人臉感知：從平面到三維

定　價(jià)：￥50.00

作　者：	王國(guó)胤，龔勛著
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：	9787030322944	出版時(shí)間：	2011-09-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	186	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《人臉感知（從二維到三維）》圍繞人臉這一研究對(duì)象，從計(jì)算機(jī)圖像認(rèn)知的角度，對(duì)二維人臉圖像分析和三維人臉建模進(jìn)行全面介紹，內(nèi)容包括：人臉檢測(cè)及特征點(diǎn)標(biāo)定，人臉輪廓定位，三維人臉建模完整方案（包括人臉形狀知識(shí)庫(kù)的建立、人臉統(tǒng)計(jì)模型、基于特征點(diǎn)的形變算法、人臉建模具體方案、紋理映射），光照分析及姿態(tài)估計(jì)。最后，本書(shū)對(duì)一些經(jīng)典算法以附錄的形式加以詳述，并提供源代碼，以利于讀者理解并盡快上手應(yīng)用。《人臉感知（從二維到三維）》可作為信息處理、計(jì)算機(jī)、人工智能、模式識(shí)別、認(rèn)知心理學(xué)等有關(guān)專(zhuān)業(yè)的高年級(jí)本科生、碩士生和博士生的學(xué)習(xí)參考用書(shū)，也可供以上領(lǐng)域的研究工作者參考。本書(shū)由王國(guó)胤博士和龔勛博士著。

作者簡(jiǎn)介

　　王國(guó)胤，博士，教授，博士生導(dǎo)師，現(xiàn)任重慶郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院執(zhí)行院長(zhǎng)、中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院（籌）電子信息技術(shù)研究所所長(zhǎng)，“新世紀(jì)百千萬(wàn)人才工程”國(guó)家級(jí)人選，全國(guó)優(yōu)秀教師，全國(guó)高等學(xué)校優(yōu)秀骨干教師，首批“重慶市杰出青年科學(xué)基金”獲得者，重慶青年五四獎(jiǎng)?wù)芦@得者，重慶青年科技獎(jiǎng)獲得者，重慶市首批學(xué)術(shù)技術(shù)帶頭人，入選教育部“新世紀(jì)優(yōu)秀人才支持計(jì)劃”，國(guó)際粗糙集學(xué)會(huì)（IRSS）常務(wù)理事兼指導(dǎo)委員會(huì)主席，IEEE高級(jí)會(huì)員，中國(guó)人工智能學(xué)會(huì)常務(wù)理事兼粗糙集與軟計(jì)算專(zhuān)業(yè)委員會(huì)主任委員，中國(guó)計(jì)算機(jī)學(xué)會(huì)理事，中國(guó)計(jì)算機(jī)學(xué)會(huì)人工智能與模式識(shí)別專(zhuān)業(yè)委員會(huì)常務(wù)理事，中國(guó)神經(jīng)網(wǎng)絡(luò)委員會(huì)委員，重慶計(jì)算機(jī)學(xué)會(huì)副理事長(zhǎng)，重慶計(jì)算機(jī)用戶(hù)協(xié)會(huì)副理事長(zhǎng)。龔勛，博士，講師。2008年12月畢業(yè)于西南交通大學(xué)，獲工學(xué)博士學(xué)位（指導(dǎo)教師：王國(guó)胤教授），同年留校，在信息科學(xué)與技術(shù)學(xué)院工作，主要從事模式識(shí)別及計(jì)算機(jī)視覺(jué)、人臉圖像分析及三維建模等方面的研究。迄今為止，在人臉三維建模和識(shí)別、智能信息處理、機(jī)器視覺(jué)等方面取得了較多研究成果，已有20多篇研究論文發(fā)表于Fundamenta In formaticae、《軟件學(xué)報(bào)》、《電子學(xué)報(bào)》等國(guó)內(nèi)外主要期刊，獲重慶市自然科學(xué)一等獎(jiǎng)、西南交通大學(xué)優(yōu)秀博士學(xué)位論文獎(jiǎng)。

圖書(shū)目錄

前言
第1章人類(lèi)視覺(jué)感知概述
1.1 人臉感知
1.2 人類(lèi)視覺(jué)認(rèn)知
1.2.1 視覺(jué)的地位
1.2.2 視覺(jué)的內(nèi)涵
1.2.3 視覺(jué)的特點(diǎn)
1.2.4 人類(lèi)視覺(jué)如何識(shí)別人臉
1.3 計(jì)算機(jī)視覺(jué)
1.4 機(jī)器視覺(jué)與人類(lèi)視覺(jué)的聯(lián)系
1.5 本書(shū)各章內(nèi)容簡(jiǎn)介及閱讀本書(shū)要注意的問(wèn)題
第一部分二維人臉圖像處理
第2章人臉及其特征的自動(dòng)檢測(cè)
2.1 概述
2.1.1 人臉檢測(cè)
2.1.2 人臉特征點(diǎn)自動(dòng)標(biāo)定
2.1.3 人臉輪廓檢測(cè)
2.2 圖像處理基本技術(shù)
2.2.1 濾波
2.2.2 直方圖
2.2.3 圖像歸一化
2.2.4 邊緣檢測(cè)
2.2.5 形態(tài)學(xué)運(yùn)算
2.3 基于Adaboost的人臉檢測(cè)
2.3.1 基本概念
2.3.2 算法實(shí)現(xiàn)
2.4 主動(dòng)形狀模型ASM
2.4.1 特征點(diǎn)選擇
2.4.2 標(biāo)定點(diǎn)對(duì)齊
2.4.3 形狀建模
2.4.4 局部灰度紋理建模
2.4.5 ASM目標(biāo)搜索過(guò)程
2.5 主動(dòng)外觀模型AAM
2.5.1 形狀、紋理建模
2.5.2 統(tǒng)計(jì)表觀建模
2.5.3 AAM擬合算法
2.5.4 ASM與AAM小結(jié)
2.6 人臉輪廓檢測(cè)
2.6.1 活動(dòng)輪廓模型簡(jiǎn)介
2.6.2 Chan-Vese模型
2.7 小結(jié)
第3章人臉特征提取及識(shí)別
3.1 人臉識(shí)別技術(shù)的發(fā)展
3.2 人臉識(shí)別原理及方法
3.2.1 子空間識(shí)別算法
3.2.2 Gabor小波
3.3 動(dòng)態(tài)主成分子空間的構(gòu)造
3.3.1 基于PCA的人臉重建分析
3.3.2 動(dòng)態(tài)主成分子空間構(gòu)造算法
3.3.3 基于Gabor特征的動(dòng)態(tài)主成分分析算法
3.4 人臉圖像的增強(qiáng)Gabor特征構(gòu)造與應(yīng)用
3.4.1 增強(qiáng)Gabor特征的構(gòu)造
3.4.2 DF-LDA+EGF算法
3.4.3 最近鄰歐氏距離分類(lèi)器
3.5 小結(jié)
第二部分人臉三維建模
第4章人臉三維建模概述
4.1 背景
4.2 生活中的三維人臉
4.3 人臉三維建模技術(shù)發(fā)展
4.3.1 基于幾何數(shù)據(jù)的人臉三維建模
4.3.2 基于圖像的人臉三維建模
4.3.3 人臉動(dòng)畫(huà)驅(qū)動(dòng)模型分類(lèi)
4.4 三維人臉數(shù)據(jù)庫(kù)
4.5 商業(yè)三維人臉建模軟件
4.5.1 新加坡的面部識(shí)別公司XID Technologies的三維人臉識(shí)別系統(tǒng)
4.5.2 美國(guó)Bioscrypt三維人臉識(shí)別產(chǎn)品3D FastPassTM Face Reader
4.5.3 加拿大Singular Inversions公司的FaeeGen Modeller
4.6 小結(jié)
第5章標(biāo)準(zhǔn)化三維人臉庫(kù)
5.1 三維人臉數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)化基本概念
5.2 基于特征區(qū)域分片的三維人臉數(shù)據(jù)重采樣
5.2.1 三維人臉區(qū)域分塊
5.2.2 基于平面模板的網(wǎng)格重建
5.3 基于AAM特征點(diǎn)定位的三維人臉數(shù)據(jù)重采樣
5.3.1 基本思路
5.3.2 平面模板
5.4 標(biāo)準(zhǔn)化人臉的應(yīng)用
5.4.1 標(biāo)準(zhǔn)人臉庫(kù)及其線(xiàn)性運(yùn)算
5.4.2 多分辨率人臉模型
5.4.3 混合分辨率人臉模型
5.5 基于人臉形狀統(tǒng)計(jì)模型
5.6 小結(jié)
第6章三維人臉形狀建模
6.1 基于圖像的人臉建模概述
6.2 基于動(dòng)態(tài)成分的形變模型
6.2.1 形狀系數(shù)的優(yōu)化求解
6.2.2 主成分的動(dòng)態(tài)選擇
6.3 基于Sibson坐標(biāo)的局部特征分析
6.3.1 局部特征分析理論基礎(chǔ)
6.3.2 基于LFA的局部形變模型
6.4 雙重形變模型
6.5 形狀建模性能分析
6.5.1 誤差估計(jì)函數(shù)
6.5.2 建模實(shí)例
6.6 小結(jié)
第7章根據(jù)單張照片進(jìn)行三維人臉建模
7.1 引言
7.2 兩步人臉建模方案
7.2.1 基本思路
7.2.2 特征點(diǎn)深度值估計(jì)
7.3 紋理映射
7.3.1 紋理映射方法分類(lèi)
7.3.2 基于調(diào)和映射的紋理映射
7.3.3 基于正面人臉照片的紋理映射
7.4 建模效果
7.5 小結(jié)
第8章光照分析及姿態(tài)估計(jì)
8.1 引言
8.2 基于中性人臉球面諧波模型的光照估計(jì)及補(bǔ)償
8.2.1 球面諧波理論
8.2.2 光照估計(jì)
8.2.3 光照補(bǔ)償
8.3 基于線(xiàn)性回歸的人臉姿態(tài)估計(jì)
8.3.1 姿態(tài)估計(jì)概述
8.3.2 基于特征點(diǎn)對(duì)的線(xiàn)性回歸模型
8.4 小結(jié)
附錄A PCA算法及其在人臉識(shí)別中的應(yīng)用
A.1 問(wèn)題描述
A.1.1 K-L變換
A.1.2 利用PCA進(jìn)行人臉識(shí)別
A.2 PCA的理論基礎(chǔ)
A.2.1 投影
A.2.2 PCA的作用及其統(tǒng)計(jì)特性
A.2.3 特征臉
A.2.4 圖片重建
A.2.5 奇異值分解(SVD)
A.2.6 利用小矩陣計(jì)算大矩陣特征向量
A.3 PCA相關(guān)源代碼(matlab版)
A.3.1 人臉識(shí)別FaceRec.m
A.3.2 特征人臉識(shí)別Eigface.m
A.3.3人臉重建Reconstruction.m
附錄B LFA理論
B.1 理論描述
B.2 LFA相關(guān)源代碼
B.2.1 LFA核K與逆核K-1
B.2.2 LFA重建
B.2.3 LFA的核K圖及差P圖
附錄C 基于單高斯模型的膚色檢測(cè)及高斯混合模型參數(shù)優(yōu)化
C.1 高斯混合模型概述
C.1.1 單高斯模型
C.1.2 高斯混合模型
C.2 采用EM估計(jì)GMM的參數(shù)
C.2.1 初始值
C.2.2 算法流程
C.3 源碼
C.3.1 基于單高斯模型SGM的人臉膚色檢測(cè)
C.3.2 高斯混合模型
附錄D 平面曲線(xiàn)法向量及曲率的數(shù)值計(jì)算
D.1 法向量的計(jì)算
D.1.1 封閉曲線(xiàn)
0.1.2 非封閉曲線(xiàn)
D.2 曲率的計(jì)算
參考文獻(xiàn)