人脸感知 从二维到三维PDF|Epub|txt|kindle电子书版本网盘下载

人脸感知 从二维到三维PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 人类视觉感知概述1

1.1人脸感知1

1.2人类视觉认知2

1.2.1视觉的地位2

1.2.2视觉的内涵2

1.2.3视觉的特点4

1.2.4人类视觉如何识别人脸5

1.3计算机视觉10

1.4机器视觉与人类视觉的联系12

1.5本书各章内容简介及阅读本书要注意的问题13

第一部分 二维人脸图像处理17

第2章 人脸及其特征的自动检测17

2.1概述17

2.1.1人脸检测17

2.1.2人脸特征点自动标定18

2.1.3人脸轮廓检测20

2.2图像处理基本技术23

2.2.1滤波23

2.2.2直方图24

2.2.3图像归一化24

2.2.4边缘检测25

2.2.5形态学运算26

2.3基于Adaboost的人脸检测26

2.3.1基本概念26

2.3.2算法实现28

2.4主动形状模型ASM30

2.4.1特征点选择30

2.4.2标定点对齐31

2.4.3形状建模32

2.4.4局部灰度纹理建模32

2.4.5 ASM目标搜索过程33

2.5主动外观模型AAM35

2.5.1形状、纹理建模35

2.5.2统计表观建模36

2.5.3 AAM拟合算法37

2.5.4 ASM与AAM小结39

2.6人脸轮廓检测40

2.6.1活动轮廓模型简介40

2.6.2 Chan-Vese模型44

2.7小结48

第3章 人脸特征提取及识别49

3.1人脸识别技术的发展50

3.2人脸识别原理及方法52

3.2.1子空间识别算法52

3.2.2 Gabor小波57

3.3动态主成分子空间的构造61

3.3.1基于PCA的人脸重建分析61

3.3.2动态主成分子空间构造算法63

3.3.3基于Gabor特征的动态主成分分析算法65

3.4人脸图像的增强Gabor特征构造与应用65

3.4.1增强Gabor特征的构造65

3.4.2 DF_ LDA+ EGF算法69

3.4.3最近邻欧氏距离分类器71

3.5小结71

第二部分 人脸三维建模75

第4章 人脸三维建模概述75

4.1背景75

4.2生活中的三维人脸76

4.3人脸三维建模技术发展77

4.3.1基于几何数据的人脸三维建模77

4.3.2基于图像的人脸三维建模79

4.3.3人脸动画驱动模型分类82

4.4三维人脸数据库85

4.5商业三维人脸建模软件85

4.5.1新加坡的面部识别公司XID Technologies的三维人脸识别系统86

4.5.2美国Bioscrypt三维人脸识别产品3D FastPass？ Face Reader86

4.5.3加拿大Singular Inversions公司的FaceGen Modeller87

4.6小结87

第5章 标准化三维人脸库88

5.1三维人脸数据库标准化基本概念88

5.2基于特征区域分片的三维人脸数据重采样90

5.2.1三维人脸区域分块90

5.2.2基于平面模板的网格重建94

5.3基于AAM特征点定位的三维人脸数据重采样97

5.3.1基本思路97

5.3.2平面模板98

5.4标准化人脸的应用99

5.4.1标准人脸库及其线性运算99

5.4.2多分辨率人脸模型100

5.4.3混合分辨率人脸模型101

5.5基于人脸形状统计模型101

5.6小结104

第6章 三维人脸形状建模105

6.1基于图像的人脸建模概述105

6.2基于动态成分的形变模型106

6.2.1形状系数的优化求解106

6.2.2主成分的动态选择107

6.3基于Sibson坐标的局部特征分析109

6.3.1局部特征分析理论基础109

6.3.2基于LFA的局部形变模型111

6.4双重形变模型113

6.5形状建模性能分析114

6.5.1误差估计函数114

6.5.2建模实例115

6.6小结116

第7章 根据单张照片进行三维人脸建模117

7.1引言117

7.2两步人脸建模方案118

7.2.1基本思路118

7.2.2特征点深度值估计119

7.3纹理映射123

7.3.1纹理映射方法分类124

7.3.2基于调和映射的纹理映射125

7.3.3基于正面人脸照片的纹理映射128

7.4建模效果130

7.5小结131

第8章 光照分析及姿态估计132

8.1引言132

8.2基于中性人脸球面谐波模型的光照估计及补偿132

8.2.1球面谐波理论133

8.2.2光照估计134

8.2.3光照补偿136

8.3基于线性回归的人脸姿态估计138

8.3.1姿态估计概述138

8.3.2基于特征点对的线性回归模型139

8.4小结143

附录A PCA算法及其在人脸识别中的应用144

A.1问题描述144

A.1.1 K-L变换144

A.1.2利用PCA进行人脸识别145

A.2 PCA的理论基础146

A.2.1投影146

A.2.2 PCA的作用及其统计特性146

A.2.3特征脸147

A.2.4图片重建148

A.2.5奇异值分解（SVD）148

A.2.6利用小矩阵计算大矩阵特征向量149

A.3 PCA相关源代码（matlab版）150

A.3.1人脸识别FaceReC.m150

A.3.2特征人脸识别Eigface.m152

A.3.3人脸重建Reconstruction.m154

附录B LFA理论156

B.1理论描述156

B.2 LFA相关源代码157

B.2.1 LFA核K与逆核K-1157

B.2.2 LFA重建158

B.2.3 LFA的核K图及差P图159

附录C基于单高斯模型的肤色检测及高斯混合模型参数优化160

C.1高斯混合模型概述160

C.1.1单高斯模型160

C.1.2高斯混合模型161

C.2采用EM估计GMM的参数162

C.2.1初始值162

C.2.2算法流程163

C.3源码164

C.3.1基于单高斯模型SGM的人脸肤色检测164

C.3.2高斯混合模型167

附录D平面曲线法向量及曲率的数值计算172

D.1法向量的计算172

D. 1.1封闭曲线172

D. 1.2非封闭曲线173

D.2曲率的计算174

参考文献176