人臉自動(dòng)機(jī)器識(shí)別

前言
第1章 生物特征識(shí)別
1.1 生物特征識(shí)別的概念
1.2 生物特征識(shí)別的發(fā)展前景
1.3 生物特征識(shí)別技術(shù)簡(jiǎn)介
1.3.1 人臉識(shí)別
1.3.2 指紋識(shí)別
1.3.3 人臉溫譜圖識(shí)別
1.3.4 虹膜識(shí)別
1.3.5 視網(wǎng)膜識(shí)別
1.3.6 掌紋識(shí)別
1.3.7 三維手型識(shí)別
1.3.8 手背脈紋識(shí)別
1.3.9 語音識(shí)別
1.3.10 簽名識(shí)別
1.3.11 DNA序列匹配
1.3.12 耳型識(shí)別
1.3.13 步態(tài)識(shí)別
1.3.14 擊鍵動(dòng)態(tài)識(shí)別
1.3.15 小結(jié)
參考文獻(xiàn)
第2章 人臉識(shí)別
2.1 人臉識(shí)別概述
2.1.1 人臉識(shí)別的研究?jī)?nèi)容
2.1.2 人臉識(shí)別的優(yōu)勢(shì)與難點(diǎn)
2.1.3 人臉識(shí)別的應(yīng)用領(lǐng)域
2.2 人臉識(shí)別系統(tǒng)
參考文獻(xiàn)
第3章 人臉檢測(cè)和識(shí)別的基本理論
3.1 人臉檢測(cè)和定位的理論與方法
3.1.1 基于知識(shí)規(guī)則的方法
3.1.2 基于可視特征的方法
3.1.3 基于模板匹配的方法
3.2 人臉特征提取和識(shí)別理論與方法
3.2.1 基于幾何特征的方法
3.2.2 基于代數(shù)特征的方法
3.2.3 基于機(jī)器學(xué)習(xí)的方法
3.3 人臉識(shí)別評(píng)價(jià)標(biāo)準(zhǔn)
3.3.1 評(píng)價(jià)標(biāo)準(zhǔn)
3.3.2 性能指標(biāo)
3.4 國內(nèi)研究現(xiàn)狀
參考文獻(xiàn)
第4章 復(fù)雜背景下的人臉檢測(cè)
4.1 人臉顏色空問
4.1.1 RGB顏色模型
4.1.2 YlQ顏色模型
4.1.3 HSV模型
4.1.4 HIS顏色模型
4.1.5 YCbCr（YUV）顏色模型
4.1.6 rgb顏色模型
4.2 灰度圖像檢測(cè)
4.2.1 差分圖像
4.2.2 投影斜率法
4.3 彩色人臉檢測(cè)
4.4 人臉定位算法
4.5 顏色模型自適應(yīng)
參考文獻(xiàn)
第5章 基于級(jí)聯(lián)分類器的人臉檢測(cè)
5.1 分類器結(jié)構(gòu)
5.1.1 分類器級(jí)聯(lián)
5.1.2 Bossting原理
5.2 弱分類器設(shè)計(jì)
5.2.1 矩形特征選取
5.2.2 基于感知器的弱學(xué)習(xí)算法
5.3 AdaBoost算法
5.4 實(shí)驗(yàn)與討論
5.4.1 分類器參數(shù)選擇
5.4.2 分類器實(shí)現(xiàn)
參考文獻(xiàn)
第6章 人臉光照補(bǔ)償
6.1 光照對(duì)識(shí)別的影響
6.2 相關(guān)研究工作
6.3 基于小波的光照補(bǔ)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(shí)驗(yàn)與討論
6.4.1 實(shí)驗(yàn)數(shù)據(jù)庫
6.4.2 圖像標(biāo)準(zhǔn)化
6.4.3 實(shí)驗(yàn)結(jié)果
6.5 圖像生成技術(shù)
參考文獻(xiàn)
第7章 人臉特征提取與識(shí)別
7.1 人臉特征提取
7.1.1 PCA特征提取
7.1.2 ICA特征提取
7.1.3 PCA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(jiǎn)單的分類規(guī)則
7.2.3 最近鄰人臉識(shí)別方法
7.3 人臉數(shù)據(jù)庫快速檢索算法研究
參考文獻(xiàn)
第8章 基于小波的人臉特征提取
8.1 二維離散小波變換
8.2 基于小波的人臉特征提取
8.2.1 小波變換后的低頻部分作為特征數(shù)據(jù)
8.2.2 簡(jiǎn)單加權(quán)小波系數(shù)作為特征數(shù)據(jù)
8.3 基于EZW的小波特征提取
8.3.1 小波基的選擇
8.3.2 雙正交小波變換
8.3.3 靜態(tài)圖像的零樹小波編碼
參考文獻(xiàn)
第9章 基于自適應(yīng)諧振網(wǎng)絡(luò)的人臉識(shí)別
9.1 自適應(yīng)諧振理論
9.2 ART2神經(jīng)網(wǎng)絡(luò)
9.2.1 F1場(chǎng)中第j個(gè)處理單元的描述
9.2.2 F1場(chǎng)中所完成運(yùn)算的描述
9.2.3 F1場(chǎng)和F2場(chǎng)之間權(quán)重系數(shù)的學(xué)習(xí)
9.2.4 調(diào)整子系統(tǒng)的工作原理以及參數(shù)選擇
9.2.5 ART2網(wǎng)絡(luò)的學(xué)習(xí)算法
9.3 人臉的局部特征定位
9.3.1 眼睛的定位
9.3.2 人臉傾斜和旋轉(zhuǎn)補(bǔ)償
9.3.3 臉部分割
9.3.4 面部特征向量
9.4 實(shí)驗(yàn)與討論
9.4.1 ART2網(wǎng)絡(luò)人臉識(shí)別算法
9.4.2 實(shí)驗(yàn)結(jié)果
參考文獻(xiàn)
第10章 人臉數(shù)據(jù)庫檢索
10.1 數(shù)據(jù)庫檢索系統(tǒng)
10.2 聚類算法
10.2.1 標(biāo)準(zhǔn)的k均值聚類算法
10.2.2 算法分析與改進(jìn)
10.3 實(shí)驗(yàn)與討論
10.3.1 實(shí)驗(yàn)環(huán)境
10.3.2 實(shí)驗(yàn)步驟
10.3.3 實(shí)驗(yàn)分析
10.4 基于內(nèi)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(quán)神經(jīng)網(wǎng)絡(luò)
10.4.3 不良圖像的識(shí)別
參考文獻(xiàn)
第11章 人臉識(shí)別應(yīng)用系統(tǒng)
11.1 人臉識(shí)別門禁系統(tǒng)
11.1.1 項(xiàng)目背景
11.1.2 系統(tǒng)結(jié)構(gòu)
11.1.3 軟件實(shí)現(xiàn)
11.1.4 系統(tǒng)工程設(shè)計(jì)
11.2 嵌入式人臉門鎖
11.2.1 項(xiàng)目背景
11.2.2 系統(tǒng)設(shè)計(jì)
11.2.3 技術(shù)關(guān)鍵
11.3 其他領(lǐng)域的應(yīng)用
11.3.1 信息安全產(chǎn)品
11.3.2 證件鑒別管理系統(tǒng)
11.3.3 海量數(shù)據(jù)庫人臉檢索比對(duì)系統(tǒng)
11.3.4 嵌入式人臉考勤系統(tǒng)
11.3.5 人臉識(shí)別數(shù)碼相機(jī)
參考文獻(xiàn)
第12章 三維人臉識(shí)別展望
12.1 深度人臉識(shí)別
12.1.1 人臉識(shí)別從二維到三維
12.1.2 三維人臉識(shí)別的挑戰(zhàn)
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(shí)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(shí)別
12.3.4 表情分析與合成
12.4 結(jié)束語
參考文獻(xiàn)
附錄 人臉識(shí)別算法測(cè)試規(guī)范