人脸识别 原理、方法与技术PDF|Epub|txt|kindle电子书版本网盘下载

人脸识别 原理、方法与技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 人脸识别的基础知识3

第1章 绪论3

1.1 生物特征识别技术简介3

1.1.1 生物特征识别技术原理4

1.1.2 生物特征识别技术分类5

1.1.3 生物特征识别技术的发展趋势14

1.2 人脸识别技术概述16

1.2.1 人脸识别的研究内容16

1.2.2 人脸识别技术的特点18

1.2.3 人脸识别技术的研究现状19

1.2.4 人脸识别技术存在的难点24

1.2.5 人脸识别技术的发展趋势27

1.2.6 人脸识别技术的应用领域28

参考文献29

第2章 人脸识别系统与评价30

2.1 商用的人脸识别系统30

2.1.1 国外人脸识别系统30

2.1.2 国内人脸识别系统33

2.2 人脸数据库34

2.2.1 国外人脸数据库34

2.2.2 国内人脸数据库35

2.3 评价人脸识别系统的标准39

2.3.1 人脸识别系统的要求39

2.3.2 人脸识别系统的性能指标40

2.3.3 人脸识别系统的测试标准43

参考文献46

第3章 人脸识别的基本理论47

3.1 特征提取和特征选择47

3.1.1 特征提取和特征选择的基本概念47

3.1.2 特征提取方法48

3.1.3 特征选择方法60

3.2 线性判别函数62

3.2.1 线性判别函数的基本概念62

3.2.2 设计线性分类器的主要步骤64

3.2.3 Fisher线性判别64

3.3 贝叶斯决策68

3.3.1 贝叶斯决策理论的产生和发展68

3.3.2 几种常用的贝叶斯决策规则70

3.4 人工神经网络76

3.4.1 人工神经网络基础76

3.4.2 BP神经网络80

3.4.3 Hopfield模型网络81

3.5 统计学习理论与支持向量机82

3.5.1 统计学习理论基础83

3.5.2 最优分类面86

3.5.3 广义最优分类面88

3.5.4 支持向量机89

3.6 模糊聚类分析92

3.6.1 模糊理论基础92

3.6.2 模糊聚类分析93

3.6.3 基于目标函数的模糊聚类分析方法94

参考文献98

第二部分 人脸识别的基本方法101

第4章 人脸图像的获取101

4.1 人脸图像获取概述101

4.2 人脸图像获取分类102

4.2.1 二维人脸图像获取102

4.2.2 三维人脸图像获取103

4.3 人脸图像获取原理108

4.3.1 双目成像原理108

4.3.2 立体匹配原理113

参考文献116

第5章 人脸图像预处理117

5.1 常见人脸图像格式117

5.2 人脸图像预处理120

5.2.1 灰度变换120

5.2.2 二值化121

5.2.3 几何校正122

5.2.4 直方图修正123

5.2.5 图像滤波125

5.2.6 图像锐化130

5.2.7 像素平均法131

参考文献132

第6章 人脸表征133

6.1 人脸表征综述133

6.1.1 人脸表征简介133

6.1.2 基于知识的人脸表征134

6.1.3 基于代数的人脸表征136

6.2 二维人脸表示方法140

6.2.1 基于几何特征的表示方法140

6.2.2 基于主成分分析的表示方法142

6.2.3 基于奇异值分解的表示方法143

6.2.4 基于线性判别分析的表示方法144

6.2.5 基于核的表示方法147

6.3 三维人脸表示方法151

6.3.1 基于数学描述的表示方法151

6.3.2 基于体积描述的表示方法152

参考文献154

第7章 人脸检测157

7.1 人脸检测概述157

7.1.1 人脸检测的方法158

7.1.2 人脸检测的意义160

7.2 静态图像的人脸检测161

7.2.1 基于特征的人脸检测方法162

7.2.2 基于图像的人脸检测方法170

7.3 动态图像的人脸检测179

7.3.1 图像差分法180

7.3.2 光流法183

7.4 人脸检测算法的评测184

参考文献185

第8章 人脸分割187

8.1 人脸分割的分类187

8.2 基于区域的分割方法188

8.3 基于边界的分割方法191

8.3.1 边缘检测191

8.3.2 活动轮廓模型192

8.3.3 基于几何与统计模型的分割方法193

8.4 常见的动态人脸分割方法194

8.4.1 运动分割法194

8.4.2 基于变化检测的分割法195

8.4.3 基于时空对象的分割法196

8.4.4 基于压缩域对象分割法197

参考文献198

第9章 人脸判定200

9.1 人脸判定简介200

9.2 人脸判定方法201

9.2.1 基于面部几何特征的方法201

9.2.2 基于模板匹配的方法202

9.2.3 基于代数特征的方法204

9.2.4 基于神经网络的方法209

9.2.5 基于隐马尔可夫模型的方法211

9.2.6 基于支持向量机的方法212

9.3 人脸判定发展现状214

参考文献215

第三部分 人脸识别的高级方法219

第10章 光照处理219

10.1 光照变化的影响219

10.1.1 光照变化对人脸图像的影响219

10.1.2 光照变化对人脸识别的影响221

10.2 光照模型223

10.2.1 光源223

10.2.2 物体表面的光照效果225

10.2.3 图像的亮度模型226

10.3 人脸识别中的光照补偿228

10.3.1 基于变换的光照补偿方法229

10.3.2 基于光照样本合成的光照补偿方法236

参考文献243

第11章 表情识别245

11.1 表情识别简介245

11.1.1 人脸表情的特点245

11.1.2 表情识别的基本步骤249

11.1.3 表情的特征分析250

11.1.4 表情识别的难点252

11.1.5 表情识别与人脸识别253

11.1.6 表情数据库254

11.2 人脸表情图像的预处理256

11.2.1 人脸表情图像几何预处理256

11.2.2 人脸表情图像的灰度预处理260

11.2.3 人脸表情图像的去噪261

11.3 人脸表情识别方法262

11.3.1 人脸表情特征提取262

11.3.2 人脸表情特征分类266

11.3.3 人脸表情特征识别266

11.3.4 典型人脸表情识别的方法270

11.4 人脸表情识别的研究意义及应用领域273

11.5 人脸表情识别的发展趋势276

参考文献277

第12章 三维人脸建模279

12.1 人脸建模概述279

12.1.1 人脸建模的研究意义279

12.1.2 人脸建模的应用领域280

12.2 人脸建模方法综述281

12.3 三维人脸模型283

12.3.1 基于人脸参数模型283

12.3.2 基于生理肌肉模型284

12.3.3 基于图像的视觉建模287

12.3.4 基于人脸库的形变模型289

12.4 标准人脸模型290

12.4.1 网格模型290

12.4.2 统计模型291

参考文献292

第13章 人脸姿态识别294

13.1 姿态变化对人脸图像识别的影响294

13.2 二维人脸姿态识别方法295

13.3 三维人脸姿态识别方法296

13.4 多姿态人脸识别方法297

13.4.1 基于单视图的多姿态人脸识别298

13.4.2 基于正投影视图的多姿态人脸识别301

13.5 人脸姿态识别方法的现状304

参考文献306

第14章 人脸跟踪307

14.1 人体运动分析307

14.2 目标与人脸跟踪技术308

14.2.1 目标跟踪技术的分类308

14.2.2 目标跟踪的常用方法309

14.2.3 人脸跟踪的现状311

14.2.4 人脸跟踪整体过程312

14.3 人脸跟踪中常用的色度模型313

14.4 人脸跟踪技术317

14.4.1 利用背景信息跟踪318

14.4.2 利用色彩信息跟踪319

14.4.3 利用运动信息跟踪319

14.4.4 利用人脸模板或参数模型进行跟踪319

14.4.5 利用人脸的局部特征进行跟踪320

参考文献320