项目1 人工智能概述 ………………………………………………………1
项目背景 ……………………………………………………………………1
项目学习目标 …………………………………………………………1
项目相关知识 ………………………………………………………………2
1.1人工智能的基本概念 …………………………………………2
1.1.1机器会思考吗? ………………………………………2
1.1.2人工智能的定义 ……………………………………………3
1.1.3人工智能分为三个层次 ……………………………………………5
1.2人工智能的发展历程 …………………………………………6
1.3人工智能的主要应用领域 ………………………………………10
1.3.1智能体育 ………………………………………11
1.3.2智慧农业 …………………………………………………18
1.3.3智能军事化 ……………………………………21
项目任务……………………………………………………………………24
任务1 颠覆性技术带来的巨大变化 …………………………………24
任务2 人机交互，让生活丰富多彩 …………………………25
项目小结与展望 …………………………25
课后练习…………………………………25
项目2 人工智能之编程语言Python ………………………………27
项目背景…………………………………27
项目学习目标 …………………………………28
项目相关知识 …………………………………………28
2.1 Python的安装与使用 ……………………28
2.1.1 安装Anaconda ………………29
2.1.2 安装PyCharm ………………………………34
2.1.3 配置PyCharm ………………………………………34
2.2 Python语言基础………………………………37
2.2.1 Python语句书写规则 ………………………37
2.2.2 变量和数值类型……………………………………37
2.2.3 运算符 …………………………………………………39
2.2.4 标识符和关键字…………………………………42
2.3 程序控制结构…………………………………43
2.3.1 选择语句 ……………………43
2.3.2 循环语句 ……………………………………………47
2.3.3 其他语句 ………………………………49
2.4 组合数据类型………………………51
2.4.1 列表 ……………………52
2.4.2 元组 ……………………………………………55
2.4.3 字典 …………………………………56
2.4.4 字符串 ………………………………………………58
2.5 函数 ………………………………………………61
2.6 文件与文件夹操作………………………………………63
2.6.1 文件的常见操作 ………………………………63
2.6.2 文件夹的常见操作 …………………………65
项目任务…………………………………………67
任务1 统计课程考试平均分……………………67
任务2 歌咏比赛评分程序………………………………68
任务3“哥德巴赫猜想”的验证 …………………………………………69
项目小结与展望 ………………………………………………71
课后练习………………………………………………………72
项目3 人工智能之图像去模糊……………………73
项目背景………………………………………………73
项目学习目标 ……………………………73
项目相关知识 ………………………74
3.1 神经网络 ……………………………………74
3.1.1 神经网络概述 ………………………………74
3.1.2 反向传播方法 ………………………………………………75
3.2 图像去模糊的基本原理 ……………………………76
3.2.1 图像模糊的类型 …………………………………………76
3.2.2 图像去模糊的目的和应用场景………………………………………79
3.3 图像去模糊的常用方法 …………………………80
3.3.1 图像去模糊的发展历程………………………………80
3.3.2 图像非盲去模糊 ……………………………………81
3.3.3 图像盲去模糊 ……………………………………81
3.3.4 基于事件的图像去模糊………………………………………82
3.3.5 图像去模糊的质量评价…………………………………83
项目任务………………………………………84
3.4.1 任务描述 ……………………………………84
3.4.2 基于深度学习的盲去模糊任务解析 ………………………………84
3.4.3 基于深度学习的盲去模糊任务实现 ………………………………91
项目小结与展望 …………………………………95
课后练习………………………………………………95
项目4 人工智能之遥感图像场景分类………………………97
项目背景…………………………97
项目学习目标 ……………………………98
项目相关知识 …………………………………………………98
4.1 深度学习 …………………………………………98
4.1.1 卷积神经网络………………………………………98
4.1.2 编码-解码器对称网络 ……………………100
4.1.3 残差网络基本理论 ……………………………………101
4.2 遥感图像基本原理 ……………………………103
4.2.1 遥感图像的概念 …………………………………103
4.2.2 遥感图像的类型 ……………………………………103
4.2.3 遥感图像的特点 ……………………104
4.3 遥感图像场景分类 ………………………………105
4.3.1 遥感图像场景分类的概念和应用领域 …………………………………105
4.3.2 遥感图像场景分类的常用方法 …………………106
项目任务 ………………………………………………109
4.4.1 任务描述 …………………………………………………………109
4.4.2 基于迁移学习的遥感图像场景分类任务解析……………………109
4.4.3 基于迁移学习的遥感图像场景分类任务实现……………………………117
项目小结与展望 …………………………………………………118
课后练习 ………………………………………119
项目5 人工智能之目标分割 ……………………………………120
项目背景 …………………………………………120
项目学习目标 ……………………………………………121
项目相关知识 …………………………………………121
5.1 计算机视觉 ………………………………………121
5.1.1 什么是计算机视觉 ………………………………………121
5.1.2 计算机视觉的主要技术 …………………………………………122
5.1.3 计算机视觉技术的应用 ……………………………124
5.2 目标分割的原理 ………………………………………125
5.2.1 什么是目标分割 ………………………………125
5.2.2 目标分割有什么用 ……………………………………128
5.3 目标分割的常用方法 ………………………129
5.3.1 目标分割技术发展概况 ………………………………………129
5.3.2 传统目标分割方法 ……………………………130
5.3.3 基于深度学习的目标分割方法 …………………………………133
项目任务 ………………………………………………136
5.4.1 任务描述 ……………………………………136
5.4.2 两阶段实例分割的任务解析 ………………………………136
5.4.3 两阶段实例分的任务实现…139
项目小结与展望 …………………………………139
课后练习 ……………………………………140
项目6 人工智能之三维点云图像去噪 ………………………141
项目背景 …………………………………141
项目学习目标 …………………………………142
项目相关知识 ……………………………142
6.1 三维点云处理 …………………………142
6.1.1 背景和应用场景 ……………………………142
6.1.2 点云的捕获 …………………………………145
6.1.3 三维数据的表示和存储…………………………145
6.2 三维点云图像去噪基本原理…………………147
6.2.1 点云去噪的目的 ……………………………………147
6.2.2 点云噪声产生的原因…………………………………………148
6.2.3 点云噪声的类型 ……………………………………………149
6.3 三维点云图像去噪常用方法…………………149
6.3.1 传统的点云去噪方法……………………………………149
6.3.2 KD-Tree的构建 ………………………………………………151
6.3.3 用于点云去噪的深度学习方法…………………………………153
项目任务 …………………………………154
6.4.1 任务描述………………………………………………154
6.4.2 双边滤波点云去噪的任务解析 …………………………154
6.4.3 双边滤波点云去噪的任务实现 ………………………………162
项目小结与展望 ……………………162
课后练习 …………………………………………163
参考文献 ……………………………164

陈高锋，杨凌职业技术学院信息工程分院院长，教授，校学术委员会委员，校科学技术协会委员，专业带头人，中国计算机学会会员，陕西省职业技术教育学会信息化管理与电子信息类专业建设指导委员会委员。