前言

人工智能、深度学习无疑是最近十年科技界最热的词汇，无论是大众耳熟能详的AlphaGo，还是随处可见的人脸识别系统，以深度学习为代表的人工智能技术正改变着世界，并且已经步入人们的日常生活之中。

深度合成作为一种人工智能内容合成技术，最早引起关注是在2017年。随着技术的发展，深度合成技术已经衍生出包括图像合成、视频合成、声音合成和文本生成等多种技术，能够应用于新闻传媒、影视制作、娱乐、教育和电子商务等诸多领域。2020年也被认为深度合成技术走向大规模商业化应用的元年。

本书面向对深度学习技术感兴趣的初学者，内容侧重于深度学习和深度合成的基础知识和实现方法。为了让尽可能多的读者通过本书了解深度学习和深度合成，书中没有使用过多的数学公式，而是从实践角度介绍深度学习的基本知识，给出了人工神经网络、深度合成技术以及深度学习系统的实现方法，书中附有的大量关键程序代码力图帮助读者结合实践操作快速入门。

本书共有8章，第1章深度学习简介，概要介绍了深度学习相关知识，包括人工智能的诞生，深度学习的概念与特点，深度学习的发展历史和应用现状，以及深度合成技术的作用；第2章搭建深度学习开发环境，总结了已有的主流深度学习框架，演示了深度学习开发环境的搭建过程，并简要介绍深度学习项目开发常用的Python库；第3章图像处理技术，从数字图像的组成开始，介绍采用OpenCV演示图像处理中的基本操作以及人脸检测算法的使用方法；第4章神经网络基础，利用神经网络游乐场网站导入神经网络的基本概念和作用，对神经网络基础结构和原理进行概述，并以MNIST手写数字识别为示例演示神经网络的具体实现；第5章卷积神经网络，介绍卷积神经网络的基本组成，并通过一些典型的网络结构说明卷积神经网络的发展变化，以CIFAR—10数据分类演示卷积神经网络的具体使用；第6章图像合成，概括了图像处理的常见方式，简要介绍主动检测和被动检测的方式和特点，并对深度学习在图像合成分析检测的应用现状进行分析和总结；第7章生成式深度学习，介绍了生成模型的基本概念以及应用于生成式深度学习的两种主要技术：变分自动编码器和生成对抗网络；第8章深度合成，介绍深度合成技术的基本原理，详细阐述深度合成检测技术的现状和实现方法。

本书的编写得到了司法部司法鉴定重点实验室开放课题“面向深度伪造的数字图像真实性鉴定技术研究”（项目编号：KF202015）、山东省高等学校科研计划项目“基于多GPU并行框架的数字图像拼接盲取证研究”（项目编号：J16LN19）、“基于深度学习的数字音频盲取证关键技术研究”（项目编号：J18KA383）的支持，在此表示感谢。本书是山东政法学院大数据与人工智能法律研究协同创新中心、网络信息安全与取证青年教师学术创新团队、电子物证鉴定研究中心的阶段性成果。由于作者水平有限，加之时间和精力有限，书中错谬之处在所难免，恳请读者谅解并不吝指正。

吴剑

2020年8月