基于稀疏算法的人脸识别

第1章 引论

1.1 概述

1.2 人脸辨识与人脸认证评价指标

1.3 人脸识别方法

1.3.1 基于几何特征的人脸识别

1.3.2 基于表象的人脸识别

1.3.3 基于稀疏描述的人脸识别方法

1.4 人脸识别技术的应用分析

1.5 基于表情的人脸识别

1.6 年龄不变人脸识别

1.7 3D人脸识别研究

1.7.1 基于空域的直接匹配方法

1.7.2 基于局部特征的匹配

1.7.3 基于全局特征的匹配

1.8 常用人脸库介绍

1.8.1 FERET人脸数据库

1.8.2 Yale人脸数据库

1.8.3 YaleB人脸数据库

1.8.4 ORL人脸数据库

1.8.5 AR人脸数据库

1.8.6 XM2VTS人脸数据库

1.8.7 CMUPIE数据库

1.8.8 可见光与近红外人脸数据库

第2章 一维降维方法与人脸识别

2.1 特征脸方法

2.2 基于Fisher准则的线性鉴别分析方法

2.3 Fisherface

2.4 一维核方法

2.5 局部保持投影方法

第3章 二维降维方法与人脸识别

3.1 二维主成分分析的实现及融合方案

3.1.1 2DPCA

3.1.2 2DPCA的两种不同实现及其意义

3.1.3 实验及分析

3.2 基于复矩阵的主成分分析与线性鉴别分析

3.2.1 基于复矩阵的主成分分析

3.2.2 基于复矩阵的主成分分析的讨论

3.2.3 基于复矩阵的线性鉴别分析

3.2.4 基于复矩阵的线性鉴别分析的理论分析

3.3 二维局部保持投影分析

3.3.1 二维监督的局部保持投影

3.3.2 二维监督局部保持投影分析

3.3.3 二维判别监督局部保持算法

3.3.4 实验

第4章 稀疏描述及其人脸识别应用

4.1 基于稀疏描述的人脸识别方法

4.2 快速稀疏方法

4.3 字典学习

4.4 人脸对齐

4.5 核稀疏方法

4.6 本章小结

第5章 快速稀疏描述方法

5.1 基于全局表达方法的图像测试样本描述与识别

5.1.1 原空间中图像测试样本的全局表达方法

5.1.2 特征空间中图像测试样本全局表达方法的初步设计

5.1.3 全局表达方法的可行性分析

5.2 快速稀疏描述方法

5.2.1 快速稀疏描述方法的设计

5.2.2 快速稀疏描述方法的可行性分析

5.3 快速稀疏描述方法的变形算法

5.4 本章小结

第6章 稀疏描述思想与改进的K近邻分类

6.1 基于描述的最近邻分类

6.1.1 基于描述的最近邻分类方法

6.1.2 方法的分析

6.1.3 实验结果

6.1.4 结论

6.2 加权最近邻分类

6.2.1 方法介绍

6.2.2 加权最近邻分类与NNCM的关系

6.2.3 实验结果

6.2.4 结论

6.3 改进的近邻特征空间方法

6.3.1 K近邻分类方法的几个扩展

6.3.2 改进的近邻特征空间方法

6.3.3 改进的近邻特征空间方法分析

6.3.4 实验结果

6.3.5 结论

第7章 稀疏描述思想与改进的降维方法

7.1 稀疏描述与常规变换方法的结合

7.1.1 改进的常规变换方法

7.1.2 关于ICTM的分析

7.1.3 实验结果

7.1.4 结论

7.2 基于描述和降维的人脸识别

7.2.1 基于描述和降维的人脸识别方法

7.2.2 方法合理性分析

7.2.3 实验结果

7.2.4 结论

7.3 讨论

7.3.1 正确分类的前提条件

7.3.2 线性降维与样本近邻关系

7.3.3 描述误差与分类精度

第8章 基于描述的方法与多生物特征识别应用

8.1 基于交叉得分的多生物特征识别方法

8.1.1 具体方法

8.1.2 算法特点与原理

8.1.3 实验结果

8.1.4 结论和讨论

8.2 基于多Gabor特征融合的人脸识别

8.2.1 Gabor变换及本节的方法

8.2.2 方法的分析

8.2.3 实验

8.2.4 结论

8.3 复空间局部保持投影方法

8.3.1 CLPP

8.3.2 实验

8.3.3 结论

第9章 彩色人脸识别的研究与发展

9.1 全局彩色人脸识别方法

9.1.1 基于各颜色通道的全局方法

9.1.2 其他全局方法

9.2 局部彩色人脸识别方法

9.2.1 局部二元模式算子

9.2.2 基于Gabor变换的局部彩色人脸识别方法

9.3 其他彩色人脸识别方法

第10章 基于视频的人脸识别技术综述

10.1 引言

10.1.1 基于视频的人脸识别技术的特点

10.1.2 基于视频的人脸识别技术的几个问题

10.1.3 基于视频的人脸识别技术流程图

10.2 各模块的主要技术与方法

10.2.1 基于视频的人脸检测

10.2.2 基于视频的人脸跟踪

10.2.3 基于视频的人脸识别

10.3 基于视频的人脸识别技术难点

10.3.1 光照的影响

10.3.2 姿态变化的影响

10.3.3 低分辨率的影响

10.4 基于视频的人脸识别技术在ATM中的应用

10.4.1 基于视频的人脸识别技术在ATM中应用的技术方案

10.4.2 技术方案流程图

10.4.3 人脸识别的融合算法介绍

10.4.4 实验验证

10.5 实验设计与结果统计

第11章 人脸伪装判识及应用

11.1 概述与分析

11.1.1 人脸伪装判识的实际需求

11.1.2 相关研究介绍

11.1.3 技术难点分析

11.1.4 伪装定义、伪装判识的全局方案

11.2 人脸伪装判识方法

11.2.1 人像定位

11.2.2 基于Haar分类器的伪装检测

11.2.3 对误报的分类

11.2.4 基于直线检测的背景误报剔除方法

11.2.5 基于镜桥检测的墨镜误报判别方法

11.2.6 基于对称差分的墨镜伪装判别方法

11.2.7 基于Galbor滤波的墨镜误报判别

11.2.8 基于聚类分析的帽子误报判别

11.2.9 基于肤色模型的口罩伪装判识

11.2.10 其他误报剔除方法

11.3 系统的实施与评估

11.3.1 系统结构

11.3.2 系统模块设计

第12章 人脸考勤与识别系统

12.1 红外人脸识别与双模态人脸考勤系统

12.1.1 远红外与近红外人脸对比分析

12.1.2 系统技术方案的考虑与设计

12.1.3 系统软硬件

12.2 人脸与指纹联合识别系统

12.2.1 系统分析与设计

12.2.2 系统硬件

12.2.3 系统细节

12.3 基于人脸图像认证的计算机登录系统

12.3.1 引言

12.3.2 Windows登录系统概述

12.3.3 人脸登录系统设计

12.3.4 人脸识别

参考文献

《基于稀疏算法的人脸识别》重点介绍稀疏算法及其改进方法在人脸识别中的应用，共分三部分。第一部分介绍降维方法等经典人脸描述与识别方法。第二部分介绍“局部”人脸描述与识别方法，重点介绍应用于人脸识别的原始稀疏方法原理、后来发展的稀疏方法以及基于稀疏描述思想的常规方法的改进，分析该类方法的本质特点。第三部分介绍彩色人脸识别、视频人脸识别和广义人脸识别范畴的人脸伪装判识技术，以及自主研发的人脸识别系统。
　　《基于稀疏算法的人脸识别》既可供自动化、计算机、电子工程等专业研究人员使用，又可供模式识别、机器学习、计算机视觉和图像处理等开发人员参考。