"本书围绕计算机视觉和智能语音处理技术在交通、工业等领域的实际项目案例，深入浅出地讲解项目涉及的核心的模型与关键技术。本书中的案例代码可以在PC和AIE-kit人工智能边缘计算实训设备上进行部署与实施，软、硬件结合实现了教学场景化、学习趣味化。

本书首先介绍计算机视觉和语音识别的基础技术及机器学习技术的应用，例如人脸检测、眨眼检测、实时声源定位、异常行为聚类分析、使用GMM-HMM模型识别孤立词等，然后介绍基于深度学习技术的应用，例如交通标志识别、车辆型号和特征识别、车辆跟踪、车辆违规检测、基于 Transformer 深度学习模型的中文 OCR、老照片自动着色、图像超分辨率、火灾与吸烟检测、生物特征识别等；最后围绕工业产品检测的核心任务，详细探讨了相机建模与校准、立体测距及残次品检测三大核心技术的实现原理与应用场景。

本书适合人工智能相关专业的学生及计算机初学者阅读，既可以作为高等院校人工智能相关专业的教材，也可以作为相关领域从业者的学习和参考用书。本书可以帮助有一定基础的读者查漏补缺，深入理解和掌握相关原理与方法，提高解决实际问题的能力。

"