-
收藏
-
加书架
-
引用
《MediaPipe机器学习跨平台框架实战》以实际项目为线索,带领读者探索MediaPipe在不同场景中的应用,使读者既能了解理论知识,又能通过实践掌握技能。全书共9章,第1章介绍MediaPipe基础;第2章重点探讨MediaPipe的控制流、同步机制以及GPU的使用;第3章介绍MediaPipe中的Facemesh,探讨其在增强现实、AR滤镜和视频会议软件中的应用;第4章将MediaPipe与游戏控制相结合,介绍如何在体感游戏中应用MediaPipe技术;第5章以AR激光剑效果、火箭发射小游戏、空中作图等为例,展示MediaPipe在视觉特效方面的应用;第6章介绍如何使用MediaPipe实现手语识别应用;第7章展示如何通过MediaPipe打造虚拟智能健身教练;第8章通过案例介绍MediaPipe与Unity在游戏与虚拟现实领域整合应用的强大潜力;第9章展望MediaPipe的未来,为读者提供了对这一技术的更深层次的认识和思考。 《MediaPipe机器学习跨平台框架实战》内容新颖,案例丰富,代码翔实,不仅适合对机器学习感兴趣的程序员、广大编程爱好者,还适合在校学生、创业者或者普通用户学习与参考。
MediaPipe是一个由谷歌研究开发并开源的多媒体机器学习模型应用框架。它是一个跨平 台框架,适用于桌面/服务器、Android、iOS和嵌入式设备,如Raspberry Pi和Jetson Nano。 MediaPipe是用于构建机器学习管道的框架,主要用于处理视频、音频等时间序列数据。 此外,该框架为流媒体提供了跨平台且可定制的机器学习解决方案。这意味着开发者可 以根据自己的需求定制适合其应用场景的机器学习模型。 MediaPipe已被广泛应用于各种机器学习任务,如人脸识别、人脸3D重建、手势检测、语 音识别和对象检测等。在谷歌的一系列重要产品中,如Google Lens、ARCore、Google Home等,都已深度整合了MediaPipe。 具体来说,MediaPipe具备处理视频和音频帧流的能力,通常用于构建交互式应用程序。 例如,其中的FaceMesh模型可以从图像或视频中重建出人脸的3D结构。此外,通过 MediaPipe Solutions,开发者可以为应用配置预构建的处理流水线,为用户提供即时的 、有吸引力的有用输出。 《MediaPipe机器学习跨平台框架实战》以实际项目为线索,带领读者探索MediaPipe在不同场景中的应用,使读者既能了解 理论知识,又能通过实践掌握技能。书中以大量案例介绍了MediaPipe在移动端应用,包 括增强现实、AR滤镜和视频会议软件、MdiaPipe与游戏控制的结合应用、如何在体感游 戏中应用MediaPipe技术,以AR激光剑效果、火箭发射小游戏、空中作图为例展示了 MediaPipe在视觉特效方面的应用,如何使用MediaPipe实现手语识别应用、如何通过 MediaPipe打造虚拟智能健身教练以及MediaPipe与Unity结合在游戏与虚拟现实领域的应 用等等,精彩粉呈地展现了MediaPipe的强大潜力。 《MediaPipe机器学习跨平台框架实战》不仅适合对机器学习感兴趣的程序员、广大编程爱好者,还适合在校学生、创业者 或者普通用户学习与参考,在此推荐给读者。
- 版权: 清华大学出版社
- 出版: 2024-01-01
- 更新: 2024-05-31
- 书号:9787302651024
- 中图:TP181
- 学科:工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
相关图书
-
C++设计模式——基于Qt4开源跨平台开发框架
¥59.80