本书选择以遮挡人脸识别这一难题为例，探索人工智能技术实战进阶之路。采用MATLAB、Python等大众化的编程语言，依次探索遮挡人脸识别中的图像智能采集、图像智能去噪、图像非局部均值滤波、图像智能分割、图像区域生长、图像智能变换、图像边缘智能检测、图像智能融合、遮挡人脸深度学习、遮挡人脸智能识别等技术。本书以遮挡人脸识别问题为主线，对机器视觉算法的数学表达、模型推导和技术实现流程进行系统的介绍和讨论。
本书内容通俗易懂，适合对人工智能实战应用感兴趣但缺少专业指导的读者。无论是对遮挡人脸识别技术感兴趣的大学生，还是希望向人工智能领域转型的技术人员，都可以通过本书的指引，轻松实现人工智能实战进阶。体验成长与进步的喜悦。

王文峰，上海应用技术大学电气学院高级工程师，印度IMT研究所终身教授，上海临港国际人工智能产业研究院首席科学家，中国大数据与智能计算产业联盟理事。长期从事类脑学习与认知计算研究，侧重于数学跨学科应用，目前已涉及计算机视觉、机器人、安防、生态、地理、医学等领域。兼任国家自然科学基金评审专家（面上项目类）、第三脑研究院（美国）资深客座研究员、Springer/EEE旗下多个国际会议委员和分会场主席。

第1章 项目入门阶段一
1.1 最初的思考
1.2 研究平台架构
1.2.1 系统设计需求
1.2.2 系统设计方案
1.3 数据采集原理
1.3.1 确定取景范围
1.3.2 低通采样原理
1.3.3 数字信号重建
1.4 开发界面设计
1.4.1 基本信息获取
1.4.2 功能面板组成
1.4.3 界面设计过程
1.5 智能采集系统
1.5.1 图形用户界面
1.5.2 技术模块演示
1.6 小结
参考文献
第2章 项目入门阶段二
2.1 不完美的智能
2.2 噪声处理算法
2.2.1 均值滤波去噪
2.2.2 中值滤波去噪
2.2.3 小波软阈值去噪
2.2.4 小波硬阈值去噪
2.2.5 轮廓波阈值去噪
2.3 模块化设计与调试
2.3.1 技术模块布局
2.3.2 技术模块演示
2.3.3 核心代码
2.4 小结
参考文献
第3章 项目入门阶段三
3.1 进一步的思考
3.2 从局部到非局部
3.2.1 非局部滤波原理
3.2.2 存在的不足
3.2.3 算法改进思路
3.3 应用探索和尝试
3.3.1 运动目标检测
3.3.2 算法设计思想
3.3.3 算法设计过程
3.4 实验结果与结论
3.4.1 预测实验结果
3.4.2 观察收集实验结果
3.4.3 实验结果分析
3.5 小结
参考文献
第4章 项目探索阶段一
4.1 最初的假设
4.2 边缘检测与分割
4.2.1 主要的算法思想
4.2.2 数学建模思路
4.3 从边缘检测到阈值分割
4.3.1 主要的算法思想
4.3.2 数学建模思路
……
第5章 项目探索阶段二
第6章 项目探索阶段三
第7章 项目探索阶段四
第8章 项目实战阶段一
第9章 项目实战阶段二
第10章 项目实战阶段三
后记