本书基于OpenCV框架和机器人系统中的传感器技术，用通俗易懂的语言深入浅出地介绍了图像识别和传感器的工作原理，包括传统的图像处理方法原理、目前流行的OpenCV的使用方法和典型传感器的原理及应用。书中配有丰富的图片、公式和表格来帮助读者更好地理解相关知识点，并且给出了具有代表性的实际应用案例来辅助读者进行学习。此外，书中相关算法和实例均配有相应的代码程序。全书分两部分：第一部分(第1～6章)为机器视觉部分，内容包括机器视觉概论、OpenCV使用环境配置、OpenCV入门实例、图像处理和识

本书是一本基于PaddlePaddle深度学习框架的实践性计算机视觉教材，重点关注计算机视觉在实际中的应用。本书涵盖计算机视觉领域的众多方面，包含图像分类、目标检测、图像分割、视频分类以及图像生成等领域，并通过大量的实践案例向读者演示如何编写计算机视觉应用程序，从而帮助读者深入理解计算机视觉的核心概念和技术。

本书可以作为一本实用的计算机视觉实践指南，无论对于从事计算机视觉领域的专业人士，还是对计算机视觉感兴趣的初学者，本书都值得阅读和收藏。

"本书介绍了机器视觉系统的基本组成原理和图像处理相关的技术基础。本书在第1版的基础上，重点补充介绍深度学习技术及其在机器视觉中的应用。全书共分12章，第１章简要介绍机器视觉技术的基本概念、系统构成以及发展趋势；第２章介绍机器视觉系统的硬件技术和教学实验设备；第３章介绍机器视觉组态软件XAVIS；第４章介绍图像处理技术；第５、６章分别介绍机器视觉应用最普遍的尺寸测量技术与缺陷检测技术；第７章介绍模式识别技术；第８章介绍图像融合技术；第９章介绍基于机器视觉的运动目标跟踪技术；第10章介绍三

"　　本书采用项目任务式的编写方式，介绍了计算机视觉相关的基础概念与基本知识点，并结合应用案例阐述其基本原理。全书内容丰富、涵盖面广，涉及低、中、高层视觉技术，以及视觉与文本结合的多模态技术，具体包括10 个项目：图像滤波、图像特征提取、图像识别、图像分割、目标检测与追踪、图像生成与转换、人体行为解析、图像文本生成、视觉问答系统和视频理解。 　　本书对每个项目涉及的知识点提供了丰富、生动的案例素材，并以Python 语言为主要工具详细讲解了核心程序。每个项目下设2 ～ 3 个应用任务，结合

本书阐述了边缘检测、固定形状匹配、可变形状分析、目标描述、基于区域的分析和运动对象检测及描述等低级和高级特征提取方法。

本书系统地论述了计算机系统结构的基本概念、基本结构、基本方法等，强调从开发并行性的角度、用量化分析（性能评价）的方法研究和分析计算机系统，并且采用微课的形式，配备了教学动画和视频。
全书共有15章。第1章论述计算机系统的基本概念、并行性的发展和定量分析基础。第2章论述计算机指令系统的设计和MIPS指令系统。第3章论述流水线技术，包括性能分析、调度、相关与冲突以及流水线的实现。第4章论述向量处理机的结构、常用技术和性能评价。第5章和第6章分别论述如何用硬件和软件的方法开发指令级并行性，包括T

全书共12章，主要内容包括：绪论、STM32嵌入式微控制器与最小系统设计、STM32CubeMX的应用、嵌入式开发环境的搭建、STM32通用输入/输出接口、STM32中断系统、STM32定时器系统、STM32通用同步/异步收发器、STM32SPI控制器、STM32I2C控制器、STM32模/数转换器和STM32DMA控制器。

本书内容包括人工智能概述、人工智能通用技术（计算机视觉、智能语音、自然语言处理等）、人工智能典型应用场景与职业发展、机器学习与深度学习、人工智能法律与伦理，并围绕迎宾机器人的典型应用开发了相关项目。在内容的选取上，本书突出人工智能主流技术和典型案例，覆盖了目前市场上最常见的人工智能技术及应用。编者仔细研究了国内15家国家级新一代人工智能开放创新平台的接口，归纳相关平台的共性内容，选取图像、语音、自然语言处理、智能问答等方面的人工智能通用技能，并针对这些人工智能通用技能安排了相应的实训。编者通过调

本书较为全面地介绍了脑科学、神经科学的基本概念、知识和理论，以及脑科学、神经科学等方面的新成果和新发现。全书共11章，在绪论部分介绍了脑科学定义、研究方法、研究内容以及发展现状，然后介绍了脑的基本结构与组成以及脑神经系统知识。在智能机制方面，主要详细介绍了感知觉、运动、学习与记忆、注意与决策、语言、情绪等功能产生或形成的理论和神经机制。在此基础上，介绍了心智与意识形成的相关理论和机制。最后，介绍了脑与神经科学对人工智能研究的重要作用和意义。 本书适用于人工智能、智能科学与技术、生物医学工程、计算

在人工智能飞速发展的今天，如何帮助企业应用人工智能来提升竞争力，如何防范在应用人工智能时可能带来的风险，成为人类必须面对且亟须解决的问题。本书探讨了人工智能的局限性以及人工智能所带来的机会，研究了人类和机器可以互相补充配合的领域，提出了一个面向企业层面的“1+1＞2”的智能体：人机共融体（Humachine）。人机共融体基于云计算、大数据等技术，通过实施组织管理框架来创建，该框架通过应用卡斯帕罗夫定律，以满足博斯特罗姆集体超智能的条件来解决莫拉维克悖论。人机共融体为构建具有可持续竞争优势、有效益