秦晓倩，江苏淮安人，工学博士，现为淮阴师范学院副教授。目前主要从事人工智能、机器学习和计算机视觉的研究工作。近年来在IEEE Transactions on MultiMedia，Neurocomputing以及《计算机科学与探索》《中国科学技术大学学报》等核心期刊发表论文十余篇，主持国家自然科学基金青年基金项目（61803170）、江苏省自然科学基金青年基金项目（BK20181067）和教育部人文社会科学研究规划基金项目（18YJAZH070）各一项，参与国家自然科学基金面上项目三项、青年项目一项。

第1部分 准备篇
第1章 机器学习概述
1．1 机器学习的发展历程
1．2 主要的机器学习算法
1．3 机器学习的应用现状
第2章 计算机视觉概述
2．1 计算机视觉的目标与任务
2．2 计算机视觉的理论框架
2．3 计算机视觉的相关学科
2．4 计算机视觉的应用领域

第2部分 基础篇
第3章 图像基础
3．1 图像及其类别
3．2 图像的采集
3．3 图像的存储
3．4 图像的显示
第4章 图像预处理与基元检测
4．1 预处理
4．2 基元检测
第5章 人脸识别
5．1 人脸识别技术的具体应用
5．2 人脸识别系统的一般理论框架
5．3 关键技术

第3部分 应用篇
第6章 亲属关系验证概述
6．1 亲属关系验证的目标和主要挑战
6．2 亲属关系验证的主要思路
6．3 亲属关系验证系统的构建
6．4 主要亲属关系人脸数据集
6．5 一个简单的亲属关系验证模型
第7章 亲属关系验证学习器的构建
7．1 亲属关系主体对象的低层特征表示
7．2 亲属关系人脸的局部区域选择
7．3 基于软投票的亲属关系特征表示
7．4 组亲属关系验证学习器模型的构建
第8章 混合亲属关系验证学习器的构建
8．1 混合亲属关系学习问题的提出
8．2 混合亲属关系验证学习器面临的挑战
8．3 混合亲属关系验证学习器的构建
第9章 亲属关系分类学习器的构建
9．1 亲属关系分类和亲属关系验证的关系
9．2 亲属关系分类的应用场景
9．3 基于计算机视觉的亲属关系分类的实现框架
第10章 总结和展望

参考文献