注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術(shù)計算機/網(wǎng)絡(luò)人工智能基于子空間的人臉識別

基于子空間的人臉識別

基于子空間的人臉識別

定 價:¥29.00

作 者: 章毓晉 等著
出版社: 清華大學出版社
叢編項:
標 簽: 人工智能

ISBN: 9787302204008 出版時間: 2009-10-01 包裝: 平裝
開本: 16開 頁數(shù): 225 字數(shù):  

內(nèi)容簡介

  《基于子空間的人臉識別》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)地介紹人臉識別的主要概念、基本原理、典型方法、實用技術(shù),以及國際上有關(guān)研究的新成果和新動向。全書可分為4部分:第1部分(包含第1~4章)介紹人臉識別的預(yù)備內(nèi)容(發(fā)展概述,人臉檢測、跟蹤、描述);第2部分(包含第5~8章)介紹人臉識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)介紹人臉識別分類器設(shè)計和一些實驗結(jié)果;第4部分(包含4個附錄)介紹人臉識別的相關(guān)基礎(chǔ)和擴展??紤]到人臉識別涉及的學科多、范圍廣,《基于子空間的人臉識別》選取了一些比較有特色的技術(shù)方法進行介紹,并結(jié)合科研成果給出形象的實例,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,方便讀者學習和使用。人臉識別是近年信息科學領(lǐng)域里一個備受關(guān)注的熱點,基于子空間的人臉識別方法是一類主流的方法?!痘谧涌臻g的人臉識別》可作為信號和信息處理、通信與電子系統(tǒng)、模式識別、計算機視覺、生物醫(yī)學工程等學科的專業(yè)課教材和教學參考書,也可供信息工程、電子工程、計算機科學與技術(shù)、數(shù)據(jù)庫管理、媒體制作和生產(chǎn)、遠程教育和醫(yī)療、公安、遙感和軍事偵察等領(lǐng)域的科技工作者參考。

作者簡介

暫缺《基于子空間的人臉識別》作者簡介

圖書目錄

第1章 緒論
1.1 人臉識別概況
1.1.1 歷史回顧
1.1.2 研究進展和應(yīng)用擴展
1.1.3 生物特征識別
1.2 人臉識別的研究
1.2.1 人臉識別相關(guān)概念
1.2.2 人臉識別流程
1.2.3 人臉識別中的幾個問題
1.2.4 擴展研究
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
第2章 人臉檢測
2.1 基于學習的人臉檢測流程
2.1.1 分類器的離線學習
2.1.2 目標的在線檢測
2.1.3 性能評價方法
2.2 基于Adaboost的人臉檢測方法
2.2.1 Haar矩形特征
2.2.2 基于離散Adaboost的特征選擇
2.2.3 級聯(lián)分類器結(jié)構(gòu)
2.3 基于Adaboost人臉檢測方法的擴展
2.3.1 Haar特征的擴展
2.3.2 Adaboost的擴展
2.3.3 級聯(lián)結(jié)構(gòu)的擴展
2.3.4 多視角人臉檢測
參考文獻
第3章 人臉跟蹤
3.1 確定性跟蹤算法
3.1.1 目標表示
3.1.2 目標定位
3.1.3 跟蹤算法實現(xiàn)
3.1.4 多核跟蹤
3.2 隨機跟蹤算法
3.2.1 基于動力學系統(tǒng)模型的方法
3.2.2 基于統(tǒng)計模式識別的方法
參考文獻
第4章 人臉描述
4.1 基于主動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 基于主動表觀模型的人臉描述
4.2.1 AAM方法簡介
4.2.2 形狀無關(guān)圖像的獲取
4.2.3 統(tǒng)計表觀模型的建立
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
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
第6章 張量方法
6.1 2D-PCA
6.1.1 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-LDA
6.2.1 2D-LDA的基本原理
6.2.2 2D-LDA與1D-LDA的對比
6.3 張量臉
6.3.1 張量臉的基本原理
6.3.2 一些改進方法
參考文獻
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-PCA
7.3 核鑒別分析
7.3.1 KDA及改進
7.3.2 KDCV
7.3.3 K2D-FDA
7.4 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
第8章 非負矩陣(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 基于單目標函數(shù)的NMF算法
8.2.2 基于目標函數(shù)族的NMF算法
8.3 基于改進NMF模型的算法
8.3.1 稀疏性增強的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驗
參考文獻
第9章 分類器設(shè)計
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
9.4.1 原理和數(shù)學表示
9.4.2 改進和推廣
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
第10章 評價指標與評測比較
10.1 評價指標
10.2 評測比較
附錄A張量
A.1 基本概念
A.2 張量分解
參考文獻
附錄B3-D人臉識別綜述
B.1 基于視頻的人臉識別
B.1.1 “視頻-圖像”人臉識別
B.1.2 “視頻-視頻”人臉識別
B.2 3-D人臉建模
B.2.1 未結(jié)合人臉先驗?zāi)P偷慕?br />B.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
附錄C相關(guān)識別概述
C.1 表情識別
C.1.1 表情識別的依據(jù)
C.1.2 表情識別系統(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 年齡識別
C.2.1 年齡識別的依據(jù)
C.2.2 年齡模擬研究
C.2.3 年齡估計研究
C.2.4 與年齡無關(guān)的人臉識別
C.3 性別識別
C.3.1 性別識別的依據(jù)
C.3.2 性別識別研究方法
參考文獻
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

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.talentonion.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號