基于真实测量三维人脸的识别技术研究 内容简介

本书主要对三维人脸识别中涉及的若干关键问题进行了深入的探讨与研究。书中首先介绍了人脸识别的概念、应用领域、实用价值, 论述了二维人脸识别关键的预处理方法, 如基于二维人脸的特征点定位方法, 并着重介绍了基于改进级联形状回归的多视角二维人脸特征点定位方法。接着对几种常见人脸姿态估计方法做了详细的论述, 如基于改进的随机森林、基于稠密多变量标签分布和深度卷积神经网络学习的方法等。*后在三维人脸识别的内容中, 分别介绍了三维人脸识别的概念、难点以及三维人脸测量的基本原理, 同时也讨论了三维人脸图像的预处理, 并对基于真实测量三维人脸识别中常用的方法做了论述, 如基于三维人脸模型辅助的姿态鲁棒的二维人脸识别方法和表情鲁棒的三维人脸识别方法, 并在几个常见的三维人脸数据库上进行了评估。

基于真实测量三维人脸的识别技术研究 本书特色

主要包括以下几个方面的研究：1）作为识别必要预处理的面部特征点的精确定位问题；2）影响识别率主要因素之人脸姿态的准确估计问题；3）真实测量三维人脸模型注册，二维人脸图像识别中如何合理利用三维模型的问题；4）以及真实测量三维人脸识别中如何应对表情变化的问题等。

基于真实测量三维人脸的识别技术研究 目录

第1章绪论 11.1人脸识别研究的背景 11.2人脸识别研究的意义 31.3二维人脸识别存在的困难与挑战 61.4三维人脸识别方法综述 71.5三维人脸识别存在的困难与挑战 91.6三维人脸测量的基本原理 111.6.1平视双目立体视觉系统 111.6.2立体视差原理 111.6.3极线约束 141.6.4结构光 151.7本书的主要工作与贡献 18参考文献 21第2章基于改进级联形状回归的多视角二维人脸特征点定位 252.1问题的提出 262.2前人相关工作 272.3级联形状回归算法描述 282.4基于改进级联形状回归的多视角二维人脸特征点定位 292.4.1对姿态变化的鲁棒性 302.4.2有效特征提取 322.5实验结果与分析 332.5.1AFLW数据库上实验结果 332.5.2Color FERET数据库上实验结果 352.5.3MultiPIE数据库上实验结果 372.6本章小结 39参考文献 39第3章基于改进的随机森林的人脸姿态估计 413.1问题的提出 413.2前人相关工作 423.2.1随机森林原理介绍 423.2.2随机森林用于人脸姿态估计 443.3基于改进的随机森林的人脸姿态估计 443.3.1特征加权 453.3.2训练随机森林 463.3.3生成树评估与筛选 483.3.4人脸姿态估计 483.4实验结果与分析 493.4.1生成树数量的选取 503.4.2Pointing'04上的实验结果 503.4.3CASPEAL上的实验结果 533.4.4NCKU上的实验结果 543.4.5FacePix上的实验结果 553.4.6监控数据库上的实验结果 563.4.7阈值的选择 603.5本章小结 61参考文献 62第4章基于稠密多变量标签分布的人脸姿态估计 654.1问题的提出 664.2前人相关工作 694.3基于稠密多变量标签分布的人脸姿态估计 704.3.1基于稠密多变量标签分布 714.3.2特征提取 734.3.3多变量标签分布学习方法 744.3.4人脸姿态估计 754.4实验结果与分析 764.4.1实验设置 764.4.2参数选择 774.4.3训练样本中不存在姿态的预测能力 794.4.4Pointing'04数据库上结果比较 814.4.5CASPEAL数据库上结果比较 834.4.6MultiPIE数据库上结果比较 854.5本章小结 86参考文献 86第5章基于稠密多变量标签分布和深度卷积神经网络的人脸姿态估计方法 885.1问题的提出 895.2前人相关工作 905.2.1深度卷积网络原理 925.2.2深度卷积网络用于人脸姿态估计 935.3基于稠密多变量标签分布和深度卷积神经网络的人脸姿态估计方法 935.3.1基于深度卷积神经网络的有效特征提取 945.3.2基于稠密多变量标签分布的分类器学习 965.4实验结果与分析 975.4.1实验设置 975.4.2方法的对齐鲁棒性测试 995.4.3稠密多变量标签分布的有效性测试 1015.4.4与其他 stateoftheart方法结果比较 1025.4.5算法实时性测试 1055.5本章小结 105参考文献 106第6章基于三维人脸模型辅助姿态鲁棒的二维人脸识别 1096.1问题的提出 1106.2前人相关工作 1116.3基于三维人脸模型辅助姿态鲁棒的二维人脸识别 1126.3.1三维人脸模型辅助的二维人脸对齐 1136.3.2稀疏表示分类 1156.4实验结果与分析 1166.4.1数据库介绍 1166.4.2三维辅助的二维人脸识别结果 1186.4.3时间复杂度 1206.5本章小结 121参考文献 122第7章表情鲁棒的三维人脸识别方法 1247.1问题的提出1257.2前人相关工作 1257.3三维人脸模型的自动预处理 1267.4表情鲁棒的三维人脸识别方法 1287.4.1刚性/非刚性区域划分 1297.4.2非刚性区域相似度计算方法 1317.4.3刚性区域相似度计算方法1347.5实验结果与分析1357.5.1实验设置及参数1357.5.2含有表情变化的三维人脸识别1367.5.3无表情变化的三维人脸识别1397.5.4点云密度对识别率的影响 1417.5.5CurtinFaces数据库识别结果 1437.6本章小结144参考文献 145

基于真实测量三维人脸的识别技术研究 作者简介

桑高丽，四川大学计算机科学与技术专业博士，2018年到荷兰Tewente访学一年，嘉兴学院教师。主要研究方向为模式识别，人工智能，机器视觉，图像处理等，目前已公开发表SCI论文6篇，EI检索论文近10篇，主持浙江省自然科学基金1项，主持横向项目1项，作为重要参与人参与国家自然科学青年基金1项。