《人臉識別算法、最佳化與信息安全》是2022年清華大學出版社出版的圖書，作者是王蒙、劉慶慶。
基本介紹
- 中文名：人臉識別算法、最佳化與信息安全
- 作者：王蒙、劉慶慶
- 出版社：清華大學出版社
- 出版時間：2022年12月
- 開本：16 開
- ISBN：9787302620099
內容簡介,圖書目錄,
內容簡介
本書全面、系統地闡述以人臉識別為代表的信息安全技術，可以降低用戶數據信息安全風險。本書主要內容包括人工智慧和信息安全概述，挖掘人臉可辨識信息的關鍵技術，非約束人臉識別、小樣本人臉識別、代價敏感人臉、快速正則化聯合分類等問題的解決方案，深層局部字典和聯合加權核稀疏分類器的構建方案，提升用戶信息網路安全性的各種方案，用戶信息網路安全的未來等。 本書條理清晰、邏輯性強、內容充實、涵蓋範圍廣，具有較強的學術性和實用性，可供廣大人工智慧初學者及相關專業的師生學習和參考。
圖書目錄
第1章 人工智慧和信息安全概述 1
1.1 以人臉識別為主體的用戶信息網路安全技術 1
1.1.1 人臉識別技術的引入 2
1.1.2 人臉識別技術的發展史 5
1.1.3 用戶信息網路安全性 12
1.2 機器學習與人工智慧、數據挖掘和網路安全的融合 16
1.2.1 機器學習與人工智慧 16
1.2.2 機器學習與數據挖掘 17
1.2.3 機器學習與網路安全 18
1.3 機器學習和信息安全發展趨勢 20
1.4 本章小結 22
第2章 挖掘用戶可辨識信息的方法 23
2.1 稀疏表示 23
2.2 協同表示 26
2.3 核稀疏表示和核協同表示 27
2.4 稀疏字典學習 29
2.5 深度學習 31
2.5.1 深度學習的模型 31
2.5.2 多層感知機 33
2.5.3 激活函式和損失函式 35
2.5.4 最佳化算法 38
2.5.5 卷積神經網路 40
2.6 本章小結 42
第3章 非約束性用戶的識別方法 43
3.1 非約束性人臉識別問題 43
3.2 相關工作的回顧 46
3.2.1 魯棒稀疏表示 46
3.2.2 魯棒稀疏編碼算法 47
3.3 可變遮擋探測和疊代恢復稀疏表示模型 47
3.3.1 VOD過程 49
3.3.2 IR過程 50
3.3.3 VOD&IR算法描述 50
3.4 實驗結果及分析 52
3.4.1 參數設定 52
3.4.2 模擬塊遮擋 53
3.4.3 AR人臉資料庫的真實遮擋 58
3.4.4 可變遮擋地圖精確性評估 62
3.5 本章小結 63
第4章 小樣本用戶的識別方法 65
4.1 小樣本用戶識別問題 65
4.2 樣本組錯位原子字典聯合核協同表示分類模型 67
4.2.1 仿射變換原理 68
4.2.2 樣本組錯位原子字典 69
4.2.3 聯合核協同表示模型 70
4.3 實驗結果及分析 71
4.3.1 Georgia Tech人臉資料庫 72
4.3.2 Labeled Faces in the Wild人臉資料庫 74
4.3.3 Caltech人臉資料庫 75
4.3.4 相似方法的比較 77
4.3.5 樣本組錯位原子方案的評估 78
4.4 本章小結 80
第5章 代價敏感人臉認證安全體系 81
5.1 代價敏感人臉識別問題 81
5.2 基於高斯相似性關係的加權二重字典 83
5.2.1 高斯加權稀疏表示算法 83
5.2.2 淺層全局加權二重字典的建立 84
5.3 基於限定的表情動作模式的代價敏感人臉認證模型 85
5.3.1 CSFV_LEP模型的原理 85
5.3.2 CSFV_LEP算法描述 87
5.3.3 CSFV_LEP算法複雜度分析 89
5.4 實驗結果及分析 89
5.4.1 參數設定 89
5.4.2 模型的安全和實用性能分析 91
5.5 本章小結 99
第6章 快速人臉識別的流形正則化方法 101
6.1 快速人臉識別問題 101
6.2 核協同流形正則化模型 103
6.3 實驗仿真及結果分析 105
6.3.1 參數設定 105
6.3.2 Extended Yale B人臉資料庫上的人臉識別實驗 105
6.3.3 AR人臉資料庫上的人臉識別實驗 110
6.3.4 FERET人臉資料庫上的人臉識別實驗 112
6.3.5 Lab2人臉資料庫上的人臉識別實驗 114
6.3.6 參數的影響 116
6.4 本章小結 119
第7章 分層建模大規模人臉認證方法 121
7.1 大規模人臉識別問題 121
7.2 深度學習框架 123
7.2.1 卷積神經網路 123
7.2.2 經典的卷積神經網路結構 124
7.2.3 遷移學習 126
7.3 深層局部字典的建立 128
7.4 聯合加權核協同表示 130
7.5 部分實驗結果 131
7.5.1 CMU-PIE人臉資料庫上的人臉識別實驗 131
7.5.2 CMU-PIE人臉資料庫上的加噪遮擋人臉識別實驗 132
7.5.3 LFW人臉資料庫上的無遮擋人臉識別實驗 133
7.5.4 LFW人臉資料庫上的同源遮擋人臉識別實驗 134
7.6 本章小結 135
第8章 提升用戶信息網路安全性的方法 137
8.1 以人臉識別為主體的信息安全系統 137
8.2 用戶信息網路安全的保護方法 141
8.3 大數據環境下提升用戶信息安全性的建議 144
8.4 本章小結 148
第9章 用戶信息網路安全的未來 149
9.1 用戶信息資源的多元化趨勢 149
9.1.1 用戶信息資源的多樣性 150
9.1.2 用戶信息需求的差異性 155
9.2 網路信息資源及其共享與保密 157
9.2.1 網路信息資源 157
9.2.2 網路信息資源的共享與保密 159
9.3 用戶信息網路安全技術的發展前景 161
9.4 本章小結 164
參考文獻 167
附錄A 縮略語 175
