人脸自动机器识别

前言

第1章生物特征识别

1．1生物特征识别的概念

1．2生物特征识别的发展前景

1．3生物特征识别技术简介

1．3．1人脸识别

1．3．2指纹识别

1．3．3人脸温谱图识别

1．3．4虹膜识别

1．3．5视网膜识别

1．3．6掌纹识别

1．3．7三维手型识别

1．3．8手背脉纹识别

1．3．9语音识别

1．3．10签名识别

1．3．11DNA序列匹配

1．3．12耳型识别

1．3．13步态识别

1．3．14击键动态识别

1．3．15小结

参考文献

第2章人脸识别

2．1人脸识别概述

2．1．1人脸识别的研究内容

2．1．2人脸识别的优势与难点

2．1．3人脸识别的应用领域

2．2人脸识别系统

参考文献

第3章人脸检测和识别的基本理论

3．1人脸检测和定位的理论与方法

3．1．1基于知识规则的方法

3．1．2基于可视特征的方法

3．1．3基于模板匹配的方法

3．2人脸特征提取和识别理论与方法

3．2．1基于几何特征的方法

3．2．2基于代数特征的方法

3．2．3基于机器学习的方法

3．3人脸识别评价标准

3．3．1评价标准

3．3．2性能指标

3．4国内研究现状

参考文献

第4章复杂背景下的人脸检测

4．1人脸颜色空间

4．1．1RGB颜色模型

4．1．2YIQ颜色模型

4．1．3HSV模型

4．1．4HIS颜色模型

4．1．5YCbCr(YUV)颜色模型

4．1．6rgb颜色模型

4．2灰度图像检测

4．2．1差分图像

4．2．2投影斜率法

4．3彩色人脸检测

4．4人脸定位算法

4．5颜色模型自适应

参考文献

第5章基于级联分类器的人脸检测

5．1分类器结构

5．1．1分类器级联

5．1．2Boosting原理

5．2弱分类器设计

5．2．1矩形特征选取

5．2．2基于感知器的弱学习算法

5．3AdaBoost算法

5．4实验与讨论

5．4．1分类器参数选择

5．4．2分类器实现

参考文献

第6章人脸光照补偿

6．1光照对识别的影响

6．2相关研究工作

6．3基于小波的光照补偿方法

6．3．1二维小波分解与重建

6．3．2小波去除光照

6．4实验与讨论

6．4．1实验数据库

6．4．2图像标准化

6．4．3实验结果

6．5图像生成技术

参考文献

第7章人脸特征提取与识别

7．1人脸特征提取

7．1．1PCA特征提取

7．1．2ICA特征提取

7．1．3PCA和ICA的比较

7．2人脸聚类分析

7．2．1聚类分析基本原理

7．2．2简单的分类规则

7．2．3最近邻人脸识别方法

7．3人脸数据库快速检索算法研究

参考文献

第8章基于小波的人脸特征提取

8．1二维离散小波变换

8．2基于小波的人脸特征提取

8．2．1小波变换后的低频部分作为特征数据

8．2．2简单加权小波系数作为特征数据

8．3基于EZW的小波特征提取

8．3．1小波基的选择

8．3．2双正交小波变换

8．3．3静态图像的零树小波编码

参考文献

第9章基于自适应谐振网络的人脸识别

9．1自适应谐振理论

9．2ART2神经网络

9．2．1F1场中第j个处理单元的描述

9．2．2F2场中所完成运算的描述

9．2．3F1场和F2场之间权重系数的学习

9．2．4调整子系统的工作原理以及参数选择

9．2．5ART2网络的学习算法

9．3人脸的局部特征定位

9．3．1眼睛的定位

9．3．2人脸倾斜和旋转补偿

9．3．3脸部分割

9．3．4面部特征向量

9．4实验与讨论

9．4．1ART2网络人脸识别算法

9．4．2实验结果

参考文献

第10章人脸数据库检索

10．1数据库检索系统

10．2聚类算法

lO．2．1标准的k均值聚类算法

10．2．2算法分析与改进

10．3实验与讨论

10．3．1实验环境

10．3．2实验步骤

10．3．3实验分析

10．4基于内容的不良图像检索

10．4．1不良图像建模

10．4．2广义模糊加权神经网络

10．4．3不良图像的识别

参考文献

第11章人脸识别应用系统

11．1人脸识别门禁系统

11．1．1项目背景

11．1．2系统结构

11．1．3软件实现

11．1．4系统工程设计

11．2嵌人式人脸门锁

11．2．1项目背景

11．2．2系统设计

11．2．3技术关键

11．3其他领域的应用

11．3．1信息安全产品

11．3．2证件鉴别管理系统

11．3．3海量数据库人脸检索比对系统

11．3．4嵌入式人脸考勤系统

11．3．5人脸识别数码相机

参考文献

第12章三维人脸识别展望

12．1深度人脸识别

12．1．1人脸识别从二维到三维

12．1．2三维人脸识别的挑战

12．2三维人脸模型

12．2．1人脸建模方法

12．2．2三维人脸模型

12．3三维人脸识别方法

12．3．1三维人脸重建

12．3．2三维头部跟踪

12．3．3三维人脸识别

12．3．4表情分析与合成

12．4结束语

参考文献

附录人脸识别算法测试规范

　　人脸识别技术是一个极具现实意义和使用价值的研究领域，但其实际应用却是一项极其复杂的系统工程，涉及计算机图形学、计算机视觉、模式识别、机器学习、感知科学、人工智能、计算智能等技术。本书以构建一个可用、实用的人脸识别应用系统为出发点，进行书稿的组织。在应用实践中，不但要考虑技术原理和实现方法的每一个细节问题，还要考虑系统与实际条件和应用环境的相互配合。本书结合实际的项目对人脸识别技术做了应用上的探索和尝试，除了重点讲述人脸检测和识别的关键技术以外，还从整体的角度，较详细地阐述了构成系统的各个环节的具体实现技术。　　本书系统介绍了人脸自动机器识别的原理、方法和技术，对人脸检测和识别的若干难点和关键技术进行了深入研究和讨论，并融人了国内外人脸识别领域研究和应用的最新进展。全书共12章，分为4个部分：第一部分包括第1～3章，介绍了人脸识别的基本概念和基础理论；第二部分包括第4～6章，重点讨论人脸检测的方法和技术；第三部分包括第7～9章，讨论了人脸特征提取、人脸识别技术和方法；第四部分包括第10～12章，讲述人脸识别技术的实际应用和发展前景。　　本书内容丰富、叙述脉络清晰，可供相关领域工程技术人员和在校研究生参考阅读和使用。