第一部分 人脸识别的基础知识 3
第1章 绪论 3
1.1 生物特征识别技术简介 3
1.1.1 生物特征识别技术原理 4
1.1.2 生物特征识别技术分类 5
1.1.3 生物特征识别技术的发展趋势 14
1.2 人脸识别技术概述 16
1.2.1 人脸识别的研究内容 16
1.2.2 人脸识别技术的特点 18
1.2.3 人脸识别技术的研究现状 19
1.2.4 人脸识别技术存在的难点 24
1.2.5 人脸识别技术的发展趋势 27
1.2.6 人脸识别技术的应用领域 28
参考文献 29
第2章 人脸识别系统与评价 30
2.1 商用的人脸识别系统 30
2.1.1 国外人脸识别系统 30
2.1.2 国内人脸识别系统 33
2.2 人脸数据库 34
2.2.1 国外人脸数据库 34
2.2.2 国内人脸数据库 35
2.3 评价人脸识别系统的标准 39
2.3.1 人脸识别系统的要求 39
2.3.2 人脸识别系统的性能指标 40
2.3.3 人脸识别系统的测试标准 43
参考文献 46
第3章 人脸识别的基本理论 47
3.1 特征提取和特征选择 47
3.1.1 特征提取和特征选择的基本概念 47
3.1.2 特征提取方法 48
3.1.3 特征选择方法 60
3.2 线性判别函数 62
3.2.1 线性判别函数的基本概念 62
3.2.2 设计线性分类器的主要步骤 64
3.2.3 Fisher线性判别 64
3.3 贝叶斯决策 68
3.3.1 贝叶斯决策理论的产生和发展 68
3.3.2 几种常用的贝叶斯决策规则 70
3.4 人工神经网络 76
3.4.1 人工神经网络基础 76
3.4.2 BP神经网络 80
3.4.3 Hopfield模型网络 81
3.5 统计学习理论与支持向量机 82
3.5.1 统计学习理论基础 83
3.5.2 最优分类面 86
3.5.3 广义最优分类面 88
3.5.4 支持向量机 89
3.6 模糊聚类分析 92
3.6.1 模糊理论基础 92
3.6.2 模糊聚类分析 93
3.6.3 基于目标函数的模糊聚类分析方法 94
参考文献 98
第二部分 人脸识别的基本方法 101
第4章 人脸图像的获取 101
4.1 人脸图像获取概述 101
4.2 人脸图像获取分类 102
4.2.1 二维人脸图像获取 102
4.2.2 三维人脸图像获取 103
4.3 人脸图像获取原理 108
4.3.1 双目成像原理 108
4.3.2 立体匹配原理 113
参考文献 116
第5章 人脸图像预处理 117
5.1 常见人脸图像格式 117
5.2 人脸图像预处理 120
5.2.1 灰度变换 120
5.2.2 二值化 121
5.2.3 几何校正 122
5.2.4 直方图修正 123
5.2.5 图像滤波 125
5.2.6 图像锐化 130
5.2.7 像素平均法 131
参考文献 132
第6章 人脸表征 133
6.1 人脸表征综述 133
6.1.1 人脸表征简介 133
6.1.2 基于知识的人脸表征 134
6.1.3 基于代数的人脸表征 136
6.2 二维人脸表示方法 140
6.2.1 基于几何特征的表示方法 140
6.2.2 基于主成分分析的表示方法 142
6.2.3 基于奇异值分解的表示方法 143
6.2.4 基于线性判别分析的表示方法 144
6.2.5 基于核的表示方法 147
6.3 三维人脸表示方法 151
6.3.1 基于数学描述的表示方法 151
6.3.2 基于体积描述的表示方法 152
参考文献 154
第7章 人脸检测 157
7.1 人脸检测概述 157
7.1.1 人脸检测的方法 158
7.1.2 人脸检测的意义 160
7.2 静态图像的人脸检测 161
7.2.1 基于特征的人脸检测方法 162
7.2.2 基于图像的人脸检测方法 170
7.3 动态图像的人脸检测 179
7.3.1 图像差分法 180
7.3.2 光流法 183
7.4 人脸检测算法的评测 184
参考文献 185
第8章 人脸分割 187
8.1 人脸分割的分类 187
8.2 基于区域的分割方法 188
8.3 基于边界的分割方法 191
8.3.1 边缘检测 191
8.3.2 活动轮廓模型 192
8.3.3 基于几何与统计模型的分割方法 193
8.4 常见的动态人脸分割方法 194
8.4.1 运动分割法 194
8.4.2 基于变化检测的分割法 195
8.4.3 基于时空对象的分割法 196
8.4.4 基于压缩域对象分割法 197
参考文献 198
第9章 人脸判定 200
9.1 人脸判定简介 200
9.2 人脸判定方法 201
9.2.1 基于面部几何特征的方法 201
9.2.2 基于模板匹配的方法 202
9.2.3 基于代数特征的方法 204
9.2.4 基于神经网络的方法 209
9.2.5 基于隐马尔可夫模型的方法 211
9.2.6 基于支持向量机的方法 212
9.3 人脸判定发展现状 214
参考文献 215
第三部分 人脸识别的高级方法 219
第10章 光照处理 219
10.1 光照变化的影响 219
10.1.1 光照变化对人脸图像的影响 219
10.1.2 光照变化对人脸识别的影响 221
10.2 光照模型 223
10.2.1 光源 223
10.2.2 物体表面的光照效果 225
10.2.3 图像的亮度模型 226
10.3 人脸识别中的光照补偿 228
10.3.1 基于变换的光照补偿方法 229
10.3.2 基于光照样本合成的光照补偿方法 236
参考文献 243
第11章 表情识别 245
11.1 表情识别简介 245
11.1.1 人脸表情的特点 245
11.1.2 表情识别的基本步骤 249
11.1.3 表情的特征分析 250
11.1.4 表情识别的难点 252
11.1.5 表情识别与人脸识别 253
11.1.6 表情数据库 254
11.2 人脸表情图像的预处理 256
11.2.1 人脸表情图像几何预处理 256
11.2.2 人脸表情图像的灰度预处理 260
11.2.3 人脸表情图像的去噪 261
11.3 人脸表情识别方法 262
11.3.1 人脸表情特征提取 262
11.3.2 人脸表情特征分类 266
11.3.3 人脸表情特征识别 266
11.3.4 典型人脸表情识别的方法 270
11.4 人脸表情识别的研究意义及应用领域 273
11.5 人脸表情识别的发展趋势 276
参考文献 277
第12章 三维人脸建模 279
12.1 人脸建模概述 279
12.1.1 人脸建模的研究意义 279
12.1.2 人脸建模的应用领域 280
12.2 人脸建模方法综述 281
12.3 三维人脸模型 283
12.3.1 基于人脸参数模型 283
12.3.2 基于生理肌肉模型 284
12.3.3 基于图像的视觉建模 287
12.3.4 基于人脸库的形变模型 289
12.4 标准人脸模型 290
12.4.1 网格模型 290
12.4.2 统计模型 291
参考文献 292
第13章 人脸姿态识别 294
13.1 姿态变化对人脸图像识别的影响 294
13.2 二维人脸姿态识别方法 295
13.3 三维人脸姿态识别方法 296
13.4 多姿态人脸识别方法 297
13.4.1 基于单视图的多姿态人脸识别 298
13.4.2 基于正投影视图的多姿态人脸识别 301
13.5 人脸姿态识别方法的现状 304
参考文献 306
第14章 人脸跟踪 307
14.1 人体运动分析 307
14.2 目标与人脸跟踪技术 308
14.2.1 目标跟踪技术的分类 308
14.2.2 目标跟踪的常用方法 309
14.2.3 人脸跟踪的现状 311
14.2.4 人脸跟踪整体过程 312
14.3 人脸跟踪中常用的色度模型 313
14.4 人脸跟踪技术 317
14.4.1 利用背景信息跟踪 318
14.4.2 利用色彩信息跟踪 319
14.4.3 利用运动信息跟踪 319
14.4.4 利用人脸模板或参数模型进行跟踪 319
14.4.5 利用人脸的局部特征进行跟踪 320
参考文献 320