推荐序一

在人工智能70余年的发展历程中，机器学习的重要性不容忽视。随着神经联结主义方法论的不断发展，近10年来，建立在深度神经网络模型之上的深度学习技术异军突起，已经成为人工智能的中坚力量。与此同时，计算机视觉技术也达到了前所未有的高度。

本书介绍的计算机视觉相关技术是深度学习在计算机视觉领域的具体应用，不仅包括当下最为流行的图像分类和目标检测技术的算法框架，还包括与这些算法框架相关的数据集处理、云计算、边缘计算的运用技巧，过程翔实、简单实用。推广一个技术的最好方式就是“运用它”，如果越来越多的企业和工程人员能够运用机器学习乃至机器意识的相关技术为用户和社会创造价值，那么人工智能的未来之路一定会越走越宽！

“人无远虑，必有近忧。”为了能够参与全球性的人工智能竞争和合作，我们现在就应该前瞻性地开展前沿关键技术的基础性研究。本书在介绍工程应用的同时，还对深度学习的算法原理、神经网络的设计意图等较为基础和抽象的概念进行了介绍，逻辑清晰、形象直观。特别是近些年兴起的三维计算机视觉和图卷积神经网络技术，它们与二维计算机视觉有着千丝万缕的联系。唯有夯实计算机视觉的技术基础，我们才能参与自动驾驶、感知计算等前沿领域的全球竞争和合作。

希望读者能够将本书中的深度学习技术学会并应用到具体问题的解决之中，通过扎实的研究建立深厚的人工智能理论基础，通过技术应用积累计算机视觉实战经验，共同参与到让计算机更加“灵活”地服务于人类社会的实践之中，为智能社会的发展贡献一份力量。

周昌乐

北京大学博士，厦门大学教授，心智科学家

中国人工智能学会理事、福建省人工智能学会理事长