本书是新一代人工智能实践系列教材之一，主要介绍跨媒体技术、计算机视觉、语音识别、文本处理和视频智能处理，并以HiAI引擎为例，通过实战训练讲解移动应用的开发过程。
本书适合高等学校人工智能专业、计算机科学与技术专业的本科高年级学生、研究生以及从事移动应用开发的爱好者使用。

张克俊，博士生导师，浙江大学计算机科学与技术学院副教授，浙江大学Nextlab创新创业实验室负责人。近年来在人工智能、情感计算及跨媒体设计领域主持国家自然科学基金、国家重点研发计划课题、中国博士后基金及浙江省重点自然科学基金等项目十多项，在计算机学报、Design Studies、ACM MM、ACMICMR等国内外期刊或会议上发表论文三十余篇。指导学生多次获得中国“互联网+”大学生创新创业大赛金奖、中国高校计算机大赛移动应用创新赛特等奖。

第1章 跨媒体技术
1.1 跨媒体概述
1.1.1 移动应用中的媒体形式
1.1.2 跨媒体的过渡与融合
1.1.3 跨媒体技术的重要性与价值
1.2 跨媒体技术在移动端的应用
1.2.1 常见的跨媒体移动技术
1.2.2 跨媒体移动应用的发展历程
1.3 人工智能助力跨媒体移动应用
1.3.1 人工智能和机器学习
1.3.2 人工智能在移动端的应用
1.4 跨媒体移动应用的研发基础
1.4.1 Android系统及相关工具
1.4.2 人工智能开发环境及相关工具
1.4.3 HiAl平台环境配置
1.5 增强现实与虚拟现实技术的引入
1.5.1 增强现实技术简介
1.5.2 移动端增强现实开发技术
1.5.3 虚拟现实技术简介
1,5.4 移动端虚拟现实开发技术
1.6 本章小结
第2章 计算机视觉
2.1 计算机视觉概述
2.1.1 计算机视觉技术的发展
2.1.2 计算机视觉热门研究领域
2.2 基于计算机视觉的跨媒体移动应用
2.2.1 计算机视觉移动应用现状
2.2.2 基于计算机视觉的跨媒体移动应用产品典例
2.3 计算机视觉实战训练
2.3.1 计算机视觉引擎简介
2.3.2 调用手机摄像头和相册
2.3.3 计算机视觉引擎应用
2.3.4 基于场景检测的图像音频匹配
2.4 本章小结
第3章 语音识别
3.1 语音识别概述
3.1.1 语音识别技术的发展
3.1.2 语音识别的步骤
3.2 基于语音识别的跨媒体移动应用
3.2.1 语音识别移动应用的现状
3.2.2 基于语音识别的跨媒体移动应用产品典例
3.3 自动语音识别实战训练
3.3.1 自动语音识别引擎简介
3.3.2 录音机及声音播放器
3.3.3 语音识别引擎应用
3.3.4 根据用户语音自动输入表情包
3.4 本章小结
第4章 文本处理
4.1 文本处理概述
4.1.1 文本处理技术的发展
4.1.2 文本处理技术的步骤
4.2 基于文本处理的跨媒体移动应用
4.2.1 文本处理移动应用现状
4.2.2 基于文本处理的跨媒体移动应用产品典例
4.3 .文本处理实战训练
4.3.1 文本处理引擎简介
4.3.2 自然语言理解引擎应用
4.3.3 将文本生成词云
4.4 本章小结
第5章 视频智能处理
5.1 视频智能处理概述
5.1.1 视频智能处理技术的应用领域
5.1.2 视频智能分析与改良技术
5.2 基于视频智能处理的跨媒体移动应用
5.2.1 视频智能处理移动应用现状
5.2.2 基于视频智能处理的跨媒体移动应用产品典例
5.3 视频智能处理实战训练
5.3.1 视频智能处理引擎简介
5.3.2 视频播放器的调用
5.3.3 视频智能处理引擎应用
5.4 本章小结
附录
附录A Android 研发基础环境配置
附录B 华为开发者账号注册
附录C VisionAlgorithm基类中使用的算法模块
附录D 计算机视觉实践补充
参考文献
后记