《人臉表情識別算法及套用》是2020年化學工業出版社出版的圖書，作者是田彥濤、劉帥師、萬川。
基本介紹
- 中文名：人臉表情識別算法及套用
- 作者：田彥濤、劉帥師、萬川
- 出版社：化學工業出版社
- 出版時間：2020年7月
- 頁數：231 頁
- 定價：58 元
- 開本：16 開
- 裝幀：平裝-膠訂
- ISBN：9787122349545
內容簡介,目 錄,
內容簡介
本書主要研究了表情識別系統基本理論、算法設計和套用。書中分別以動態人臉表情、微表情、魯棒表情為識別對象, 系統介紹了相關特徵提取、分類算法的技術方法, 並設計了一套主動視覺人臉跟蹤與表情識別系統。
本書可供從事模式識別、表情識別、人臉識別系統研究的科研人員、相關專業的研究生或高年級本科學生使用。
目 錄
第1 章 緒論 / 1
1.1 人臉表情識別系統概述 / 1
1.2 基於動態圖像序列的人臉表情識別的研究情況 / 2
1.3 微表情識別的研究情況 / 4
1.3.1 微表情識別的套用研究 / 4
1.3.2 微表情表達的研究 / 4
1.3.3 微表情識別的算法研究 / 4
1.3.4 微表情資料庫的研究 / 5
1.4 魯棒性人臉表情識別的研究情況 / 6
1.4.1 面部有遮擋的表情識別研究現狀 / 7
1.4.2 非均勻光照下的表情識別研究現狀 / 7
1.4.3 與視角無關的表情識別研究現狀 / 8
1.5 人臉表情識別相關資料匯總 / 8
參考文獻 / 8
第2 章 人臉檢測與定位 / 9
2.1 概述 / 9
2.2 基於膚色分割和模板匹配算法的快速人臉檢測 / 10
2.2.1 基於彩色信息的圖像分割 / 10
2.2.2 自適應模板匹配 / 12
2.2.3 仿真實驗及結果分析 / 14
2.3 改進Adaboost 算法的人臉檢測 / 15
2.3.1 由擴展的Haar-like 特徵生成弱分類器 / 16
2.3.2 Adaboost 算法生成強分類器 / 16
2.3.3 級聯分類器的生成 / 18
2.3.4 學習機 / 20
2.3.5 仿真實驗及結果分析 / 22
參考文獻 / 25
第3 章 基於Candide3 模型的人臉表情跟蹤及動態特徵提取 / 26
3.1 概述 / 26
3.2 基於Candide3 人臉模型的跟蹤算法研究 / 26
3.2.1 Candide3 人臉模型的研究 / 26
3.2.2 基於Candide3 模型的跟蹤算法研究 / 28
3.3 跟蹤算法改進 / 33
3.3.1 光照處理 / 33
3.3.2 基於線上表觀模型的跟蹤算法 / 34
3.3.3 模型的自動初始化研究 / 34
3.3.4 改進算法後跟蹤實驗 / 36
3.4 動態特徵提取 / 37
3.4.1 特徵點的跟蹤 / 37
3.4.2 動態特徵提取 / 38
3.4.3 基於k 均值的聚類分析 / 39
參考文獻 / 42
第4 章 表情分類的實現 / 44
4.1 概述 / 44
4.2 K 近鄰分類器 / 44
4.2.1 K 近鄰規則 / 44
4.2.2 K 近鄰分類的距離度量 / 44
4.2.3 基於K 近鄰分類器的分類實驗 / 45
4.3 流形學習 / 46
4.3.1 主成分分析（PCA） / 47
4.3.2 拉普拉斯映射（LE） / 47
4.3.3 基於流形學習的降維分類實驗 / 48
4.4 支持向量機 / 51
4.4.1 支持向量機的基本思想 / 51
4.4.2 非線性支持向量機 / 52
4.4.3 基於支持向量機的分類實驗 / 52
4.5 基於Adaboost 的分類研究 / 53
4.5.1 Adaboost 算法 / 53
4.5.2 基於Adaboost 的分類實驗 / 54
參考文獻 / 55
第5 章 人臉動態序列圖像表情特徵提取 / 56
5.1 概述 / 56
5.2 基於主動外觀模型的運動特徵提取 / 56
5.2.1 主動形狀模型 / 56
5.2.2 幾何特徵提取 / 57
5.3 基於Candide3 三維人臉模型的動態特徵提取 / 59
5.3.1 Candide3 三維人臉模型 / 59
5.3.2 提取表情運動參數特徵 / 59
5.4 動態時間規整（DTW） / 61
5.5 特徵選擇 / 64
5.5.1 基於Fisher 準則的特徵選擇 / 64
5.5.2 基於分布估計算法的特徵選擇 / 65
5.6 仿真實驗及結果分析 / 67
5.6.1 基於主動外觀模型的運動特徵提取 / 67
5.6.2 基於Candide3 模型的動態特徵提取 / 69
參考文獻 / 72
第6 章 基於子空間分析和改進近鄰分類的表情識別 / 74
6.1 概述 / 74
6.2 特徵降維 / 74
6.2.1 非線性流形學習方法 / 74
6.2.2 線性子空間方法 / 76
6.3 改進近鄰分類法 / 81
6.4 仿真實驗及結果分析 / 84
參考文獻 / 85
第7 章 微表情序列圖像預處理 / 86
7.1 概述 / 86
7.2 灰度歸一化 / 86
7.3 尺度歸一化 / 88
7.4 序列長度歸一化 / 89
7.4.1 時間插值法原理 / 90
7.4.2 時間插值法建模 / 91
7.4.3 時間插值法實現 / 93
參考文獻 / 95
第8 章 基於多尺度LBP-TOP 的微表情特徵提取 / 97
8.1 概述 / 97
8.2 多尺度分析 / 97
8.2.1 平滑濾波 / 97
8.2.2 高斯微分 / 99
8.3 局部二值模式 / 101
8.3.1 原始LBP / 101
8.3.2 改進LBP / 102
8.3.3 降維 / 103
8.3.4 靜態特徵統計 / 105
8.4 時空局部二值模式 / 106
8.4.1 LBP-TOP / 107
8.4.2 動態特徵統計 / 109
8.5 多尺度LBP-TOP / 112
參考文獻 / 114
第9 章 基於全局光流與LBP-TOP 特徵結合的微表情特徵提取 / 115
9.1 概述 / 115
9.2 相關理論 / 115
9.2.1 運動場及光流場 / 115
9.2.2 經典計算方法 / 116
9.3 問題描述 / 117
9.3.1 約束條件 / 117
9.3.2 模型構建 / 119
9.4 算法實現 / 120
9.4.1 目標最佳化 / 120
9.4.2 多解析度策略 / 122
9.4.3 特徵統計 / 124
9.5 光流與LBP-TOP 特徵結合 / 128
參考文獻 / 129
第10 章 人臉微表情分類器設計及實驗分析 / 131
10.1 概述 / 131
10.2 支持向量機 / 131
10.2.1 分類原理 / 131
10.2.2 樣本空間 / 132
10.2.3 模型參數最佳化 / 135
10.3 隨機森林 / 136
10.3.1 集成學習 / 137
10.3.2 決策樹 / 137
10.3.3 組合分類模型 / 139
10.4 評價準則 / 141
10.5 實驗對比驗證 / 143
10.5.1 識別LBP-TOP 特徵 / 143
10.5.2 識別GDLBP-TOP 特徵 / 146
10.5.3 識別OF 特徵 / 147
10.5.4 識別LBP-TOP＋OF 特徵 / 149
參考文獻 / 153
第11 章 基於Gabor 多方向特徵融合與分塊直方圖的表情特徵提取 / 155
11.1 概述 / 155
11.2 人臉表情圖像的Gabor 特徵表征 / 156
11.2.1 二維Gabor 濾波器 / 156
11.2.2 人臉表情圖像的Gabor 特徵表征 / 157
11.3 二維Gabor 小波多方向特徵融合 / 159
11.3.1 融合規則1 / 159
11.3.2 融合規則2 / 160
11.4 分塊直方圖特徵選擇 / 161
11.5 基於Gabor 特徵融合與分塊直方圖統計的特徵提取 / 162
11.6 算法可行性分析 / 163
11.7 實驗描述及結果分析 / 164
11.7.1 實驗流程 / 164
11.7.2 表情圖庫中圖像預處理 / 165
11.7.3 實驗描述 / 166
11.7.4 實驗結果分析 / 167
11.7.5 所選融合特徵的尺度分析 / 169
參考文獻 / 170
第12 章 基於對稱雙線性模型的光照魯棒性人臉表情分析 / 172
12.1 概述 / 172
12.2 雙線性模型 / 174
12.3 基於對稱雙線性變換的表情圖像處理 / 175
12.4 光照變換 / 178
12.5 實驗描述及結果分析 / 181
12.5.1 實驗描述 / 181
12.5.2 實驗對比 / 182
參考文獻 / 185
第13 章 基於局部特徵徑向編碼的局部遮擋表情特徵提取 / 187
13.1 概述 / 187
13.2 表情圖像預處理 / 188
13.3 局部特徵提取與表征 / 190
13.4 Gabor 特徵徑向編碼 / 190
13.5 算法可行性分析 / 193
13.6 實驗描述及結果分析 / 193
13.6.1 局部子塊數對識別結果的影響 / 195
13.6.2 徑向格線尺寸對識別結果的影響 / 195
13.6.3 左/右人臉區域遮擋對識別結果的影響 / 196
13.6.4 不同局部特徵編碼方法的實驗對比分析 / 196
13.6.5 遮擋對於表情識別的影響 / 197
參考文獻 / 198
第14 章 局部累加核支持向量機分類器 / 201
14.1 概述 / 201
14.2 支持向量機基本理論 / 202
14.2.1 廣義分類面 / 202
14.2.2 線性分類問題 / 203
14.2.3 支持向量機 / 205
14.2.4 核函式 / 206
14.3 局部徑向基累加核支持向量機 / 206
14.4 局部歸一化線性累加核支持向量機 / 207
14.5 實驗描述及結果分析 / 209
14.5.1 實驗描述 / 209
14.5.2 對比實驗 / 210
參考文獻 / 213
第15 章 基於主動視覺的人臉跟蹤與表情識別系統 / 214
15.1 概述 / 214
15.2 系統架構 / 214
15.2.1 硬體設計 / 214
15.2.2 互動界面的設計 / 217
15.3 相關算法 / 218
15.3.1 雲台跟蹤算法 / 218
15.3.2 表情識別算法 / 220
15.4 仿真實驗及結果分析 / 221
15.4.1 人臉定位跟蹤實驗 / 221
15.4.2 人臉表情識別實驗 / 224
參考文獻 / 227
