人脸图像信息处理与识别技术(信息与电子学科)

    本书主要介绍人脸图像信息处理技术的基本理论和方法，包括人脸图像分形压缩编码及其最优参数选择的研究、基于肤色的人脸检测技术、人脸图像描述与编码模型、核主元分析(KPCA)特征提取、基于核主元分析的人脸姿态估计、复杂视角条件下的人脸图像特征抽取与识别、小波域的人脸特征提取与识别、视觉信息联想记忆存储器(VIAM)、人脸表情分析与识别、视频序列中的表情分析与综合等内容。
    本书的特点是紧跟国际、国内学术发展动态，以作者学术研究成果为基础，以国际、国内技术发展为主线，讨论目前学术研究领域里的热点问题，主要内容均有研究实验结果。
    本书可以作为高等学校计算机科学、电气与电子信类专业高年级本科生和研究生教材，也可作为从事图像处理工作的工程技术人员的参考书。

第1章  人脸图像信息处理技术/(1)
  1.1  概述/(1)
    1.1.1  人脸图像信息处理与识别系统典型结构/(2)
    1.1.2  人脸图像信息处理技术的研究内容/(4)
    1.1.3  人脸图像信息处理技术应用/(5)
    1.1.4  人脸图像信息处理基本方法/(5)
  1.2  本书的组织/(6)
  本章参考文献/(7)
第2章  人脸图像分形编码压缩算法/(9)
  2.1  数字图像压缩技术/(9)
    2.1.1  目前主要的图像压缩编码标准/(10)
    2.1.2  分形图像压缩方法及发展现状/(12)
  2.2  分形图像编码的基本理论/(14)
    2.2.1  分形压缩编码的基本概念/(15)
    2.2.2  分形压缩编码的数学基础/(15)
    2.2.3  迭代函数系统理论/(18)
    2.2.4  基于迭代变换理论的分形编码方法/(21)
  2.3  分形图像编码方法/(24)
    2.3.1  Jacquin的分形图像编码算法/(24)
    2.3.2  Fisher的自适应四叉树分形图像编码算法/(27)
  2.4  基于小波变换的分形编码算法/(29)
    2.4.1  小波理论/(29)
    2.4.2  基于小波变换的图像分形编码算法/(33)
  2.5  人脸图像分形编码算法实验结果/(36)
    2.5.1  三种分形编码算法的性能比较/(36)
    2.5.2  基于小波变换的人脸图像四叉树分形编码/(37)
  本章参考文献/(42)
第3章  人脸的检测与定位/(44)
  3.1  人脸图像获取与预处理/(44)
    3.1.1  图像变换增强/(44)
    3.1.2  直方图均衡法/(45)
    3.1.3  非线性平滑滤波/(46)
    3.1.4  人脸图像的归一化/(46)
  3.2  人脸检测与定位基本方法/(46)
    3.2.1  基于知识的方法/(46)
    3.2.2  基于模板匹配的方法/(47)
    3.2.3  基于外观形状的方法/(47)
    3.2.4  基于特征的方法/(47)
  3.3  基于肤色检测的人脸定位算法/(47)
    3.3.1  人脸检测算法流程/(47)
    3.3.2  彩色空间及其转换/(48)
    3.3.3  肤色模型的建立及肤色的提取/(52)
    3.3.4  邻域滤波噪声消除算法/(52)
    3.3.5  基于边缘检测的肤色区域分割/(55)
    3.3.6  人脸区域粗分割/(57)
    3.3.7  基于双眼确认的人脸区域定位/(58)
  3.4  基于肤色检测的人脸定位算法实验结果/(59)
  本章参考文献/(61)
第4章  基于模型的人脸描述与编码/(63)
  4.1  计算机视觉中的统计模型/(65)
    4.1.1  构造可变模型研究问题的必要性/(65)
    4.1.2  基于统计模型的特点/(66)
    4.1.3  统计形状模型的理论基础和建立/(66)
    4.1.4  选择适当的标定点/(67)
    4.1.5  变化形状的建模/(67)
    4.1.6  统计模型的匹配/(69)
    4.1.7  统计模型的测试/(70)
    4.1.8  估计形状向量的分布/(70)
  4.2  基于统计形状模型的图像解释/(71)
  4.3  主动形状模型/(72)
    4.3.1  标定训练集/(73)
    4.3.2  训练集的标准化/(74)
    4.3.3  提取统计信息并建立统计模型/(77)
    4.3.4  灰度外观模型的建立/(80)
  4.4  点分布模型在图像搜索中的应用/(81)
    4.4.1  初始估计值/(82)
    4.4.2  最佳的位移距离的确定/(82)
    4.4.3  形状和姿态参数的确定/(83)
    4.4.4  形状和姿态参数的更新/(84)
  4.5  加权主动形状模型/(85)
    4.5.1  评价信息/(86)
    4.5.2  形状子空间的加权投影/(87)
    4.5.3  调整加权矩阵/(88)
    4.5.4  WASM搜索过程/(89)
    4.5.5  实验结果/(90)
  4.6  主动外观模型/(91)
    4.6.1  形状无关图像的统计分析/(91)
    4.6.2  形状无关纹理统计模型的计算/(93)
    4.6.3  AAM模型的建模/(94)
    4.6.4  实验结果/(96)
  本章参考文献/(97)
第5章  多视角人脸图像处理与识别方法/(100)
  5.1  核主元分析技术/(100)
    5.1.1  人脸图像特征提取/(101)
    5.1.2  KPCA的基本概念/(102)
    5.1.3  KPCA人脸识别流程/(105)
    5.1.4  奇异值分解定理/(107)
  5.2  观察子空间学习理论/(108)
    5.2.1  无监督ISA观察子空间学习/(109)
    5.2.2  有监督ISA观察子空间学习/(109)
  5.3  核空间基于支持向量机的模式分类器/(113)
  5.4  基于观察子空间的人脸图像姿态估计与人脸检测/(113)
    5.4.1  基于观察子空间的人脸图像姿态估计/(114)
    5.4.2  多姿态人脸检测/(117)
  5.5  人工神经网络分类器/(118)
    5.5.1  人工神经网络的基本概念/(118)
    5.5.2  BP神经网络/(120)
  5.6  基于KPCA和BP神经网络的多视角人脸识别/(122)
    5.6.1  人脸图像预处理/(123)
    5.6.2  KPCA特征提取/(128)
    5.6.3  BP神经网络分类/(129)
  本章参考文献/(131)
第6章  基于小波分析的人脸特征提取与识别技术/(134)
  6.1  小波分析的基本概念/(134)
    6.1.1  小波变换的多分辨率分析/(136)
    6.1.2  二维离散小波变换/(137)
  6.2  Mallat算法/(138)
    6.2.1  一维信号的Mallat算法/(138)
    6.2.2  二维信号的Mallat算法/(140)
    6.2.3  小波变换实例/(141)
  6.3  基于小波分析的人脸特征提取与识别/(141)
    6.3.1  特征提取/(141)
    6.3.2  识别算法/(145)
  6.4  实验结果及讨论/(146)
    6.4.1  小波分解层数的确定/(146)
    6.4.2  网格数的确定/(147)
    6.4.3  小波函数的选取/(148)
    6.4.4  训练图像数目对识别率的影响/(149)
    6.4.5  支持向量机核函数的选择/(149)
    6.4.6  实验结果/(150)
  本章参考文献/(150)
第7章  基于视觉联想的人脸识别技术/(153)
  7.1  协同计算的基本概念/(154)
    7.1.1  协同学原理：一种联系宏观特征与微观状态的非线性系统模型/(155)
    7.1.2  广义协同计算/(157)
    7.1.3  视觉计算的系统结构/(157)
  7.2  序化动力系统数学模型/(158)
  7.3  序化动力系统模型的神经网络实现/(161)
  7.4  基于协同神经网络的视觉信息联想记忆算法/(162)
    7.4.1  视觉信息联想记忆的实现方案/(163)
    7.4.2  基于ODSM模型的视觉信息联想算法/(163)
  7.5  ODSM模型的并行计算结构及其硬件实现/(165)
    7.5.1  Cannon分块矩阵计算方法及其实现/(165)
    7.5.2  序参量初始值的硬件计算和状态输出部件/(166)
    7.5.3  竞争层的硬件计算部件/(166)
    7.5.4  仿真结果及其性能分析/(166)
  7.6  梯度动力学协同神经网络学习算法/(170)
    7.6.1  标准原形模式学习算法/(170)
    7.6.2  基于梯度动力学的协同神经网络学习算法/(171)
    7.6.3  改进的梯度动力学的协同神经网络学习算法/(171)
    7.6.4  新模式扩展学习算法/(172)
  7.7  基于子波域旋转不变特征的协同神经网络人像识别/(174)
    7.7.1  基于小波变换的旋转不变性特征向量/(174)
    7.7.2  协同神经网络人像识别算法/(175)
    7.7.3  实验结果/(177)
  本章参考文献/(181)
第8章  人脸表情分析与识别技术/(183)
  8.1  人脸表情识别方法研究现状/(184)
  8.2  人脸表情识别技术/(185)
    8.2.1  人脸表情识别系统框架/(185)
    8.2.2  表情区域定位方法比较/(186)
    8.2.3  表情特征提取方法分类/(188)
    8.2.4  表情识别方法分类/(189)
    8.2.5  人脸表情识别技术的难点/(190)
  8.3  小波变换与PCA/LDA相结合的表情识别算法/(191)
    8.3.1  二维离散小波/(191)
    8.3.2  PCA/LDA Fisher判别分析/(192)
    8.3.3  最近邻分类/(193)
    8.3.4  实验结果/(194)
  8.4  基于Gabor变换的表情特征提取/(195)
    8.4.1  小波变换概述/(195)
    8.4.2  基于Gabor小波变换的特征提取/(196)
    8.4.3  人脸表情图片的预处理/(197)
    8.4.4  K近邻分类/(197)
    8.4.5  实验结果/(198)
  本章参考文献/(200)
第9章  视频序列中的表情分析与表情综合/(202)
  9.1  人脸建模与人脸表情合成技术/(204)
    9.1.1  人脸建模技术/(204)
    9.1.2  人脸表情合成技术/(206)
  9.2  图像的预处理/(208)
    9.2.1  尺寸归一化处理/(208)
    9.2.2  人脸图像的旋转/(208)
    9.2.3  人脸图像的比例裁剪与缩放/(209)
    9.2.4  光照补偿处理/(209)
  9.3  基于MPEG-4的人脸表情转换/(213)
    9.3.1  MPEG-4中人脸动画标准简介/(214)
    9.3.2  MPEG-4中人脸表情参数化/(214)
    9.3.3  MPEG-4中人脸动画控制数据的获取方法/(217)
    9.3.4  MPEG-4的标准人脸模型动画实现方法/(219)
  9.4  真实感细微表情的合成/(225)
    9.4.1  表情比例图的原理/(225)
    9.4.2  局部表情比例图/(226)
    9.4.3  局部表情的金字塔分解与重构/(227)
    9.4.4  面向FAP的PERI参数化方法/(229)
  9.5  展望/(231)
  本章参考文献/(231)