人脸识别原理及算法 动态人脸识别系统研究PDF|Epub|txt|kindle电子书版本网盘下载

人脸识别原理及算法 动态人脸识别系统研究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1部分 人脸识别介绍1

第1章 人脸识别概论2

1.1 历史背景2

1.2 人脸识别相关学科的进展4

1.2.1 神经生理学方面的进展4

1.2.2 脑神经学方面的进展4

1.2.3 计算机视觉方面的进展5

1.3 模式识别理论11

1.3.1 预处理12

1.3.2 特征提取13

1.3.3 分类13

1.4 人脸图像识别主要研究的问题14

1.4.1 数据采样15

1.4.2 干扰因素16

1.5 人脸图像识别系统的构成17

1.5.1 人脸图像预处理17

1.5.2 图像表示与特征提取17

1.5.3 图像识别18

第2章 人脸识别研究综述19

2.1 研究现状19

2.2 常用的静态人脸图像识别方法20

2.2.1 几何特征方法21

2.2.2 特征脸方法22

2.2.3 局部特征分析技术24

2.2.4 模板匹配25

2.2.5 图匹配26

2.2.6 人工神经网络方法28

2.2.7 柔性形状模型技术31

2.2.8 综合的方法33

2.3 人脸检测以及人脸跟踪34

2.4 人脸图像识别的应用前景35

2.5 一些商用人脸识别软件36

2.5.1 TrueFace36

2.5.2 Face-It36

2.5.3 Technology Recognition Systems37

第2部分 静态人脸图像识别39

第3章 人脸特征探测41

3.1 简介41

3.2 参数化模型法42

3.2.1 图像的各种表示42

3.2.2 眼睛模型表示42

3.2.3 嘴巴模型和鼻子模型45

3.2.4 方法的优缺点45

3.3 基于模板的探测方法45

3.3.1 模板表示46

3.3.2 图像标准化46

3.3.3 方法的优缺点48

3.4 利用数学算子进行探测49

3.4.1 特征探测模型49

3.4.2 方法的优缺点50

3.5 小结50

第4章 基于通用形变模型的人脸轮廓特征提取51

4.1 引言51

4.2 通用形变模型的形成52

4.2.1 轮廓特征点的选取53

4.2.2 形变模型的形成53

4.2.3 形变模型的能量54

4.3 模型匹配57

4.3.1 全局匹配58

4.3.2 局部匹配59

4.4 实验61

4.5 小结62

第5章 基于主成分分析方法的人脸图像识别及人脸局部特征探测63

5.1 引言63

5.2 主成分分析方法在人脸图像识别中的应用65

5.2.1 特征向量的表示能力66

5.2.2 特征向量的选择69

5.2.3 光照的影响71

5.2.4 尺度的影响72

5.2.5 旋转因素的影响76

5.2.6 小结84

5.3 人脸局部特征探测84

5.3.1 逐步求精定位法85

5.3.2 实验86

5.4 利用局部特征识别人脸图像88

5.5 小结90

第6章 人脸图像的双属性图表示91

6.1 引言91

6.2 Gabor变换92

6.2.1 傅里叶变换92

6.2.2 Gabor变换93

6.3 基于数学变换的特征提取96

6.3.1 特征的生成96

6.3.2 实验98

6.3.3 实验结果100

6.3.4 小结102

6.4 人脸图像的双属性图表示103

6.4.1 关系图103

6.4.2 属性图103

6.4.3 双属性图104

6.5 小结106

第7章 人脸图像识别107

7.1 引言107

7.2 待识人脸图像的表示107

7.2.1 局部特征点的确定108

7.2.2 局部主成分特征的确定108

7.2.3 Gabor系数特征的确定109

7.3 双属性图匹配113

7.3.1 匹配函数113

7.3.2 λt的确定113

7.3.3 光照的处理113

7.3.4 尺度的处理115

7.3.5 平面旋转人脸图像的处理115

7.3.6 深度旋转人脸图像的处理117

7.3.7 图像识别118

7.3.8 方法的有效性118

7.4 实验120

7.4.1 图像尺度及旋转情况的确定120

7.4.2 人脸图像识别122

7.5 小结123

第8章 人脸图像识别程序实现124

8.1 主成分分析算法的MATLAB实现124

8.2 Gabor变换128

8.3 使用动态模板方法进行识别130

8.4 Gauss变换用于提取图像的特征136

第3部分 动态人脸识别研究143

第9章 动态人脸识别系统145

9.1 研究背景及条件145

9.1.1 研究背景145

9.1.2 研究对象和限定条件146

9.2 样本获取149

9.2.1 视频格式149

9.3 隐马尔科夫模型151

9.4 动态人脸识别系统框架153

9.4.1 预处理154

9.4.2 相关性处理159

9.4.3 隐马尔科夫模型的状态及属性确定160

9.4.4 观察序列概率分布计算161

9.4.5 隐马尔科夫模型的训练161

9.4.6 隐马尔科夫模型的识别161

第10章 动态人脸图像定位算法162

10.1 动态人脸图像定位问题162

10.2 Hausdorff距离164

10.3 人脸图像定位算法166

10.4 实验结果169

第11章 动态人脸识别的相关性179

11.1 人脸图像的相关性表示179

11.2 动态人脸的相关系数181

11.2.1 特征子空间相关系数182

11.2.2 插值相关系数184

11.2.3 图像内部信息相关系数186

11.2.4 3种相关系数的实验比较187

11.3 相关性处理与动态图像分割189

第12章 动态人脸图像识别191

12.1 隐马尔科夫模型的基本问题192

12.1.1 估价问题和前向算法192

12.1.2 解码问题和Viterbi算法192

12.1.3 训练问题193

12.1.4 识别问题195

12.2 基于隐马尔科夫模型的动态人脸识别系统195

12.2.1 隐马尔科夫模型的状态及属性图像196

12.2.2 观察序列数目201

12.2.3 观察序列初始概率分布202

12.2.4 相关系数与初始概率调整202

12.2.5 隐马尔科夫模型训练和动态人脸图像识别203

12.3 实验结果与分析204

12.3.1 实验结果204

12.3.2 与相关实验结果的对比208

12.4 隐马尔科夫模型与动态图像分割209

12.5 动态人脸图像识别中外界影响的处理210

12.5.1 有外界影响的动态人脸识别210

12.5.2 动态人脸识别算法在外界影响下的调整211

第13章 结束语213

参考文献217

术语233