人臉圖像信息處理與識別技術(shù)

內(nèi)容概要

　　《人臉圖像信息處理與識別技術(shù)》主要介紹人臉圖像信息處理技術(shù)的基本理論和方法，包括人臉圖像分形壓縮編碼及其最優(yōu)參數(shù)選擇的研究、基于膚色的人臉檢測技術(shù)、人臉圖像描述與編碼模型、核主元分析（KPCA）特征提取、基于核主元分析的人臉姿態(tài)估計、復(fù)雜視角條件下的人臉圖像特征抽取與識別、小波域的人臉特征提取與識別、視覺信息聯(lián)想記憶存儲器（VIAM）、人臉表情分析與識別、視頻序列中的表情分析與綜合等內(nèi)容。　　《人臉圖像信息處理與識別技術(shù)》的特點是緊跟國際、國內(nèi)學(xué)術(shù)發(fā)展動態(tài)，以作者學(xué)術(shù)研究成果為基礎(chǔ)，以國際、國內(nèi)技術(shù)發(fā)展為主線，討論目前學(xué)術(shù)研究領(lǐng)域里的熱點問題，主要內(nèi)容均有研究實驗結(jié)果。　　《人臉圖像信息處理與識別技術(shù)》可以作為高等學(xué)校計算機科學(xué)、電氣與電子信類專業(yè)高年級本科生和研究生教材，也可作為從事圖像處理工作的工程技術(shù)人員的參考書。

書籍目錄

第1章 人臉圖像信息處理技術(shù)1.1 概述1.1.1 人臉圖像信息處理與識別系統(tǒng)典型結(jié)構(gòu)1.1.2 人臉圖像信息處理技術(shù)的研究內(nèi)容1.1.3 人臉圖像信息處理技術(shù)應(yīng)用1.1.4 人臉圖像信息處理基本方法1.2 本書的組織本章參考文獻第2章 人臉圖像分形編碼壓縮算法2.1 數(shù)字圖像壓縮技術(shù)2.1.1 目前主要的圖像壓縮編碼標準2.1.2 分形圖像壓縮方法及發(fā)展現(xiàn)狀2.2 分形圖像編碼的基本理論2.2.1 分形壓縮編碼的基本概念2.2.2 分形壓縮編碼的數(shù)學(xué)基礎(chǔ)2.2.3 迭代函數(shù)系統(tǒng)理論2.2.4 基于迭代變換理論的分形編碼方法2.3 分形圖像編碼方法2.3.1 Jacquin的分形圖像編碼算法2.3.2 Fisher的自適應(yīng)四叉樹分形圖像編碼算法2.4 基于小波變換的分形編碼算法2.4.1 小波理論2.4.2 基于小波變換的圖像分形編碼算法2.5 人臉圖像分形編碼算法實驗結(jié)果2.5.1 三種分形編碼算法的性能比較2.5.2 基于小波變換的人臉圖像四叉樹分形編碼本章參考文獻第3章 人臉的檢測與定位3.1 人臉圖像獲取與預(yù)處理3.1.1 圖像變換增強3.1.2 直方圖均衡法3.1.3 非線性平滑濾波3.1.4 人臉圖像的歸一化3.2 人臉檢測與定位基本方法3.2.1 基于知識的方法3.2.2 基于模板匹配的方法3.2.3 基于外觀形狀的方法3.2.4 基于特征的方法3.3 基于膚色檢測的人臉定位算法3.3.1 人臉檢測算法流程3.3.2 彩色空間及其轉(zhuǎn)換3.3.3 膚色模型的建立及膚色的提取3.3.4 鄰域濾波噪聲消除算法3.3.5 基于邊緣檢測的膚色區(qū)域分割3.3.6 人臉區(qū)域粗分割3.3.7 基于雙眼確認的人臉區(qū)域定位3.4 基于膚色檢測的人臉定位算法實驗結(jié)果本章參考文獻第4章 基于模型的人臉描述與編碼4.1 計算機視覺中的統(tǒng)計模型4.1.1 構(gòu)造可變模型研究問題的必要性4.1.2 基于統(tǒng)計模型的特點4.1.3 統(tǒng)計形狀模型的理論基礎(chǔ)和建立4.1.4 選擇適當?shù)臉硕c4.1.5 變化形狀的建模4.1.6 統(tǒng)計模型的匹配4.1.7 統(tǒng)計模型的測試4.1.8 估計形狀向量的分布4.2 基于統(tǒng)計形狀模型的圖像解釋4.3 主動形狀模型4.3.1 標定訓(xùn)練集4.3.2 訓(xùn)練集的標準化4.3.3 提取統(tǒng)計信息并建立統(tǒng)計模型4.3.4 灰度外觀模型的建立4.4 點分布模型在圖像搜索中的應(yīng)用4.4.1 初始估計值4.4.2 最佳的位移距離的確定4.4.3 形狀和姿態(tài)參數(shù)的確定4.4.4 形狀和姿態(tài)參數(shù)的更新4.5 加權(quán)主動形狀模型4.5.1 評價信息4.5.2 形狀子空間的加權(quán)投影4.5.3 調(diào)整加權(quán)矩陣4.5.4 WASM搜索過程4.5.5 實驗結(jié)果4.6 主動外觀模型4.6.1 形狀無關(guān)圖像的統(tǒng)計分析4.6.2 形狀無關(guān)紋理統(tǒng)計模型的計算4.6.3 AAM模型的建模4.6.4 實驗結(jié)果本章參考文獻第5章 多視角人臉圖像處理與識別方法5.1 核主元分析技術(shù)5.1.1 人臉圖像特征提取5.1.2 KPCA的基本概念5.1.3 KPCA人臉識別流程5.1.4 奇異值分解定理5.2 觀察子空間學(xué)習(xí)理論5.2.1 無監(jiān)督ISA觀察子空間學(xué)習(xí)5.2.2 有監(jiān)督ISA觀察子空間學(xué)習(xí)5.3 核空間基于支持向量機的模式分類器5.4 基于觀察子空間的人臉圖像姿態(tài)估計與人臉檢測5.4.1 基于觀察子空間的人臉圖像姿態(tài)估計5.4.2 多姿態(tài)人臉檢測5.5 人工神經(jīng)網(wǎng)絡(luò)分類器5.5.1 人工神經(jīng)網(wǎng)絡(luò)的基本概念5.5.2 BP神經(jīng)網(wǎng)絡(luò)5.6 基于KPCA和BP神經(jīng)網(wǎng)絡(luò)的多視角人臉識別5.6.1 人臉圖像預(yù)處理5.6.2 KPCA特征提取5.6.3 BP神經(jīng)網(wǎng)絡(luò)分類本章參考文獻第6章 基于小波分析的人臉特征提取與識別技術(shù)6.1 小波分析的基本概念6.1.1 小波變換的多分辨率分析6.1.2 二維離散小波變換6.2 Mallat算法6.2.1 一維信號的Mallat算法6.2.2 二維信號的Mallat算法6.2.3 小波變換實例6.3 基于小波分析的人臉特征提取與識別6.3.1 特征提取6.3.2 識別算法6.4 實驗結(jié)果及討論6.4.1 小波分解層數(shù)的確定6.4.2 網(wǎng)格數(shù)的確定6.4.3 小波函數(shù)的選取6.4.4 訓(xùn)練圖像數(shù)目對識別率的影響6.4.5 支持向量機核函數(shù)的選擇6.4.6 實驗結(jié)果本章參考文獻第7章 基于視覺聯(lián)想的人臉識別技術(shù)7.1 協(xié)同計算的基本概念7.1.1 協(xié)同學(xué)原理：一種聯(lián)系宏觀特征與微觀狀態(tài)的非線性系統(tǒng)模型7.1.2 廣義協(xié)同計算7.1.3 視覺計算的系統(tǒng)結(jié)構(gòu)7.2 序化動力系統(tǒng)數(shù)學(xué)模型7.3 序化動力系統(tǒng)模型的神經(jīng)網(wǎng)絡(luò)實現(xiàn)7.4 基于協(xié)同神經(jīng)網(wǎng)絡(luò)的視覺信息聯(lián)想記憶算法7.4.1 視覺信息聯(lián)想記憶的實現(xiàn)方案7.4.2 基于ODSM模型的視覺信息聯(lián)想算法7.5 ODSM模型的并行計算結(jié)構(gòu)及其硬件實現(xiàn)7.5.1 Cannon分塊矩陣計算方法及其實現(xiàn)7.5.2 序參量初始值的硬件計算和狀態(tài)輸出部件7.5.3 競爭層的硬件計算部件7.5.4 仿真結(jié)果及其性能分析7.6 梯度動力學(xué)協(xié)同神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法7.6.1 標準原形模式學(xué)習(xí)算法7.6.2 基于梯度動力學(xué)的協(xié)同神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法7.6.3 改進的梯度動力學(xué)的協(xié)同神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法7.6.4 新模式擴展學(xué)習(xí)算法7.7 基于子波域旋轉(zhuǎn)不變特征的協(xié)同神經(jīng)網(wǎng)絡(luò)人像識別7.7.1 基于小波變換的旋轉(zhuǎn)不變性特征向量7.7.2 協(xié)同神經(jīng)網(wǎng)絡(luò)人像識別算法7.7.3 實驗結(jié)果本章參考文獻第8章 人臉表情分析與識別技術(shù)8.1 人臉表情識別方法研究現(xiàn)狀8.2 人臉表情識別技術(shù)8.2.1 人臉表情識別系統(tǒng)框架8.2.2 表情區(qū)域定位方法比較8.2.3 表情特征提取方法分類8.2.4 表情識別方法分類8.2.5 人臉表情識別技術(shù)的難點8.3 小波變換與PCA/LDA相結(jié)合的表情識別算法8.3.1 二維離散小波8.3.2 PCA/LDA Fisher判別分析8.3.3 最近鄰分類8.3.4 實驗結(jié)果8.4 基于Gabor變換的表情特征提取8.4.1 小波變換概述8.4.2 基于Gabor小波變換的特征提取8.4.3 人臉表情圖片的預(yù)處理8.4.4 K近鄰分類8.4.5 實驗結(jié)果本章參考文獻第9章 視頻序列中的表情分析與表情綜合9.1 人臉建模與人臉表情合成技術(shù)9.1.1 人臉建模技術(shù)9.1.2 人臉表情合成技術(shù)9.2 圖像的預(yù)處理9.2.1 尺寸歸一化處理9.2.2 人臉圖像的旋轉(zhuǎn)9.2.3 人臉圖像的比例裁剪與縮放9.2.4 光照補償處理9.3 基于MPEG-4的人臉表情轉(zhuǎn)換9.3.1 MPEG-4中人臉動畫標準簡介9.3.2 MPEG-4中人臉表情參數(shù)化9.3.3 MPEG-4中人臉動畫控制數(shù)據(jù)的獲取方法9.3.4 MPEG-4的標準人臉模型動畫實現(xiàn)方法9.4 真實感細微表情的合成9.4.1 表情比例圖的原理9.4.2 局部表情比例圖9.4.3 局部表情的金字塔分解與重構(gòu)9.4.4 面向FAP的PERI參數(shù)化方法9.5 展望本章參考文獻

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    人臉圖像信息處理與識別技術(shù) PDF格式下載

---