Thư viện - Trường Đại học Công nghệ Thông tin

Giới thiệu sách.gif

[Giới thiệu sách mới]

 

Nhan đề: Computer Vision – Thị giác máy tính

Cty TNHH Nhân Trí Việt giữ bản quyền bản tiếng Việt (2026). https://www.nhantriviet.com/RES-TGMT/

Bản dịch tiếng Việt: Đỗ Hạnh Ba, Phạm Đức Tân

Hiệu đính: Tiến sĩ Trương Phước Hưng - Giảng viên trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Thành phố Hồ Chí Minh

Số trang: 408

Khổ sách: 21×26cm, ISBN: 9786326038187

 

Tài liệu đáp ứng cho môn học: CS231 - Nhập môn Thị giác máy tính.

 

Mô tả:

Mỗi ngày, bạn mở khóa điện thoại bằng khuôn mặt, gợi ý sản phẩm hiện ra đúng lúc bạn cần, xe tự lái cảm nhận làn đường trong tích tắc. Tất cả đều có chung một nền tảng: thị giác máy tính (computer vision), lĩnh vực cho phép máy móc không chỉ nhìn mà còn hiểu thế giới xung quanh.

Cuốn sách được tổ chức theo ba tầng. Ở tầng thấp, sách trình bày các tác vụ xử lý ảnh nền tảng như siêu phân giải (super-resolution) và khử nhiễu (denoising). Ở tầng giữa, các phương pháp đối sánh đặc trưng (feature matching), tái dựng không gian ba chiều (3D reconstruction) và ước lượng độ sâu (depth estimation) mở ra cánh cửa vào nhận thức không gian. Ở tầng cao, người đọc tiếp cận các bài toán phân loại hình ảnh (image classification), phát hiện và theo dõi đối tượng (object detection & tracking), phân đoạn ngữ nghĩa (semantic segmentation) cùng học độ đo (metric learning).

Phần cuối sách đề cập đến các hướng nghiên cứu đang phát triển mạnh, bao gồm mô hình sinh (generative models), mô hình khuếch tán (diffusion models), kỹ thuật nén và tăng tốc mô hình (model compression & acceleration), cùng các mô hình thị giác ngôn ngữ quy mô lớn (large vision–language models). Đây là mảnh đất của những khám phá đang diễn ra mỗi ngày, từ GPT-4V đến Stable Diffusion.

Sách phù hợp với sinh viên và học viên cao học các ngành khoa học máy tính, kỹ thuật điện tử, tự động hóa; các kỹ sư muốn chuyển sang lĩnh vực trí tuệ nhân tạo (artificial intelligence); giảng viên và những nhà nghiên cứu cần tài liệu tham khảo có chiều sâu. Bạn không cần đọc từ đầu đến cuối mà có thể bắt đầu từ chương gần nhất với bài toán mình đang giải quyết.

780919280_1663749069084702_5451143122284167683_n.jpg