图书介绍
基于子空间的人脸识别PDF|Epub|txt|kindle电子书版本网盘下载
- 章毓晋编著 著
- 出版社： 北京：清华大学出版社
- ISBN：9787302204008
- 出版时间：2009
- 标注页数：225页
- 文件大小：23MB
- 文件页数：236页
- 主题词：计算机应用－面－图象识别
PDF下载
下载说明
基于子空间的人脸识别PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 人脸识别概况1
1.1.1 历史回顾1
1.1.2 研究进展和应用扩展3
1.1.3 生物特征识别4
1.2 人脸识别的研究6
1.2.1 人脸识别相关概念6
1.2.2 人脸识别流程6
1.2.3 人脸识别中的几个问题8
1.2.4 扩展研究10
1.3 全书框架14
1.3.1 子空间方法14
1.3.2 各章摘要19
参考文献20
第2章 人脸检测27
2.1 基于学习的人脸检测流程28
2.1.1 分类器的离线学习28
2.1.2 目标的在线检测30
2.1.3 性能评价方法32
2.2 基于Adaboost的人脸检测方法33
2.2.1 Haar矩形特征33
2.2.2 基于离散Adaboost的特征选择34
2.2.3 级联分类器结构35
2.3 基于Adaboost人脸检测方法的扩展37
2.3.1 Haar特征的扩展37
2.3.2 Adaboost的扩展39
2.3.3 级联结构的扩展42
2.3.4 多视角人脸检测44
参考文献45
第3章 人脸跟踪47
3.1 确定性跟踪算法48
3.1.1 目标表示48
3.1.2 目标定位49
3.1.3 跟踪算法实现50
3.1.4 多核跟踪52
3.2 随机跟踪算法54
3.2.1 基于动力学系统模型的方法54
3.2.2 基于统计模式识别的方法60
参考文献61
第4章 人脸描述62
4.1 基于主动形状模型的人脸描述62
4.1.1 ASM的建立62
4.1.2 ASM的局部特征模型64
4.2 基于主动表观模型的人脸描述66
4.2.1 AAM方法简介66
4.2.2 形状无关图像的获取67
4.2.3 统计表观模型的建立68
4.3 HOG特征及LBP特征69
4.3.1 HOG特征69
4.3.2 LBP特征70
4.4 基于盖伯变换特征的人脸描述71
4.4.1 盖伯变换的定义71
4.4.2 2-D盖伯滤波器的定义72
参考文献73
第5章 基本线性子空间方法75
5.1 线性子空间方法75
5.2 主分量分析76
5.2.1 基本原理76
5.2.2 典型算法77
5.3 独立分量分析78
5.3.1 基本概念78
5.3.2 特性研究79
5.3.3 典型算法81
5.4 线性鉴别分析82
5.4.1 基本定义82
5.4.2 目标函数研究83
5.4.3 可行解技术研究84
5.4.4 类内和类间度量矩阵刻画88
5.4.5 图像差值模型90
5.5 类依赖特征分析92
5.5.1 基本框架92
5.5.2 常用的相关滤波器93
参考文献96
第6章 张量方法100
6.1 2D-PCA100
6.1.1 2D-PCA的基本原理101
6.1.2 2D PCA的应用102
6.1.3 统一主分量分析103
6.2 2D-LDA106
6.2.1 2D-LDA的基本原理107
6.2.2 2D-LDA与1D-LDA的对比108
6.3 张量脸113
6.3.1 张量脸的基本原理113
6.3.2 一些改进方法115
参考文献119
第7章 核方法121
7.1 基本概念121
7.1.1 核映射与核空间122
7.1.2 内积与核函数122
7.1.3 核矩阵124
7.2 核主分量分析124
7.2.1 KPCA原理125
7.2.2 K2D-PCA128
7.3 核鉴别分析130
7.3.1 KDA及改进131
7.3.2 KDCV134
7.3.3 K2D-FDA135
7.4 核流形分析136
7.4.1 核局部保持映射136
7.4.2 核图嵌入模型137
7.4.3 KLWMMC138
参考文献139
第8章 非负矩阵（集）分解142
8.1 NMF的基本概念142
8.2 基于基本NMF模型的算法143
8.2.1 基于单目标函数的NMF算法143
8.2.2 基于目标函数族的NMF算法147
8.3 基于改进NMF模型的算法148
8.3.1 稀疏性增强的NMF算法148
8.3.2 加权NMF算法153
8.3.3 鉴别性嵌入NMF算法154
8.4 NMSF模型和方法155
8.4.1 NMSF定义与基本性质156
8.4.2 NMSF的解释157
8.4.3 NMSF的分类157
8.4.4 NMSF描述能力和推广性实验158
参考文献160
第9章 分类器设计163
9.1 最近邻法163
9.2 线性分类器164
9.3 人工神经网络166
9.3.1 神经元和神经网166
9.3.2 反向传播算法167
9.4 支持向量机168
9.4.1 原理和数学表示168
9.4.2 改进和推广169
9.5 Adaboost分类器170
9.5.1 Adaboost算法171
9.5.2 Adaboost算法分析171
9.5.3 Adaboost算法拓展173
参考文献176
第10章 评价指标与评测比较178
10.1 评价指标178
10.2 评测比较180
附录A 张量182
A.1 基本概念182
A.2 张量分解183
参考文献185
附录B 3-D人脸识别综述186
B.1 基于视频的人脸识别186
B.1.1 “视频-图像”人脸识别186
B.1.2 “视频-视频”人脸识别187
B.2 3-D人脸建模191
B.2.1 未结合人脸先验模型的建模191
B.2.2 结合一般人脸模型的建模192
B.2.3 结合3-D人脸形变模型的建模193
参考文献196
附录C 相关识别概述202
C.1 表情识别202
C.1.1 表情识别的依据203
C.1.2 表情识别系统框架204
C.1.3 表情特征提取研究204
C.1.4 表情分类研究207
C.2 年龄识别209
C.2.1 年龄识别的依据210
C.2.2 年龄模拟研究210
C.2.3 年龄估计研究212
C.2.4 与年龄无关的人脸识别213
C.3 性别识别213
C.3.1 性别识别的依据214
C.3.2 性别识别研究方法214
参考文献215
附录D 常用数据库222
D.1 数据库概况222
D.2 数据库具体描述223