人臉識別與人體動作識別技術及套用

人臉識別與人體動作識別技術及套用

《人臉識別與人體動作識別技術及套用》是2015年8月電子工業出版社出版的圖書,作者是曹林。

基本介紹

  • 書名:人臉識別與人體動作識別技術及套用
  • 作者:曹林
  • 出版社:電子工業出版社
  • 出版時間:2015年8月
  • 開本:8 開
  • 裝幀:平裝
  • ISBN:9787121266607 
  • 譯 者:曹林
  • 字 數:339千
內容簡介,圖書目錄,

內容簡介

本書以模式識別的一些基本理論與方法為基礎,重點討論了模式識別在人臉識別、人臉配準、人臉檢測、素描人臉識別、圖像超解析度重建、Kinect人體動作識別中的套用。

圖書目錄

第1章 緒論 1
1.1 人臉識別技術的研究與套用 1
1.1.1 國內外人臉庫介紹 2
1.1.2 國內外研究現狀 2
1.1.3 人臉識別技術的難點和發展趨勢 3
1.2 人臉圖像超解析度重建技術的研究與實現 4
1.2.1 圖像超解析度的發展及國內外研究現狀 8
1.2.2 低解析度圖像退化模型 10
1.3 空間角度的人體行為識別介紹 11
1.3.1 國內外研究現狀 13
1.3.2 人體行為視頻資料庫 14
本章參考文獻 17
第2章 人臉圖像配準和人臉檢測跟蹤 21
2.1 人臉配準簡介 21
2.1.1 3D人臉配準簡介 22
2.1.2 資料庫簡介 22
2.2 3D人臉配準 23
2.2.1 獲取紋理圖像 24
2.2.2 檢測特徵點 25
2.2.3 細化特徵點位置 25
2.2.4 特徵點模型標準化 27
2.2.5 3D人臉模型配準 28
2.3 人臉檢測簡介與常用算法介紹 30
2.3.1 神經網路 31
2.3.2 支持向量機(SVM) 32
2.3.3 AdaBoost算法 32
2.4 Gentle AdaBoost人臉檢測算法 33
2.4.1 圖像訓練預處理 33
2.4.2 haar特徵選擇和積分圖的計算 34
2.4.3 Gentle AdaBoost算法 35
2.5 實時人臉跟蹤 39
2.5.1 均值權重粒子濾波器 40
2.5.2 人臉檢測校正策略 41
2.5.3 人臉檢測和跟蹤實驗結果分析 42
2.6 本章小結 45
本章參考文獻 46
第3章 人臉驗證和素描人臉識別 48
3.1 人臉驗證簡介 48
3.2 SIFT匹配算法 50
3.2.1 SIFT運算元 50
3.2.2 SIFT匹配 51
3.2.3 SIFT數量特徵匹配分析 52
3.3 SIFT位置特徵的人臉驗證算法 53
3.4 人臉驗證實驗結果與分析 55
3.4.1 SIFT數量特徵的人臉識別 56
3.4.2 結合SIFT位置特徵的人臉驗證 57
3.4.3 和傳統人臉驗證算法的對比 59
3.5 人臉識別簡介 61
3.6 LBP識別算法 62
3.6.1 LBP基本運算元 62
3.6.2 LBP人臉識別 63
3.6.3 LBP算法分析 64
3.6.4 濾波器分析 65
3.7 結合LBP和分塊特徵的識別算法 66
3.7.1 訓練算法 66
3.7.2 識別過程 70
3.8 素描人臉識別實驗結果和分析 70
3.8.1 訓練樣本數量分析 71
3.8.2 特徵數量對識別效果的影響 72
3.8.3 識別級別對識別結果的影響 73
3.8.4 和目前已存在算法進行比較 74
3.8.5 交叉驗證實驗 75
3.9 本章小結 76
本章參考文獻 76
第4章 Gabor小波在人臉識別中的套用研究 79
4.1 人臉識別典型方法 80
4.1.1 子空間方法 80
4.1.2 基於連線機制的人臉識別方法 80
4.1.3 隱馬爾可夫模型識別方法 81
4.1.4 基於貝葉斯的人臉識別方法 81
4.1.5 基於流形的人臉識別 82
4.2 隱馬爾可夫模型 83
4.2.1 隱馬爾可夫模型介紹 83
4.2.2 隱馬爾可夫模型的三個基本問題 84
4.2.3 隱馬爾可夫模型算法實現中的問題 89
4.3 基於Gabor臉和HMM的人臉識別方法 95
4.3.1 研究背景 95
4.3.2 Gabor小波概述 97
4.3.3 利用Gabor小波進行特徵提取 100
4.3.4 主元分析降維 103
4.3.5 HMM人臉識別 104
4.3.6 算法複雜度分析 107
4.3.7 實驗結果及分析 109
4.3.8 結論 117
4.4 基於Gabor小波、ICA和HMM的人臉識別方法 117
4.4.1 獨立元分析降維 117
4.4.2 實驗結果及分析 119
4.4.3 結論 123
4.5 本章小結 125
本章參考文獻 127
第5章 人臉圖像超解析度重建 130
5.1 基於PCA的人臉超解析度重建 131
5.1.1 PCA算法原理 131
5.1.2 算法流程 131
5.2 全局重建和殘差補償結合的人臉超解析度重建 133
5.2.1 人臉超解析度重建的約束條件 133
5.2.2 全局人臉重建 134
5.2.3 殘差補償 135
5.3 基於分塊PCA的單幀人臉圖像超解析度重建 136
5.3.1 圖像分塊策略 136
5.3.2 訓練庫生成策略 138
5.3.3 算法流程 139
5.4 本章小結 142
本章參考文獻 143
第6章 Kinect人體動作識別 144
6.1 基於Kinect骨骼空間幾何角度的動作識別 145
6.1.1 人體骨骼信息獲取 145
6.1.2 骨骼空間角度特徵提取 146
6.1.3 多分類支持向量機 151
6.1.4 訓練與識別結果分析 153
6.2 基於三維時空特徵的人體行為識別 157
6.2.1 時空直方圖特徵提取 157
6.2.2 基於圖像顯著性的輪廓特徵提取 163
6.2.3 基於SVM的人體行為識別 166
6.2.4 行為識別結果及分析 166
6.3 本章小結 170
本章參考文獻 170
第7章 Kinect套用示例 172
7.1 基於深度信息的手勢識別的實現 172
7.1.1 基於Kinect的深度信息的獲取 173
7.1.2 手部區域分割 174
7.1.3 手勢分類 179
7.1.4 實驗結果 184
7.2 智慧型小車的設計與實現 190
7.2.1模組介紹 190
7.2.2 PC端控制程式 194
7.2.3 智慧型小車製作與控制 195
7.3 本章小結 197
本章參考文獻 197

相關詞條

熱門詞條

聯絡我們