《人工智能》内容简介

人脸识别是当今的热门应用领域和研发方向，在安防、金融、公共服务等领域具有十分广泛的应用。本书全面、系统地介绍“刷脸”背后的技术，包括人脸检测、人脸识别、人脸关键点定位、人脸检索相关的算法和实现技术。另外，本书还囊括了前沿的、基于深度学习的人脸识别技术（2014―2020年）。本书讲解的算法具有前沿性和实用性。通过本书学习，学习人员能够在3～5个月内系统地了解、掌握人脸检测、人脸识别、人脸关键点定位、人脸检索的算法原理与实战技术。本书内容新颖、技术前沿、层次清晰，适合高校教师、研究生、工程师和人脸识别爱好者使用。
张重生 男，博士，教授，硕士生导师，河南大学大数据研究中心、大数据团队带头人。研究领域为大数据分析、深度学习、数据挖掘、数据库、数据流（实时数据分析）。博士毕业于INRIA，France(法国国家信息与自动化研究所)，获得优秀博士论文荣誉。2010年08月至2011年3月，在美国加州大学洛杉矶分校(UCLA)，计算机系，师从著名的数据库专家Carlo Zaniolo教授，从事数据挖掘领域的合作研究。2012-2013，挪威科技大学，ERCIM/Marie-Curie Fellow。

作品目录

内容简介
丛书编委会
前言
第1章：人脸识别概述
1.1、广义人脸识别的1:1、1:N
和N:N
比对计算模式
1.2、人脸识别技术的应用场景
1.3、常用数据集介绍
参考文献
第2章：人脸检测技术的最新进展
2.1、Cascade
CNN
人脸检测算法
2.2、MTCNN
人脸检测算法
2.3、Face
R-CNN
人脸检测算法
2.4、SSH
人脸检测算法
2.5、DSFD
人脸检测算法
2.6、本章小结
参考文献
第3章：人脸识别技术的最新进展
3.1、DeepID
系列人脸识别算法
3.2、FaceNet
人脸识别算法
3.3、ArcFace
人脸识别算法
参考文献
第4章：人脸关键点定位技术的最新进展
4.1、Coarse-to-Fine
CNN
人脸关键点定位算法
4.2、TCDCN
人脸关键点定位算法
4.3、SIR-LAN
人脸关键点定位算法
4.4、SAN
人脸关键点定位算法
4.5、WingLoss：人脸关键点定位算法的损失函数设计
参考文献
第5章：人脸检索技术的最新进展
5.1、人脸检索与人脸识别的相似之处与不同之处
5.2、人脸检索与图像检索的相似之处与不同之处
5.3、基于深度哈希的人脸检索算法
5.4、同时考虑哈希码损失和分类损失的图像检索技术
参考文献
第6章：经典的人脸检测算法
6.1、DPM
人脸检测算法
6.2、LAEO
人脸检测算法
6.3、Viola
&
Jones
人脸检测算法
参考文献
第7章：基于深度学习的人脸检测算法实践
7.1、CNN
Facial
Point
Detection
人脸检测算法
7.2、DDFD
人脸检测算法
7.3、人脸检测算法融合
参考文献
第8章：章基于Fast
R-CNN
的人脸检测实践
8.1、Fast
R-CNN
简介
8.2、Fast
R-CNN
的特点和结构
8.3、数据集的预处理
8.4、基于Fast
R-CNN
训练人脸检测模型
参考文献
第9章：基于HOG
特征的人脸关键点定位实践
9.1、H-GBDT
算法介绍
9.2、相关算法介绍
9.3、H-GBDT
人脸关键点定位算法设计
9.4、实验设计
9.5、本章小结
参考文献
第10章：人脸识别实践
10.1、DeepID
算法
10.2、VGG
Face
Descriptor
算法
10.3、3种经典的人脸识别算法
10.4、人脸识别算法对比分析
10.5、本章小结
参考文献
第11章：人脸检索实践
11.1、人脸检索简介
11.2、计算人脸相似度的方法
11.3、图像快速查找算法
11.4、评价人脸检索结果的标准
11.5、PHash
算法
11.6、DHash
算法
11.7、PCA
算法
11.8、BoF-SIFT
算法
11.9、用于图像快速检索的KD-Tree
索引
11.10、Gabor
算法
11.11、HOG
11.12、基于DeepID
的人脸检索
11.13、哈希方法和深度哈希方法
参考文献
第12章：人脸检测商业软件及其应用示例
12.1、VeriLook
12.2、Face++
12.3、各种算法的对比分析
12.4、视频中的人脸检测与追踪
参考文献
第13章：GAN
与人脸生成
13.1、DCGAN
13.2、BEGAN
参考文献
后记
反侵权盗版声明