机器智能 人脸工程 第2版PDF电子书下载

第1章 绪论 1

1.1 人脸工程学 1

1.1.1 人脸工程学的研究内容 1

1.1.2 人脸工程学研究的意义与应用 2

1.1.3 人脸工程学研究在实用化过程中的挑战 5

1.2 人脸工程学研究历程 7

1.2.1 人脸识别 7

1.2.2 表情识别 8

1.2.3 人脸合成 10

1.2.4 相关学术资源 13

1.3 人脸工程学的未来研究方向 16

1.4 本书的内容 17

参考文献 17

第2章 人脸工程学研究的学科基础 20

2.1 人类学对人脸的研究 20

2.1.1 达尔文之前的研究 20

2.1.2 达尔文对表情的研究 21

2.2 文学艺术中对人脸的研究 23

2.2.1 人脸的美学研究 23

2.2.2 人脸表情在戏曲和舞台剧中的表现 27

2.2.3 人脸在各种美术画法中的表现 30

2.3 动画中人脸的表现 31

2.3.1 人脸动画的应用 31

2.3.2 卡通动画中人脸的表现形式及常用软件 32

2.3.3 二维动画中人脸的表现 32

2.4 情绪心理学关于表情的研究 34

2.5 认知心理学关于人脸的研究 36

2.6 脑科学关于人脸的研究 40

2.6.1 人脸识别的ERP研究 40

2.6.2 表情识别的ERP研究 43

参考文献 45

第3章 面部运动的测量技术 47

3.1 概述 47

3.2 面部动作编码系统 48

3.2.1 概述 48

3.2.2 FACS的特点与应用 52

3.2.3 FACS的扩展与改进 53

3.3 最大限度辨别面部肌肉运动编码系统 54

3.3.1 伊扎德与MAX 54

3.3.2 MAX的主要内容 55

3.3.3 MAX与FACS的比较 56

3.4 其他面部表情测量系统 57

3.4.1 表情识别整体判断系统 57

3.4.2 自我评估情绪编码系统 57

3.4.3 面部表情分析工具 57

参考文献 57

第4章 图像处理技术 59

4.1 图像处理的基本概念 59

4.1.1 数字图像的概念 59

4.1.2 数字图像处理的概念 59

4.2 图像处理的基本操作 60

4.2.1 图像的平移、旋转、放缩、镜像变换、转置 60

4.2.2 图像的平滑、锐化 64

4.2.3 图像的腐蚀、膨胀和细化 69

4.2.4 图像的恢复与重建 73

4.3 图像处理的高级操作 74

4.3.1 图像的边缘检测 74

4.3.2 图像的Hough变换 78

4.3.3 轮廓的提取与跟踪 79

参考文献 81

第5章 人脸检测跟踪技术 82

5.1 人脸检测 82

5.1.1 人脸检测方法的分类 82

5.1.2 基于肤色的人脸检测 82

5.1.3 基于形状的人脸检测 86

5.1.4 基于特征的人脸检测 88

5.2 人脸跟踪 91

5.2.1 帧差法 91

5.2.2 基于运动目标预测的人脸跟踪 92

5.2.3 基于模型的人脸跟踪 92

5.2.4 基于人脸局部特征的人脸跟踪 95

参考文献 96

第6章 面部特征提取的算法 98

6.1 概述 98

6.2 几何特征的提取 99

6.3 统计特征的提取 101

6.3.1 主成分分析算法 101

6.3.2 二维主成分分析算法 104

6.3.3 线性判别分析算法 105

6.3.4 独立成分分析算法 106

6.4 频率域特征的提取 107

6.4.1 小波技术 107

6.4.2 Gabor小波 108

6.4.3 离散余弦变换 109

6.5 运动特征的提取 109

6.6 代数特征的提取 111

参考文献 112

第7章 面部特征的模式识别算法 115

7.1 线性判别分析 115

7.1.1 线性判别函数的基本概念 115

7.1.2 Fisher线性判别 116

7.1.3 小结 119

7.2 支持向量机 120

7.2.1 支持向量机基本原理 121

7.2.2 SVM分类器的设计 125

7.2.3 小结 125

7.3 贝叶斯网络 127

7.3.1 概述 127

7.3.2 贝叶斯网络概率基础 128

7.3.3 贝叶斯网络的构建 128

7.3.4 贝叶斯网络推理算法 132

7.3.5 贝叶斯网络分类器 134

7.3.6 小结 138

7.4 隐马尔可夫模型及其基本问题 138

7.4.1 概述 138

7.4.2 马尔可夫链模型 139

7.4.3 隐马尔可夫模型 141

7.4.4 隐马尔可夫模型的三个基本问题 143

7.4.5 隐马尔可夫算法实现中的基本问题 149

7.4.6 小结 152

7.5 人工神经网络 152

7.5.1 概述 153

7.5.2 人工神经网络集成 160

7.5.3 小结 163

7.6 模糊模式识别 163

7.6.1 概述 163

7.6.2 模糊数学基本理论 164

7.6.3 模糊模式识别 166

7.6.4 小结 169

参考文献 169

第8章 人脸合成的方法与技术 173

8.1 概述 173

8.2 人脸合成技术的分类 174

8.3 人脸几何建模 177

8.3.1 人脸模型的表达形式 177

8.3.2 一般人脸模型 178

8.3.3 特定人脸模型 181

8.4 纹理映射 183

8.5 人脸动画 185

8.5.1 人脸动画技术 185

8.5.2 人脸动画驱动技术 189

8.6 MPEG-4人脸动画原理 190

8.6.1 FDP、FAP与FAPU的定义 190

8.6.2 FAP驱动人脸动画的基本原理 191

参考文献 193

第9章 人脸识别系统 196

9.1 概述 196

9.2 人脸识别关键问题的研究 197

9.3 人脸识别流程 199

9.4 人脸识别系统的设计与实现 200

9.4.1 人脸识别系统的总体设计 201

9.4.2 人脸识别系统的算法设计 202

9.4.3 人脸识别系统的实现 207

参考文献 212

第10章 面部表情识别系统 215

10.1 概述 215

10.2 基于静态图像的面部表情识别系统 218

10.2.1 系统的总体设计 218

10.2.2 系统的算法设计 219

10.2.3 系统的实现 224

10.3 基于主动表观模型的实时面部表情识别系统 225

10.3.1 系统设计 225

10.3.2 基于肤色模型的人脸检测 226

10.3.3 人脸图像预处理 226

10.3.4 特征点定位及特征提取 227

10.3.5 表情识别 230

10.4 基于动态图像序列的面部表情识别 231

10.4.1 光流的基本计算方法 232

10.4.2 基于Hessian矩阵的改进光流算法 235

10.4.3 散度-旋度样条约束下的非刚体光流算法 239

10.4.4 基于改进MMI的HMM算法的面部表情识别 244

10.4.5 基于改进MMD的HMM算法的面部表情识别 257

参考文献 268

第11章 人脸合成实例 271

11.1 基于视频的人脸表情合成 271

11.1.1 Candide模型 271

11.1.2 标准人脸模型到特定人脸模型的变换 273

11.1.3 纹理贴图 275

11.1.4 面部表情的运动计算及表情合成 276

11.1.5 实时表情信息获取与表情重构的实现 278

11.1.6 小结 283

11.2 三维虚拟人脸模型 283

11.2.1 三维人脸模型的建立 283

11.2.2 特征点的选取 285

11.2.3 纹理映射 286

11.2.4 特定虚拟人脸模型的实现 288

11.2.5 小结 289

11.3 虚拟人脸的年龄仿真 289

11.3.1 年龄老化特征的相关研究 290

11.3.2 Dirichlet自由变形算法 291

11.3.3 Dirichlet自由变形算法在三维空间中的应用 296

11.3.4 应用Dirichlet自由变形算法生成特定人脸模型 296

11.3.5 虚拟人脸部年龄仿真的实现 298

参考文献 300

附录 缩略语 302