计算机视觉 模型、学习和推理 Computer vision：models，learning and inference（免费下载）
计算机视觉处理方法着重于将概率模型中的学习和推理作为一个统一的主题。它显示了如何使用训练数据来学习观察到的图像数据与我们希望估计的世界各个方面（例如3D结构或对象类别）之间的关系，以及如何利用这些关系来对图像进行新的推断。来自新图像数据的世界。本书以最低限度的前提条件开始，从概率和模型拟合的基础开始，直至读者可以实施和修改以构建有用的视觉系统的真实示例。主要用于高级本科生和研究生，详细的方法介绍也将对计算机视觉的从业人员有用。–涵盖了尖端技术，包括图形切割，机器学习，和多视图几何。–统一的方法为解决重要的计算机视觉问题（例如摄像机校准，面部识别和对象跟踪）提供了通用基础。–详细描述了70多种算法以实现。–超过350个全彩色插图放大了文字。–治疗是独立的，包括所有背景数学。
主要内容：本书介绍了解决计算机视觉问题的概率模型学习与推理的方法，讲述了如何利用训练数据建立观察图像和要估计的内容的联系，例如估计三维结构。本书包括概率基础知识、概率图模型、图分割方法、多视觉几何、相机标定、人脸识别、目标跟踪等等。书中共介绍了70多种算法。
推荐理由：本书可以看成计算机视觉与机器学习结合的果实，提供了应用于计算机视觉研究的机器学习（深度学习除外）基本知识，描述简明直观。本教材可作为高年级本科生以及研究生计算机视觉教材，也适合于计算机视觉从业人员。