基于子空間的人臉識(shí)別

前言

人臉識(shí)別（或更廣泛地說，人臉圖像分析）是近年信息科學(xué)領(lǐng)域里一個(gè)備受關(guān)注的熱點(diǎn)，人臉識(shí)別技術(shù)在社會(huì)發(fā)展與建設(shè)中也得到了廣泛的重視和應(yīng)用，基于子空間的人臉識(shí)別方法是一類主流的方法。本書結(jié)合清華大學(xué)電子工程系圖像工程研究室近年一些相關(guān)的研究工作，對(duì)這類方法進(jìn)行了比較全面的介紹，希望對(duì)其他研究者有所啟發(fā)和幫助。在編寫方針上，本書從科研的角度出發(fā)，結(jié)合理論性、實(shí)用性、系統(tǒng)性和前瞻性。本書既參考了許多有關(guān)文獻(xiàn)，也結(jié)合了作者近年在該方面的研究工作；不僅有較系統(tǒng)全面的原理介紹，還有結(jié)合科研工作和成果給出的一些實(shí)例；不僅選取了比較典型和成熟的技術(shù)方法，還注意吸取了近年來國(guó)際上的最新研究成果和動(dòng)向。在內(nèi)容選取上，本書圍繞基于子空間人臉識(shí)別的技術(shù)展開，覆蓋了人臉檢測(cè)／跟蹤、特征提取和特征降維以及匹配分類／識(shí)別等相關(guān)的方面，希望對(duì)正在進(jìn)行和準(zhǔn)備進(jìn)行研究和應(yīng)用的讀者有所幫助。另外，本書也可作為研究生專業(yè)課的教材或教學(xué)參考書。從篇幅上看，本書包括10章正文和4個(gè)附錄共56節(jié)，約30多萬字，書中有插圖74幅，表格17個(gè)，公式509個(gè)。在結(jié)構(gòu)上看，本書可分為4部分。第1部分（包含第1～4章）介紹人臉識(shí)別的預(yù)備內(nèi)容（發(fā)展概述，人臉檢測(cè)、跟蹤、描述）；第2部分（包含第5～8章）介紹人臉識(shí)別中的各種典型子空間方法（既有基本的線性方法，也有特殊的非線性方法）；第3部分（包含第9、10章）介紹人臉識(shí)別的分類器設(shè)計(jì)和一些實(shí)驗(yàn)的結(jié)果；第4部分（包含4個(gè)附錄）介紹人臉識(shí)別的相關(guān)基礎(chǔ)和擴(kuò)展。另外，書中列出了500多篇有代表性的參考文獻(xiàn)，希望對(duì)讀者進(jìn)一步深入學(xué)習(xí)有關(guān)內(nèi)容、了解技術(shù)細(xì)節(jié)和開展科研工作有所幫助。本書是多位作者分工合作、共同努力的結(jié)果。參加的人員包括（按姓氏拼音排列）：程正東、賈彗星、李樂、沈斌、譚華春、嚴(yán)嚴(yán)、章毓晉、朱云峰。在面對(duì)面充分討論和交流的基礎(chǔ)上，第1章由章毓晉執(zhí)筆，第2章由賈彗星執(zhí)筆，第3章由賈彗星和沈斌執(zhí)筆，第4章由朱云峰執(zhí)筆，第5章由嚴(yán)嚴(yán)執(zhí)筆，第6章由譚華春執(zhí)筆，第7章由程正東執(zhí)筆，第8章由李樂執(zhí)筆，第9章由沈斌執(zhí)筆，第10章由嚴(yán)嚴(yán)執(zhí)筆，附錄A由譚華春執(zhí)筆，附錄B由嚴(yán)嚴(yán)和朱云峰執(zhí)筆，附錄C由譚華春執(zhí)筆，附錄D由李樂執(zhí)筆，全書由章毓晉統(tǒng)稿。

內(nèi)容概要

　　《基于子空間的人臉識(shí)別》結(jié)合作者自身的相關(guān)研究工作，回顧該領(lǐng)域的發(fā)展過程，介紹基本的原理和關(guān)鍵技術(shù)，總結(jié)已有的豐富成果，探索深入研究的方向。全面系統(tǒng)地介紹人臉識(shí)別的主要概念、基本原理、典型方法、實(shí)用技術(shù)，以及國(guó)際上有關(guān)研究的新成果和新動(dòng)向。全書可分為4部分：第1部分（包含第1～4章）介紹人臉識(shí)別的預(yù)備內(nèi)容（發(fā)展概述，人臉檢測(cè)、跟蹤、描述）；第2部分（包含第5～8章）介紹人臉識(shí)別的各種典型的子空間方法（既有基本的線性方法，也有特殊的非線性方法）；第3部分（包含第9、10章）介紹人臉識(shí)別分類器設(shè)計(jì)和一些實(shí)驗(yàn)結(jié)果；第4部分（包含4個(gè)附錄）介紹人臉識(shí)別的相關(guān)基礎(chǔ)和擴(kuò)展。考慮到人臉識(shí)別涉及的學(xué)科多、范圍廣，《基于子空間的人臉識(shí)別》選取了一些比較有特色的技術(shù)方法進(jìn)行介紹，并結(jié)合科研成果給出形象的實(shí)例，以使該書既能較好地反映該領(lǐng)域的全貌，也有一定的層次，方便讀者學(xué)習(xí)和使用。人臉識(shí)別是近年信息科學(xué)領(lǐng)域里一個(gè)備受關(guān)注的熱點(diǎn)，基于子空間的人臉識(shí)別方法是一類主流的方法?！　　痘谧涌臻g的人臉識(shí)別》可作為信號(hào)和信息處理、通信與電子系統(tǒng)、模式識(shí)別、計(jì)算機(jī)視覺、生物醫(yī)學(xué)工程等學(xué)科的專業(yè)課教材和教學(xué)參考書，也可供信息工程、電子工程、計(jì)算機(jī)科學(xué)與技術(shù)、數(shù)據(jù)庫管理、媒體制作和生產(chǎn)、遠(yuǎn)程教育和醫(yī)療、公安、遙感和軍事偵察等領(lǐng)域的科技工作者參考。

書籍目錄

第1章 緒論1．1 人臉識(shí)別概況1．1．1 歷史回顧1．1．2 研究進(jìn)展和應(yīng)用擴(kuò)展1．1．3 生物特征識(shí)別1．2 人臉識(shí)別的研究1．2．1 人臉識(shí)別相關(guān)概念1．2．2 人臉識(shí)別流程1．2．3 人臉識(shí)別中的幾個(gè)問題1．2．4 擴(kuò)展研究1．3 全書框架1．3．1 子空間方法1．3．2 各章 摘要參考文獻(xiàn)第2章 人臉檢測(cè)2．1 基于學(xué)習(xí)的人臉檢測(cè)流程2．1．1 分類器的離線學(xué)習(xí)2．1．2 目標(biāo)的在線檢測(cè)2．1．3 性能評(píng)價(jià)方法2．2 基于Adaboost的人臉檢測(cè)方法2．2．1 Haar矩形特征2．2．2 基于離散Adaboost的特征選擇2．2．3 級(jí)聯(lián)分類器結(jié)構(gòu)2．3 基于Adaboost人臉檢測(cè)方法的擴(kuò)展2．3．1 Haar特征的擴(kuò)展2．3．2 Adaboost的擴(kuò)展2．3．3 級(jí)聯(lián)結(jié)構(gòu)的擴(kuò)展2．3．4 多視角人臉檢測(cè)參考文獻(xiàn)第3章 人臉跟蹤3．1 確定性跟蹤算法3．1．1 目標(biāo)表示3．1．2 目標(biāo)定位3．1．3 跟蹤算法實(shí)現(xiàn)3．1．4 多核跟蹤3．2 隨機(jī)跟蹤算法3．2．1 基于動(dòng)力學(xué)系統(tǒng)模型的方法3．2．2 基于統(tǒng)計(jì)模式識(shí)別的方法參考文獻(xiàn)第4章 人臉描述4．1 基于主動(dòng)形狀模型的人臉描述4．1．1 ASM的建立4．1．2 ASM的局部特征模型4．2 基于主動(dòng)表觀模型的人臉描述4．2．1 AAM方法簡(jiǎn)介4．2．2 形狀無關(guān)圖像的獲取4．2．3 統(tǒng)計(jì)表觀模型的建立4．3 HOG特征及LBP特征4．3．1 HOG特征4．3．2 LBP特征4．4 基于蓋伯變換特征的人臉描述4．4．1 蓋伯變換的定義4．4．2 2-D蓋伯濾波器的定義參考文獻(xiàn)第5章 基本線性子空間方法5．1 線性子空間方法5．2 主分量分析5．2．1 基本原理5．2．2 典型算法5．3 獨(dú)立分量分析5．3．1 基本概念5．3．2 特性研究5．3．3 典型算法5．4 線性鑒別分析5．4．1 基本定義5．4．2 目標(biāo)函數(shù)研究5．4．3 可行解技術(shù)研究5．4．4 類內(nèi)和類間度量矩陣刻畫5．4．5 圖像差值模型5．5 類依賴特征分析5．5．1 基本框架5．5．2 常用的相關(guān)濾波器參考文獻(xiàn)第6章 張量方法6．1 2D-PCA6．1．1 2D-PCA的基本原理6．1．2 2D-PCA的應(yīng)用6．1．3 統(tǒng)一主分量分析6．2 2D-LDA6．2．1 2D-LDA的基本原理6．2．2 2D-LDA與1D-LDA的對(duì)比6．3 張量臉6．3．1 張量臉的基本原理6．3．2 一些改進(jìn)方法參考文獻(xiàn)第7章 核方法7．1 基本概念7．1．1 核映射與核空間7．1．2 內(nèi)積與核函數(shù)7．1．3 核矩陣7．2 核主分量分析7．2．1 KPCA原理7．2．2 K2D-PCA7．3 核鑒別分析7．3．1 KDA及改進(jìn)7．3．2 KDCV7．3．3 K2D-FDA7．4 核流形分析7．4．1 核局部保持映射7．4．2 核圖嵌入模型7．4．3 KLWMMC參考文獻(xiàn)第8章 非負(fù)矩陣(集)分解8．1 NMF的基本概念8．2 基于基本NMF模型的算法8．2．1 基于單目標(biāo)函數(shù)的NMF算法8．2．2 基于目標(biāo)函數(shù)族的NMF算法8．3 基于改進(jìn)NMF模型的算法8．3．1 稀疏性增強(qiáng)的NMF算法8．3．2 加權(quán)NMF算法8．3．3 鑒別性嵌入NMF算法8．4 NMSF模型和方法8．4．1 NMSF定義與基本性質(zhì)8．4．2 NMSF的解釋8．4．3 NMSF的分類8．4．4 NMSF描述能力和推廣性實(shí)驗(yàn)參考文獻(xiàn)第9章 分類器設(shè)計(jì)9．1 最近鄰法9．2 線性分類器9．3 人工神經(jīng)網(wǎng)絡(luò)9．3．1 神經(jīng)元和神經(jīng)網(wǎng)9．3．2 反向傳播算法9．4 支持向量機(jī)9．4．1 原理和數(shù)學(xué)表示9．4．2 改進(jìn)和推廣9．5 Adaboost分類器9．5．1 Adaboost算法9．5．2 Adaboost算法分析9．5．3 Adaboost算法拓展參考文獻(xiàn)第10章 評(píng)價(jià)指標(biāo)與評(píng)測(cè)比較10．1 評(píng)價(jià)指標(biāo)10．2 評(píng)測(cè)比較附錄A張量A．1 基本概念A(yù)．2 張量分解參考文獻(xiàn)附錄B3-D人臉識(shí)別綜述B．1 基于視頻的人臉識(shí)別B．1．1 “視頻-圖像”人臉識(shí)別B．1．2 “視頻-視頻”人臉識(shí)別B．2 3-D人臉建模B．2．1 未結(jié)合人臉先驗(yàn)?zāi)Ｐ偷慕．2．2 結(jié)合一般人臉模型的建模B．2．3 結(jié)合3-D人臉形變模型的建模參考文獻(xiàn)附錄C相關(guān)識(shí)別概述C．1 表情識(shí)別C．1．1 表情識(shí)別的依據(jù)C．1．2 表情識(shí)別系統(tǒng)框架C．1．3 表情特征提取研究C．1．4 表情分類研究C．2 年齡識(shí)別C．2．1 年齡識(shí)別的依據(jù)C．2．2 年齡模擬研究C．2．3 年齡估計(jì)研究C．2．4 與年齡無關(guān)的人臉識(shí)別C．3 性別識(shí)別C．3．1 性別識(shí)別的依據(jù)C．3．2 性別識(shí)別研究方法參考文獻(xiàn)附錄D常用數(shù)據(jù)庫D．1 數(shù)據(jù)庫概況D．2 數(shù)據(jù)庫具體描述

章節(jié)摘錄

插圖：第1章緒論人臉識(shí)別（face recognition，F(xiàn)R）也稱自動(dòng)人臉識(shí)別（automated face recognition，AFR），是一個(gè)近年得到廣泛關(guān)注的研究熱點(diǎn)，其相關(guān)技術(shù)的應(yīng)用范圍也在不斷擴(kuò)展。本章對(duì)人臉識(shí)別，特別是人臉識(shí)別技術(shù)（face recognition technology，F(xiàn)RT），包括它的歷史、發(fā)展、研究、應(yīng)用進(jìn)行回顧和概述，對(duì)全書的覆蓋范圍、重點(diǎn)內(nèi)容和安排順序也給予概括的介紹。1．1 人臉識(shí)別概，兄通過觀察人臉來判定人的身份可以說是人類的一種基本能力，同時(shí)這種能力也與每個(gè)人的經(jīng)驗(yàn)有關(guān)。一般意義上的人臉識(shí)別指的就是這種能力，是人類觀察、分析、判斷等能力的綜合。近年隨著圖像技術(shù)的發(fā)展，對(duì)人臉識(shí)別的工作也多借助圖像技術(shù)來完成。對(duì)利用圖像技術(shù)的人臉識(shí)別有許多相近但不完全相同的定義和描述，如：（1）給定場(chǎng)景的靜止或視頻圖像，利用存儲(chǔ)在數(shù)據(jù)庫中的人臉來鑒別場(chǎng)景中的一個(gè)或多個(gè)人臉。這里可利用一些間接信息，如人種、年齡、性別等來幫．助縮小搜索范圍EChellappa19951①。 （2）人臉識(shí)別屬于一個(gè)更一般／通用的圖像分類問題，它的特性限制了它的生成空間[Riaz 2004]。（3）人臉識(shí)別的目的是從圖像或視頻中根據(jù)人的臉部外貌來驗(yàn)證人的身份ERomdhan[2006]。

編輯推薦

《基于子空間的人臉識(shí)別》結(jié)合清華大學(xué)電子工程系圖像工程研究室近年相關(guān)研究工作，對(duì)人臉識(shí)別中的主流方法（基于子空間的方法）的原理和特點(diǎn)進(jìn)行了比較全面的介紹，并結(jié)合科研成果給出一些形象的實(shí)例，期望對(duì)其他研究者進(jìn)一步深入學(xué)習(xí)有關(guān)內(nèi)容、了解技術(shù)細(xì)節(jié)和開展科研工作有所幫助。人臉識(shí)別是近年來信息科學(xué)領(lǐng)域里一個(gè)受人關(guān)注的熱點(diǎn)，在社會(huì)生活中也得到了廣泛應(yīng)用?！痘谧涌臻g的人臉識(shí)別》特點(diǎn)：寫作人員均為第一線的科研人員，具體參與了相關(guān)研究工作。從科研的角度出發(fā)，具有理論性、實(shí)用性、系統(tǒng)性和實(shí)時(shí)性。選取內(nèi)容覆蓋了人臉檢測(cè)、跟蹤，特征提取和特征降維，以及匹配分類、識(shí)別等相關(guān)的方面，較好地反映該領(lǐng)域的全貌。組織結(jié)構(gòu)有層次，讀者借助《基于子空間的人臉識(shí)別》能全面地了解該領(lǐng)域的基本理論、實(shí)用技術(shù)、應(yīng)用情況和發(fā)展前景，進(jìn)而投身到有關(guān)研究和應(yīng)用工作中來。既考慮了有一定基礎(chǔ)的研究者，又考慮了準(zhǔn)備進(jìn)行研究和應(yīng)用的入門者，既可用于科研參考，又可作為研究生專業(yè)課的教材或教學(xué)參考書。

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    基于子空間的人臉識(shí)別 PDF格式下載

---