編輯推薦
本書係統地總結瞭人臉識彆研究領域,填補國內有關該領域圖書的空白,很好地總結瞭近年人臉識彆算法研究成果,並提供瞭具體算法實現和研究結果,為該領域研究人員提供很好的藉鑒。從事人臉識彆研究的讀者結閤本書及最新的相關科技期刊進行人臉識彆研究,可以大大地減少研究前期為進入本領域而進行論文閱讀和相關論文總結所需要的時間。目前各地對人臉識彆研究更加關注和投入,齣版這本圖書可為相關領域研究人員提供便捷工具,並提高研究機構在該領域研究的普及化。
內容簡介
《人臉識彆原理及算法:動態人臉識彆係統研究》係統介紹瞭人臉識彆研究領域的研究狀況以及作者在人臉識彆領域的研究工作和研究成果,全書共分為3個部分。
第1部分首先介紹瞭人臉識彆的基礎:計算機視覺和模式識彆的原理,並介紹瞭20世紀70年代以來國內外人臉識彆研究的研究動態和主要方法,以及國內外人臉識彆研究的主要成果和用途。
第2部分介紹瞭基於雙屬性圖的人臉識彆算法,該算法采用人臉特徵檢測、主成分分析方法、Gabor函數等建立瞭一個人臉特徵識彆和屬性特徵匹配的人臉識彆方法,並結閤人臉圖像的局部特徵和全局特徵,能夠有效地利用從三維到二維投影的人臉圖像信息之間的關聯性。
第3部分介紹瞭動態場景下的人臉識彆方法,該方法綜閤應用瞭人臉定位、人臉識彆、視頻處理等算法。
《人臉識彆原理及算法:動態人臉識彆係統研究》的讀者對象主要為研究模式識彆的科技人員以及高等院校高年級的學生和研究生。讀者通過閱讀《人臉識彆原理及算法:動態人臉識彆係統研究》可以係統地學習人臉識彆研究的方法,並掌握國內外相關技術的最新進展。
作者簡介
瀋理,1959年畢業於浙江大學機電工程係,當前是中科院計算技術研究所研究員、博士生導師,從事計算機科學領域的研究工作。
劉翼光,2000年畢業於中科院計算技術研究所,曾主持或參加多項國傢自然科學基金、中科院“九五”重點項目、國傢863項目等。
熊誌勇,於1999年在中科院研究所獲得博士學位,研究方嚮為人臉圖像識彆。母親啊從事綫通信基站的設計研發工作。
內頁插圖
目錄
第1部分 人臉識彆介紹
第1章 人臉識彆概論
1.1 曆史背景
1.2 人臉識彆相關學科的進展
1.2.1 神經生理學方麵的進展
1.2.2 腦神經學方麵的進展
1.2.3 計算機視覺方麵的進展
1.3 模式識彆理論
1.3.1 預處理
1.3.2 特徵提取
1.3.3 分類
1.4 人臉圖像識彆主要研究的問題
1.4.1 數據采樣
1.4.2 乾擾因素
1.5 人臉圖像識彆係統的構成
1.5.1 人臉圖像預處理
1.5.2 圖像錶示與特徵提取
1.5.3 圖像識彆
第2章 人臉識彆研究綜述
2.1 研究現狀
2.2 常用的靜態人臉圖像識彆方法
2.2.1 幾何特徵方法
2.2.2 特徵臉方法
2.2.3 局部特徵分析技術
2.2.4 模闆匹配
2.2.5 圖匹配
2.2.6 人工神經網絡方法
2.2.7 柔性形狀模型技術
2.2.8 綜閤的方法
2.3 人臉檢測以及人臉跟蹤
2.4 人臉圖像識彆的應用前景
2.5 一些商用人臉識彆軟件
2.5.1 TrueFace
2.5.2 Face-It
2.5.3 Technology Recognition Systems
第2部分 靜態人臉圖像識彆
第3章 人臉特徵探測
3.1 簡介
3.2 參數化模型法
3.2.1 圖像的各種錶示
3.2.2 眼睛模型錶示
3.2.3 嘴巴模型和鼻子模型
3.2.4 方法的優缺點
3.3 基於模闆的探測方法
3.3.1 模闆錶示
3.3.2 圖像標準化
3.3.3 方法的優缺點
3.4 利用數學算子進行探測
3.4.1 特徵探測模型
3.4.2 方法的優缺點
3.5 小結
第4章 基於通用形變模型的人臉輪廓特徵提取
4.1 引言
4.2 通用形變模型的形成
4.2.1 輪廓特徵點的選取
4.2.2 形變模型的形成
4.2.3 形變模型的能量
4.3 模型匹配
4.3.1 全局匹配
4.3.2 局部匹配
4.4 實驗
4.5 小結
第5章 基於主成分分析方法的人臉圖像識彆及人臉局部特徵探測
5.1 引言
5.2 主成分分析方法在人臉圖像識彆中的應用
5.2.1 特徵嚮量的錶示能力
5.2.2 特徵嚮量的選擇
5.2.3 光照的影響
5.2.4 尺度的影響
5.2.5 鏇轉因素的影響
5.2.6 小結
5.3 人臉局部特徵探測
5.3.1 逐步求精定位法
5.3.2 實驗
5.4 利用局部特徵識彆人臉圖像
5.5 小結
第6章 人臉圖像的雙屬性圖錶示
6.1 引言
6.2 Gabor變換
6.2.1 傅裏葉變換
6.2.2 Gabor變換
6.3 基於數學變換的特徵提取
6.3.1 特徵的生成
6.3.2 實驗
6.3.3 實驗結果
6.3.4 小結
6.4 人臉圖像的雙屬性圖錶示
6.4.1 關係圖
6.4.2 屬性圖
6.4.3 雙屬性圖
6.5 小結
第7章 人臉圖像識彆
7.1 引言
7.2 待識人臉圖像的錶示
7.2.1 局部特徵點的確定
7.2.2 局部主成分特徵的確定
7.2.3 Gabor係數特徵的確定
7.3 雙屬性圖匹配
7.3.1 匹配函數
7.3.2 lt的確定
7.3.3 光照的處理
7.3.4 尺度的處理
7.3.5 平麵鏇轉人臉圖像的處理
7.3.6 深度鏇轉人臉圖像的處理
7.3.7 圖像識彆
7.3.8 方法的有效性
7.4 實驗
7.4.1 圖像尺度及鏇轉情況的確定
7.4.2 人臉圖像識彆
7.5 小結
第8章 人臉圖像識彆程序實現
8.1 主成分分析算法的MATLAB實現
8.2 Gabor變換
8.3 使用動態模闆方法進行識彆
8.4 Gauss變換用於提取圖像的特徵
第3部分 動態人臉識彆研究
第9章 動態人臉識彆係統
9.1 研究背景及條件
9.1.1 研究背景
9.1.2 研究對象和限定條件
9.2 樣本獲取
9.2.1 視頻格式
9.3 隱馬爾科夫模型
9.4 動態人臉識彆係統框架
9.4.1 預處理
9.4.2 相關性處理
9.4.3 隱馬爾科夫模型的狀態及屬性確定
9.4.4 觀察序列概率分布計算
9.4.5 隱馬爾科夫模型的訓練
9.4.6 隱馬爾科夫模型的識彆
第10章 動態人臉圖像定位算法
10.1 動態人臉圖像定位問題
10.2 Hausdorff距離
10.3 人臉圖像定位算法
10.4 實驗結果
第11章 動態人臉識彆的相關性
11.1 人臉圖像的相關性錶示
11.2 動態人臉的相關係數
11.2.1 特徵子空間相關係數
11.2.2 插值相關係數
11.2.3 圖像內部信息相關係數
11.2.4 3種相關係數的實驗比較
11.3 相關性處理與動態圖像分割
第12章 動態人臉圖像識彆
12.1 隱馬爾科夫模型的基本問題
12.1.1 估價問題和前嚮算法
12.1.2 解碼問題和Viterbi算法
12.1.3 訓練問題
12.1.4 識彆問題
12.2 基於隱馬爾科夫模型的動態人臉識彆係統
12.2.1 隱馬爾科夫模型的狀態及屬性圖像
12.2.2 觀察序列數目
12.2.3 觀察序列初始概率分布
12.2.4 相關係數與初始概率調整
12.2.5 隱馬爾科夫模型訓練和動態人臉圖像識彆
12.3 實驗結果與分析
12.3.1 實驗結果
12.3.2 與相關實驗結果的對比
12.4 隱馬爾科夫模型與動態圖像分割
12.5 動態人臉圖像識彆中外界影響的處理
12.5.1 有外界影響的動態人臉識彆
12.5.2 動態人臉識彆算法在外界影響下的調整
第13章 結束語
參考文獻
術語
前言/序言
人臉識彆原理及算法:動態人臉識彆係統研究 epub pdf mobi txt 電子書 下載 2024
人臉識彆原理及算法:動態人臉識彆係統研究 下載 epub mobi pdf txt 電子書