人臉自動機器識別

人臉自動機器識別

科學出版社2009年出版的科普類圖書,作者段錦。該書系統介紹了人臉自動機器識別的原理、方法和技術,對人臉檢測和識別的若干難點和關鍵技術進行了深入研究和討論,並融入了國內外人臉識別領域研究和套用的最新進展。

基本信息

內容簡介

《人臉自動機器識別》系統介紹了人臉自動機器識別的原理、方法和技術,對人臉檢測和識別的若干難點和關鍵技術進行了深入研究和討論,並融入了國內外人臉識別領域研究和套用的最新進展。全書共12章,分為4個部分:第一部分包括第1~3章,介紹了人臉識別的基本概念和基礎理論,第二部分包括第4~6章,重噗討論人臉檢測的方法和技術,第三部分包括第7~9章,討論了人臉特徵提取、人臉識別技術與方法,第四部分包括第10~12章,講述人臉識別技術的實際套用和發展前景。

《人臉自動機器識別》內容豐富、敘述脈絡清晰,可供相關領域工程技術人員和在校研究生參考閱讀和使用。且目前已經被Lenovo公司編為程式,在idea pad中得到廣泛使用,受到多數IT人士的好評

目錄

前言

第1章生物特徵識別

1.1生物特徵識別的概念

1.2生物特徵識別的發展前景

1.3生物特徵識別技術簡介

1.3.1人臉識別

1.3.2指紋識別

1.3.3人臉溫譜圖識別

1.3.4虹膜識別

1.3.5視網膜識別

1.3.6掌紋識別

1.3.7三維手型識別

1.3.8手背脈紋識別

1.3.9語音識別

1.3.10簽名識別

1.3.11DNA序列匹配

1.3.12耳型識別

1.3.13步態識別

1.3.14擊鍵動態識別

1.3.15小結

參考文獻

第2章人臉識別

2.1人臉識別概述

2.1.1人臉識別的研究內容

2.1.2人臉識別的優勢與難點

2.1.3人臉識別的套用領域

2.2人臉識別系統

參考文獻

第3章人臉檢測和識別的基本理論

3.1人臉檢測和定位的理論與方法

3.1.1基於知識規則的方法

3.1.2基於可視特徵的方法

3.1.3基於模板匹配的方法

3.2人臉特徵提取和識別理論與方法

3.2.1基於幾何特徵的方法

3.2.2基於代數特徵的方法

3.2.3基於機器學習的方法

3.3人臉識別評價標準

3.3.1評價標準

3.3.2性能指標

3.4國內研究現狀

參考文獻

第4章複雜背景下的人臉檢測

4.1人臉顏色空問

4.1.1RGB顏色模型

4.1.2YlQ顏色模型

4.1.3HSV模型

4.1.4HIS顏色模型

4.1.5YCbCr(YUV)顏色模型

4.1.6rgb顏色模型

4.2灰度圖像檢測

4.2.1差分圖像

4.2.2投影斜率法

4.3彩色人臉檢測

4.4人臉定位算法

4.5顏色模型自適應

參考文獻

第5章基於級聯分類器的人臉檢測

5.1分類器結構

5.1.1分類器級聯

5.1.2Bossting原理

5.2弱分類器設計

5.2.1矩形特徵選取

5.2.2基於感知器的弱學習算法

5.3AdaBoost算法

5.4實驗與討論

5.4.1分類器參數選擇

5.4.2分類器實現

參考文獻

第6章人臉光照補償

6.1光照對識別的影響

6.2相關研究工作

6.3基於小波的光照補償方法

6.3.1二維小波分解與重建

6.3.2小波去除光照

6.4實驗與討論

6.4.1實驗資料庫

6.4.2圖像標準化

6.4.3實驗結果

6.5圖像生成技術

參考文獻

第7章人臉特徵提取與識別

7.1人臉特徵提取

7.1.1PCA特徵提取

7.1.2ICA特徵提取

7.1.3PCA和ICA的比較

7.2人臉聚類分析

7.2.1聚類分析基本原理

7.2.2簡單的分類規則

7.2.3最近鄰人臉識別方法

7.3人臉資料庫快速檢索算法研究

參考文獻

第8章基於小波的人臉特徵提取

8.1二維離散小波變換

8.2基於小波的人臉特徵提取

8.2.1小波變換後的低頻部分作為特徵數據

8.2.2簡單加權小波係數作為特徵數據

8.3基於EZW的小波特徵提取

8.3.1小波基的選擇

8.3.2雙正交小波變換

8.3.3靜態圖像的零樹小波編碼

參考文獻

第9章基於自適應諧振網路的人臉識別

9.1自適應諧振理論

9.2ART2神經網路

9.2.1F1場中第j個處理單元的描述

9.2.2F1場中所完成運算的描述

9.2.3F1場和F2場之間權重係數的學習

9.2.4調整子系統的工作原理以及參數選擇

9.2.5ART2網路的學習算法

9.3人臉的局部特徵定位

9.3.1眼睛的定位

9.3.2人臉傾斜和鏇轉補償

9.3.3臉部分割

9.3.4面部特徵向量

9.4實驗與討論

9.4.1ART2網路人臉識別算法

9.4.2實驗結果

參考文獻

第10章人臉資料庫檢索

10.1資料庫檢索系統

10.2聚類算法

10.2.1標準的k均值聚類算法

10.2.2算法分析與改進

10.3實驗與討論

10.3.1實驗環境

10.3.2實驗步驟

10.3.3實驗分析

10.4基於內容的不良圖像檢索

10.4.1不良圖像建模

10.4.2廣義模糊加權神經網路

10.4.3不良圖像的識別

參考文獻

第11章人臉識別套用系統

11.1人臉識別門禁系統

11.1.1項目背景

11.1.2系統結構

11.1.3軟體實現

11.1.4系統工程設計

11.2嵌入式人臉門鎖

11.2.1項目背景

11.2.2系統設計

11.2.3技術關鍵

11.3其他領域的套用

11.3.1信息安全產品

11.3.2證件鑑別管理系統

11.3.3海量資料庫人臉檢索比對系統

11.3.4嵌入式人臉考勤系統

11.3.5人臉識別數位相機

參考文獻

第12章三維人臉識別展望

12.1深度人臉識別

12.1.1人臉識別從二維到三維

12.1.2三維人臉識別的挑戰

12.2三維人臉模型

12.2.1人臉建模方法

12.2.2三維人臉模型

12.3三維人臉識別方法

12.3.1三維人臉重建

12.3.2三維頭部跟蹤

12.3.3三維人臉識別

12.3.4表情分析與合成

12.4結束語

參考文獻

附錄人臉識別算法測試規範

相關搜尋

熱門詞條

聯絡我們