上篇 人脸识别 3
第1章 人脸识别概述 3
1.1 人脸识别的研究内容 3
1.2 人脸识别的研究历史 5
1.3 国内人脸识别研究现状 9
1.4 人脸识别的应用 10
1.5 有关人脸识别系统的产品介绍 12
第2章 人脸视觉认知 15
2.1 人脸认知模型 15
2.2 人脸认知规律 18
第3章 传统的人脸识别方法 22
3.1 人脸侧影识别 22
3.2 基于几何特征的人脸识别方法 26
3.3 基于模板匹配的人脸识别方法 31
3.4 等灰度线方法 39
第4章 现代人脸识别方法 45
4.1 特征脸方法 45
4.2 隐马尔可夫模型方法 49
4.3 基于神经网络的方法 56
4.4 弹性图匹配方法 62
4.5 其他人脸识别方法 69
第5章 图像序列中的人脸识别方法 71
5.1 概述 71
5.2 基于运动和颜色的人脸识别方法 73
第6章 人脸识别系统的评价 80
6.1 评价人脸识别系统的标准 80
6.2 人脸数据库 82
6.3 系统可靠性检验 83
第7章 总结与展望 87
参考文献 90
下篇 语音识别 103
第8章 引言 103
8.1 为什么需要语音识别 103
8.2 语音识别的发展简史 106
8.3 语音识别系统的分类以及当前技术特点 108
8.4 语音信号的特性 110
第9章 语音分析基础及统计语音识别方法 112
9.1 语音产生的机理 112
9.2 语音信道传输描述 114
9.3 统计语音识别框架 115
9.4 语音识别鲁棒性问题 119
第10章 语音识别特征抽取 122
10.1 特征描述技术的早期进展 122
10.2 语音识别用的短时倒谱特征 123
10.3 针对噪声的特征分析 126
10.4 提高识别系统对信道的鲁棒性 129
10.5 特征抽取的研究热点 132
第11章 语音声学模型 136
11.1 概述 136
11.2 HMM及其基本算法 138
11.3 协调发音的建模-语境相关模型 141
11.4 非特定人问题 148
11.5 声学模型的自适应问题 150
11.6 声学模型当前的研究热点问题 156
第12章 语言处理模型 158
12.1 语言处理模型概述 158
12.2 基于知识的语言表示 160
12.3 统计语言模型 162
12.4 汉语语言处理的特点与难点 169
12.5 语言处理模型的当前研究趋势 173
第13章 大词汇量连续语音识别及搜索算法 176
13.1 LVCSR过去十年的进展 176
13.2 大词汇量、连续语音识别的基本单元选择 178
13.3 连续语音识别的搜索问题 179
13.4 大词汇量、连续语音识别的声调问题 188
13.5 广播语音识别——通向现实世界之路 190
第14章 口语信息处理 195
14.1 口语语音主要特点 195
14.2 汉语口语语料分析 196
14.3 口语识别技术 197
14.4 口语理解 199
14.5 人机对话系统 204
14.6 口语翻译系统 207
14.7 口语处理系统的领域移植问题 211
第15章 语音识别技术的应用和展望 213
15.1 用户对语音识别的期望 213
15.2 选用适用技术 214
15.3 网络环境下电话和其他嵌入式设备中的语音应用 215
15.4 语音识别的六大难题 216
参考文献 219