注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能人臉識(shí)別:原理、方法與技術(shù)

人臉識(shí)別:原理、方法與技術(shù)

人臉識(shí)別:原理、方法與技術(shù)

定 價(jià):¥58.00

作 者: 王映輝 編著
出版社: 科學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 人工智能

購(gòu)買(mǎi)這本書(shū)可以去


ISBN: 9787030266491 出版時(shí)間: 2010-02-01 包裝: 平裝
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 320 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  《人臉識(shí)別:原理、方法與技術(shù)》主要介紹人臉識(shí)別技術(shù)的基本原理、研究?jī)?nèi)容、研究方法,以及已有的研究成果,并探討相應(yīng)的發(fā)展趨勢(shì)。書(shū)中給出了人臉識(shí)別的基本過(guò)程框架,該框架包括人臉圖像獲取、人臉圖像預(yù)處理、人臉表征、人臉檢測(cè)、人臉?lè)指詈腿四樀呐卸?,并?duì)其中的具體實(shí)現(xiàn)技術(shù)和方法進(jìn)行了全面闡述。隨后,對(duì)影響人臉識(shí)別的三大關(guān)鍵因素:光照、表情和姿態(tài)進(jìn)行了論述,并貫穿了相關(guān)的最新研究成果和處理方法。最后,針對(duì)視頻圖像,對(duì)動(dòng)態(tài)人臉跟蹤進(jìn)行了探討,并對(duì)人臉識(shí)別的現(xiàn)狀和研究趨勢(shì)進(jìn)行了說(shuō)明。《人臉識(shí)別:原理、方法與技術(shù)》內(nèi)容全面、系統(tǒng)性強(qiáng),適應(yīng)讀者面廣,可作為高校教師、研究生、科技工作者,以及相關(guān)部門(mén)的應(yīng)用人員的參考書(shū)。

作者簡(jiǎn)介

暫缺《人臉識(shí)別:原理、方法與技術(shù)》作者簡(jiǎn)介

圖書(shū)目錄

前言
第一部分 人臉識(shí)別的基礎(chǔ)知識(shí)
第1章 緒論
1.1 生物特征識(shí)別技術(shù)簡(jiǎn)介
1.1.1 生物特征識(shí)別技術(shù)原理
1.1.2 生物特征識(shí)別技術(shù)分類(lèi)
1.1.3 生物特征識(shí)別技術(shù)的發(fā)展趨勢(shì)
1.2 人臉識(shí)別技術(shù)概述
1.2.1 人臉識(shí)別的研究?jī)?nèi)容
1.2.2 人臉識(shí)別技術(shù)的特點(diǎn)
1.2.3 人臉識(shí)別技術(shù)的研究現(xiàn)狀
1.2.4 人臉識(shí)別技術(shù)存在的難點(diǎn)
1.2.5 人臉識(shí)別技術(shù)的發(fā)展趨勢(shì)
1.2.6 人臉識(shí)別技術(shù)的應(yīng)用領(lǐng)域
參考文獻(xiàn)
第2章 人臉識(shí)別系統(tǒng)與評(píng)價(jià)
2.1 商用的人臉識(shí)別系統(tǒng)
2.1.1 國(guó)外人臉識(shí)別系統(tǒng)
2.1.2 國(guó)內(nèi)人臉識(shí)別系統(tǒng)
2.2 人臉數(shù)據(jù)庫(kù)
2.2.1 國(guó)外人臉數(shù)據(jù)庫(kù)
2.2.2 國(guó)內(nèi)人臉數(shù)據(jù)庫(kù)
2.3 評(píng)價(jià)人臉識(shí)別系統(tǒng)的標(biāo)準(zhǔn)
2.3.1 人臉識(shí)別系統(tǒng)的要求
2.3.2 人臉識(shí)別系統(tǒng)的性能指標(biāo)
2.3.3 人臉識(shí)別系統(tǒng)的測(cè)試標(biāo)準(zhǔn)
參考文獻(xiàn)
第3章 人臉識(shí)別的基本理論
3.1 特征提取和特征選擇
3.1.1 特征提取和特征選擇的基本概念
3.1.2 特征提取方法
3.1.3 特征選擇方法
3.2 線(xiàn)性判別函數(shù)
3.2.1 線(xiàn)性判別函數(shù)的基本概念
3.2.2 設(shè)計(jì)線(xiàn)性分類(lèi)器的主要步驟
3.2.3 Fisher線(xiàn)性判別
3.3 貝葉斯決策
3.3.1 貝葉斯決策理論的產(chǎn)生和發(fā)展
3.3.2 幾種常用的貝葉斯決策規(guī)則
3.4 人工神經(jīng)網(wǎng)絡(luò)
3.4.1 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
3.4.2 BP神經(jīng)網(wǎng)絡(luò)
3.4.3 Hopfield模型網(wǎng)絡(luò)
3.5 統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)
3.5.1 統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)
3.5.2 最優(yōu)分類(lèi)面
3.5.3 廣義最優(yōu)分類(lèi)面
3.5.4 支持向量機(jī)
3.6 模糊聚類(lèi)分析
3.6.1 模糊理論基礎(chǔ)
3.6.2 模糊聚類(lèi)分析
3.6.3 基于目標(biāo)函數(shù)的模糊聚類(lèi)分析方法
參考文獻(xiàn)
第二部分 人臉識(shí)別的基本方法
第4章 人臉圖像的獲取
4.1 人臉圖像獲取概述
4.2 人臉圖像獲取分類(lèi)
4.2.1 二維人臉圖像獲取
4.2.2 三維人臉圖像獲取
4.3 人臉圖像獲取原理
4.3.1 雙目成像原理
4.3.2 立體匹配原理
參考文獻(xiàn)
第5章 人臉圖像預(yù)處理
5.1 常見(jiàn)人臉圖像格式
5.2 人臉圖像預(yù)處理
5.2.1 灰度變換
5.2.2 二值化
5.2.3 幾何校正
5.2.4 直方圖修正
5.2.5 圖像濾波
5.2.6 圖像銳化
5.2.7 像素平均法
參考文獻(xiàn)
第6章 人臉表征
6.1 人臉表征綜述
6.1.1 人臉表征簡(jiǎn)介
6.1.2 基于知識(shí)的人臉表征
6.1.3 基于代數(shù)的人臉表征
6.2 二維人臉表示方法
6.2.1 基于幾何特征的表示方法
6.2.2 基于主成分分析的表示方法
6.2.3 基于奇異值分解的表示方法
6.2.4 基于線(xiàn)性判別分析的表示方法
6.2.5 基于核的表示方法
6.3 三維人臉表示方法
6.3.1 基于數(shù)學(xué)描述的表示方法
6.3.2 基于體積描述的表示方法
參考文獻(xiàn)
第7章 人臉檢測(cè)
7.1 人臉檢測(cè)概述
7.1.1 人臉檢測(cè)的方法
7.1.2 人臉檢測(cè)的意義
7.2 靜態(tài)圖像的人臉檢測(cè)
7.2.1 基于特征的人臉檢測(cè)方法
7.2.2 基于圖像的人臉檢測(cè)方法
7.3 動(dòng)態(tài)圖像的人臉檢測(cè)
7.3.1 圖像差分法
7.3.2 光流法.;
7.4 人臉檢測(cè)算法的評(píng)測(cè)
參考文獻(xiàn)
第8章 人臉?lè)指?br />8.1 人臉?lè)指畹姆诸?lèi)
8.2 基于區(qū)域的分割方法
8.3 基于邊界的分割方法
8.3.1 邊緣檢測(cè)
8.3.2 活動(dòng)輪廓模型
8.3.3 基于幾何與統(tǒng)計(jì)模型的分割方法
8.4 常見(jiàn)的動(dòng)態(tài)人臉?lè)指罘椒?br />8.4.1 運(yùn)動(dòng)分割法
8.4.2 基于變化檢測(cè)的分割法
8.4.3 基于時(shí)空對(duì)象的分割法
8.4.4 基于壓縮域?qū)ο蠓指罘?br />參考文獻(xiàn)
第9章 人臉判定
9.1 人臉判定簡(jiǎn)介
9.2 人臉判定方法
9.2.1 基于面部幾何特征的方法
9.2.2 基于模板匹配的方法
9.2.3 基于代數(shù)特征的方法
9.2.4 基于神經(jīng)網(wǎng)絡(luò)的方法
9.2.5 基于隱馬爾可夫模型的方法
9.2.6 基于支持向量機(jī)的方法
9.3 人臉判定發(fā)展現(xiàn)狀
參考文獻(xiàn)
第三部分 人臉識(shí)別的高級(jí)方法
第10章 光照處理
10.1 光照變化的影響
10.1.1 光照變化對(duì)人臉圖像的影響
……
第11章 三維人臉建模
第13章 人臉姿態(tài)識(shí)別
第14章 人臉跟蹤
參考文獻(xiàn)

本目錄推薦

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