人脸识别算法与案例分析

人脸识别算法与案例分析

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

人脸识别技术研究必读,实用案例丰富。

内容简介

本书内容丰富,阐述清晰详尽,文图结合紧密,可读性好,实用性强,主要介绍了人脸识别中的一些算法与案例,主要包括素描人脸识别与人脸合成的研究与应用、传统特征提取算法在素描人脸识别中的应用、深度学习在素描人脸识别上的研究与应用、传统素描人脸合成方法、基于生成对抗网络的素描人脸合成方法、人脸超分辨率重建方法等内容。本书可作为研究人脸识别技术的参考用书,也可以作为高等院校相关专业的本科生和研究生参考书,还可供人脸识别技术领域工作的工程技术人员阅读。

章节目录

版权信息

前言

第1章 人脸识别的研究与应用

1.1 素描人脸识别的研究与应用

1.1.1 光学人脸识别研究历程

1.1.2 素描人脸识别国内外研究现状

1.1.3 素描人脸识别数据库

1.1.4 素描人脸识别的难点和发展趋势

1.2 素描人脸合成的研究与应用

1.2.1 素描人脸合成的国内外研究现状

1.2.2 素描人脸图像质量评估指标

1.2.3 素描人脸合成的难点与发展趋势

1.3 人像着色的研究与应用

1.3.1 人像着色的国内外研究现状

1.3.2 人像着色的难点与发展趋势

1.4 人脸图像超分辨率重建技术的研究与应用

1.4.1 人脸图像超分辨率的发展及国内外研究现状

1.4.2 人脸图像超分辨率重建质量评价标准

1.4.3 人脸图像超分辨率重建技术的难点与发展趋势

1.5 本章小结

第2章 传统特征提取算法在素描人脸识别上的应用与研究

2.1 传统素描人脸识别算法相关原理

2.1.1 人脸图像分割算法

2.1.2 人脸特征提取算法

2.2 基于Surf匹配坐标邻域优化的素描人脸识别

2.2.1 Surf匹配

2.2.2 坐标邻域优化

2.2.3 识别过程

2.2.4 实验结果与分析

2.3 基于张量排序保留判别分析的人脸特征提取

2.3.1 张量排序保留判别投影(TRPDA)模型

2.3.2 TRPDA求解算法

2.3.3 实验结果与分析

2.4 本章小结

第3章 深度学习在素描人脸识别上的应用

3.1 深度学习相关原理

3.1.1 卷积神经网络概述

3.1.2 主流人脸识别模型框架

3.1.3 度量学习

3.2 基于联合分布适配的素描人脸识别

3.2.1 迁移学习

3.2.2 模型结构

3.2.3 损失函数

3.2.4 实验结果与分析

3.3 基于残差网络和度量学习的素描人脸识别

3.3.1 模型结构

3.3.2 损失函数

3.3.3 实验结果与分析

3.4 基于SE-ResNeXt模型的素描人脸识别

3.4.1 SE-ResNeXt网络模型

3.4.2 损失函数

3.4.3 实验结果与分析

3.5 本章小结

第4章 传统素描人脸合成方法

4.1 结合LBP局部特征提取的素描人脸合成方法

4.1.1 欧氏距离粗提取

4.1.2 结合子块切分的LBP局部特征提取

4.1.3 合成过程

4.1.4 实验结果与分析

4.2 结合pHash稀疏编码的素描人脸合成方法

4.2.1 基于图像熵的图像分块

4.2.2 图像块的特征提取

4.2.3 实验结果与分析

4.3 本章小结

第5章 生成对抗网络在素描人脸合成中的应用

5.1 生成对抗网络相关原理

5.1.1 生成对抗网络模型概述

5.1.2 生成对抗网络的改进

5.2 基于生成对抗网络的素描人脸合成方法

5.2.1 生成对抗网络模型

5.2.2 损失函数

5.2.3 实验结果与分析

5.3 基于双层对抗网络的素描人脸合成方法

5.3.1 双层对抗网络模型

5.3.2 损失函数

5.3.3 实验结果与分析

5.4 基于特征学习生成对抗网络的高质量素描人脸合成方法

5.4.1 特征学习生成对抗网络模型

5.4.2 损失函数

5.4.3 实验结果与分析

5.5 多判别器循环生成对抗网络的素描人脸合成方法

5.5.1 多判别器循环生成对抗网络模型

5.5.2 损失函数

5.5.3 实验结果与分析

5.6 本章小结

第6章 基于联合一致循环生成对抗网络的人像着色方法

6.1 色彩空间

6.2 网络结构

6.2.1 着色网络模型

6.2.2 生成网络

6.2.3 判别网络

6.3 损失函数

6.3.1 生成对抗损失

6.3.2 联合一致性损失

6.4 实验结果与分析

6.4.1 数据库及参数设置

6.4.2 消融实验

6.4.3 和已有方法对比

6.5 本章小结

第7章 人脸超分辨率重建

7.1 双层级联神经网络的人脸超分辨率重建

7.1.1 堆叠沙漏块结构

7.1.2 双层级联神经网络结构

7.1.3 损失函数

7.1.4 实验结果与分析

7.2 基于引导图像的人脸超分辨率重建

7.2.1 3DMM人脸拟合

7.2.2 基于3DMM的人脸矫正

7.2.3 基于引导图像的人脸超分辨率重建网络

7.2.4 实验结果与分析

7.3 本章小结

人脸识别算法与案例分析是2021年由电子工业出版社出版,作者曹林。

得书感谢您对《人脸识别算法与案例分析》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
深度学习之摄影图像处理:核心算法与案例精粹 电子书
本书内容涉及摄影学、计算机视觉、深度学习3个领域,系统地介绍了计算机视觉在图像质量和摄影学各个领域的核心算法和应用,包括传统的图像处理算法和深度学习核心算法。本书理论知识体系完备,同时提供大量实例,供读者实战演练。本书融合摄影学和计算机视觉的内容,覆盖面非常广。第1章简单介绍摄影的历史、摄影与图像的基本概念和摄影中的许多基本技巧。从第2章开始,本书对摄影学中图像处理算法的各个重要方向进行介绍,包括
联邦学习:原理与算法 电子书
人工智能机器学习教程书籍,平安科技联邦学习团队执笔,由浅入深介绍联邦机器学习的算法体系,注重工程实践,保证理论前沿性。
市场营销实务与案例分析(微课版) 电子书
本书全面贯彻《国家职业教育改革实施方案》《关于实施中国特色高水平高职学校和专业建设计划的意见》等文件精神,紧贴市场营销岗位工作内容,按照“项目引领,任务驱动,教、学、做一体”的教学模式,在融入营销新技术以优化传统理论知识的基础上,将大量真实企业案例嵌入课前、课中、课后3个教学环节,力求实现理论知识储备、岗位技能训练、职业精神培养的高度融合。本书共有5个项目,分别是感悟市场营销、寻找市场机会、确定目
新媒体营销案例分析:模式、平台与行业应用 电子书
本书适合企业新媒体营销的学习者和从业者使用,也可作为本科院校及高职高专院校新媒体营销课程的教学用书。
数据结构与算法详解 电子书
本书旨在讲解数据结构和算法的核心知识。本书主要内容包括线性表、栈、队列、串、数组、广义表、树、图、查找算法、排序算法、递推算法、递归算法、枚举算法、贪心算法、回溯算法、数值算法和实用算法等。本书适合计算机专业的学生、软件开发专业人员等阅读。