人脸自动机器识别PDF电子书下载

第1章 生物特征识别 1

1.1 生物特征识别的概念 1

1.2 生物特征识别的发展前景 2

1.3 生物特征识别技术简介 5

1.3.1 人脸识别 5

1.3.2 指纹识别 5

1.3.3 人脸温谱图识别 6

1.3.4 虹膜识别 6

1.3.5 视网膜识别 7

1.3.6 掌纹识别 7

1.3.7 三维手型识别 7

1.3.8 手背脉纹识别 8

1.3.9 语音识别 8

1.3.10 签名识别 8

1.3.11 DNA序列匹配 9

1.3.12 耳型识别 9

1.3.13 步态识别 9

1.3.14 击键动态识别 9

1.3.15 小结 10

参考文献 10

第2章 人脸识别 12

2.1 人脸识别概述 12

2.1.1 人脸识别的研究内容 12

2.1.2 人脸识别的优势与难点 13

2.1.3 人脸识别的应用领域 14

2.2 人脸识别系统 15

参考文献 16

第3章 人脸检测和识别的基本理论 18

3.1 人脸检测和定位的理论与方法 18

3.1.1 基于知识规则的方法 18

3.1.2 基于可视特征的方法 19

3.1.3 基于模板匹配的方法 21

3.2 人脸特征提取和识别理论与方法 22

3.2.1 基于几何特征的方法 23

3.2.2 基于代数特征的方法 24

3.2.3 基于机器学习的方法 25

3.3 人脸识别评价标准 30

3.3.1 评价标准 30

3.3.2 性能指标 31

3.4 国内研究现状 33

参考文献 33

第4章 复杂背景下的人脸检测 39

4.1 人脸颜色空间 40

4.1.1 RGB颜色模型 40

4.1.2 YIQ颜色模型 41

4.1.3 HSV模型 42

4.1.4 HIS颜色模型 43

4.1.5 YCbCr（YUV）颜色模型 43

4.1.6 rgb颜色模型 44

4.2 灰度图像检测 46

4.2.1 差分图像 46

4.2.2 投影斜率法 47

4.3 彩色人脸检测 49

4.4 人脸定位算法 52

4.5 颜色模型自适应 55

参考文献 59

第5章 基于级联分类器的人脸检测 60

5.1 分类器结构 60

5.1.1 分类器级联 61

5.1.2 Boosting原理 63

5.2 弱分类器设计 64

5.2.1 矩形特征选取 64

5.2.2 基于感知器的弱学习算法 65

5.3 AdaBoost算法 67

5.4 实验与讨论 69

5.4.1 分类器参数选择 69

5.4.2 分类器实现 70

参考文献 72

第6章 人脸光照补偿 74

6.1 光照对识别的影响 74

6.2 相关研究工作 75

6.3 基于小波的光照补偿方法 76

6.3.1 二维小波分解与重建 76

6.3.2 小波去除光照 78

6.4 实验与讨论 80

6.4.1 实验数据库 80

6.4.2 图像标准化 80

6.4.3 实验结果 82

6.5 图像生成技术 86

参考文献 86

第7章 人脸特征提取与识别 88

7.1 人脸特征提取 88

7.1.1 PCA特征提取 88

7.1.2 ICA特征提取 91

7.1.3 PCA和ICA的比较 95

7.2 人脸聚类分析 96

7.2.1 聚类分析基本原理 96

7.2.2 简单的分类规则 98

7.2.3 最近邻人脸识别方法 99

7.3 人脸数据库快速检索算法研究 100

参考文献 102

第8章 基于小波的人脸特征提取 104

8.1 二维离散小波变换 104

8.2 基于小波的人脸特征提取 106

8.2.1 小波变换后的低频部分作为特征数据 107

8.2.2 简单加权小波系数作为特征数据 107

8.3 基于EZW的小波特征提取 108

8.3.1 小波基的选择 108

8.3.2 双正交小波变换 109

8.3.3 静态图像的零树小波编码 112

参考文献 120

第9章 基于自适应谐振网络的人脸识别 121

9.1 自适应谐振理论 121

9.2 ART2神经网络 122

9.2.1 F1场中第j个处理单元的描述 122

9.2.2 F2场中所完成运算的描述 124

9.2.3 F1场和F2场之间权重系数的学习 124

9.2.4 调整子系统的工作原理以及参数选择 125

9.2.5 ART2网络的学习算法 126

9.3 人脸的局部特征定位 127

9.3.1 眼睛的定位 127

9.3.2 人脸倾斜和旋转补偿 130

9.3.3 脸部分割 131

9.3.4 面部特征向量 132

9.4 实验与讨论 132

9.4.1 ART2网络人脸识别算法 132

9.4.2 实验结果 133

参考文献 134

第10章 人脸数据库检索 135

10.1 数据库检索系统 135

10.2 聚类算法 138

10.2.1 标准的k均值聚类算法 138

10.2.2 算法分析与改进 139

10.3 实验与讨论 140

10.3.1 实验环境 140

10.3.2 实验步骤 140

10.3.3 实验分析 141

10.4 基于内容的不良图像检索 144

10.4.1 不良图像建模 145

10.4.2 广义模糊加权神经网络 146

10.4.3 不良图像的识别 148

参考文献 149

第11章 人脸识别应用系统 150

11.1 人脸识别门禁系统 150

11.1.1 项目背景 150

11.1.2 系统结构 151

11.1.3 软件实现 155

11.1.4 系统工程设计 156

11.2 嵌入式人脸门锁 159

11.2.1 项目背景 159

11.2.2 系统设计 161

11.2.3 技术关键 162

11.3 其他领域的应用 163

11.3.1 信息安全产品 163

11.3.2 证件鉴别管理系统 164

11.3.3 海量数据库人脸检索比对系统 164

11.3.4 嵌入式人脸考勤系统 165

11.3.5 人脸识别数码相机 168

参考文献 169

第12章 三维人脸识别展望 170

12.1 深度人脸识别 170

12.1.1 人脸识别从二维到三维 170

12.1.2 三维人脸识别的挑战 170

12.2 三维人脸模型 171

12.2.1 人脸建模方法 171

12.2.2 三维人脸模型 172

12.3 三维人脸识别方法 173

12.3.1 三维人脸重建 173

12.3.2 三维头部跟踪 174

12.3.3 三维人脸识别 176

12.3.4 表情分析与合成 177

12.4 结束语 178

参考文献 178

附录 人脸识别算法测试规范 180