和业务中的应用前景；具体论及 AI 的发展程度、人工智能如何改变人类特别是白领阶层的工作、AI与IoT的关系，此外该部分还针对几种不同类型的 AI 所擅长的领域，分别就“分析”“识别/认知”“学习/对话” 三方面展开论述，探索了 伴随AI 发展不同领域内的企业和社会将发生怎样的变化。 在第 II 部中，前两章是关于如何充分运用 AI 开发新服务以及怎样维护既存服务的相关内容。之后的章节中将举出其他行业、公司内部具体部门等例子，同时附带具体事例展开论述。针对 AI在制造业、广告/市场营销，以及令人稍感意外的农林水产领域中的应用进行考察后，不难发现 IT 只有与其他相关行业相结合才能继续发展下去，而这其中与人才、人事方面的结合尤为重要。 第 III 部围绕与其它国家AI研究、应用的对比，就AI 在不同领域中的渗透所引发的行业重组等问题展开说明，思考应该怎样推动AI的研发和利用。 不论读者是对 AI 的产业应用感兴趣，还是想了解 AI 社会下人类的作用，抑或理想的教育状态等，都能够从本书中获得有用的经验。

本书在介绍ROS总体框架和理论要点的基础上，讲解ROS的通信机制、常用组件和进阶功能；同时以实践为主，讲解机器视觉、机器听觉、SLAM与导航、机械臂控制、机器学习等多种ROS应用的主要原理和实现方法；并分析基于ROS的机器人系统设计方法和典型实例；后论述ROS2的框架特点和使用方法，剖析ROS的发展方向。

机器人已经大规模地进入商业化应用、政府管理等领域，甚至走入寻常百姓家，这些都已经不存在技术上的障碍。当机器人更直接且显著地影响数百万人的生活时，在机器人设计过程中的技术选择不仅包含了价值判断与期望，也具有道德选择。尽管每一个机器人学专家都聪明善良，谈吐过人；但是如果这些技术决策仅仅是由少数科学家、工程师做出的，还是令人担忧。因为这些决策将会影响我们的生命、死亡、健康、工作与生计、阶层地位、个人隐私、 性别认同、未来战争、城市景观和其他重要领域。 《机器人与人》旨在让更多人参与到机器人学的技术决策中，决定机器人能够做什么和应该做什么！ 机器人学家应该阅读本书，但更多的非专业领域的读者更应该阅读本书。 因为今天做出的设计选择将会在未来几十年里持续影响所有人的生活，我们需要在什么是“好的”机器人这样的问题上取得共识。不论是在战场、医院、生产线，还是在病人康复、假肢使用和老龄化的应对中，机器人都可与人类协同工作，而不是完全取代人类。机器人不应成为人类的奴隶或霸主，它们将成为人类的伙伴。这些即将发生的转变迫使我们不得不立即修正我们的理论、规范和期望。

深度学习的概念源于人工神经网络的研究，它是机器学习中一种基于对数据进行表征学习的方法。本书是一本详细的、实用的深度学习实践指南。它共有8 章，详细讲解了深度神经网络、Elman 神经网络、Jordan 神经网络、自编码器、堆叠自编码器、限制玻尔兹曼机的相关知识。本书并没有详细介绍那些深奥的数字公式，它旨在解释深度学习模型是如何工作的，让读者学会如何构建成功的深度学习模型，并将其用于数据挖掘，从而让读者迅速地学以致用，可以用深度学习构建更智能的应用。本书适合数据科学家、各领域的研究人员阅读，也适合其他对深度学习感兴趣的人士阅读。

深度学习是人工智能的前沿技术。《深度学习之美》深入浅出地介绍了深度学习的相关理论和实践，《深度学习之美》共分16章，采用理论和实践双主线写作方式。第1章给出深度学习的大图。第2章和第3章，讲解了机器学习的相关基础理论。第4章和第5章，讲解了Python基础和基于Python的机器学习实战。第6至10章，先后讲解了M-P模型、感知机、多层神经网络、BP神经网络等知识。第11章讲解了被广泛认可的深度学习框架TensorFlow。第12章和第13章详细讲解了卷积神经网络，并给出了相关的实战项目。第14章和第15章，分别讲解了循环递归网络和长短期记忆（LSTM）网络。第16章讲解了神经胶囊网络，并给出了神经胶囊网络设计的详细论述和实践案例分析。 《深度学习之美》结构完整、行文流畅，是一本难得的零基础入门、图文并茂、通俗易懂、理论结合实战的深度学习书籍。

本书为人工智能技术、产业的通俗读本，书中以AI技术对个人、社会的冲击为焦点，结合欧美日人工智能产业的调查研究，解读了AI时代的新秩序、新格局。作者行文结构清晰、考论得当，既有对技术要义原理的浅白讲解，如机器学习、深度学习；又有对就业、产业格局变革的研究和分析，如自动驾驶、智能机器人、医疗、养老、艺术等；还涉及技术时代下，人类存在价值、社会伦理伤痕的讨论；以及人工智能冲击背景下，对日本全产业衰退危机的深度思考。本书可作为了解人工智能技术的科普读物，也适用于人工智能产业相关人员作为背景知识、资料阅读参考。