人脸识别与人体动作识别技术及应用

图书标准信息

• 作者 曹林 著
• 出版社 电子工业出版社
• 出版时间 2015-08
• 版次 1
• ISBN 9787121266607
• 定价 48.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 240页
• 字数 339千字
• 正文语种 简体中文

【内容简介】

本书以模式识别的一些基本理论与方法为基础，重点讨论了模式识别在人脸识别、人脸配准、人脸检测、素描人脸识别、图像超分辨率重建、Kinect人体动作识别中的应用。全书共分7章，第1章概述了人脸识别技术与人脸图像超分辨率重建技术的发展现状。第2章提出了基于人脸纹理特征点3D人脸配准算法和基于均值权重粒子滤波器的人脸检测跟踪算法。第3章提出了基于LBP的素描人脸识别算法。第4章提出了一种基于Gabor小波变换和隐马尔可夫模型的人脸识别算法。第5章提出了一种基于分块PCA的单帧人脸超分辨率算法。第6章提出了基于空间几何角度信息的人体动作识别算法。第7章实现了一种基于Kinect的手势识别算法，完成了对智能小车的控制。

【作者简介】

曹林，2005年4月―2007年12月 北京信息工程学院 通信工程系 讲师2008年1月――至今 北京信息科技大学 通信工程系 副教授

【目录】

第1章  绪论1
1．1  人脸识别技术的研究与应用1
1．1．1  国内外人脸库介绍2
1．1．2  国内外研究现状2
1．1．3  人脸识别技术的难点和发展趋势3
1．2  人脸图像超分辨率重建技术的研究与实现4
1．2．1  图像超分辨率的发展及国内外研究现状8
1．2．2  低分辨率图像退化模型10
1．3  空间角度的人体行为识别介绍11
1．3．1  国内外研究现状13
1．3．2  人体行为视频数据库14
本章参考文献17
第2章  人脸图像配准和人脸检测跟踪21
2．1  人脸配准简介21
2．1．1  3D人脸配准简介22
2．1．2  数据库简介22
2．2  3D人脸配准23
2．2．1  获取纹理图像24
2．2．2  检测特征点25
2．2．3  细化特征点位置25
2．2．4  特征点模型标准化27
2．2．5  3D人脸模型配准28

2．3  人脸检测简介与常用算法介绍30
2．3．1  神经网络31
2．3．2  支持向量机（SVM）32
2．3．3  AdaBoost算法32
2．4  Gentle AdaBoost人脸检测算法33
2．4．1  图像训练预处理33
2．4．2  haar特征选择和积分图的计算34
2．4．3  Gentle AdaBoost算法35
2．5  实时人脸跟踪39
2．5．1  均值权重粒子滤波器40
2．5．2  人脸检测校正策略41
2．5．3  人脸检测和跟踪实验结果分析42
2．6  本章小结45
本章参考文献46
第3章  人脸验证和素描人脸识别48
3．1  人脸验证简介48
3．2  SIFT匹配算法50
3．2．1  SIFT算子50
3．2．2  SIFT匹配51
3．2．3  SIFT数量特征匹配分析52
3．3  SIFT位置特征的人脸验证算法53
3．4  人脸验证实验结果与分析55
3．4．1  SIFT数量特征的人脸识别56
3．4．2  结合SIFT位置特征的人脸验证57
3．4．3  和传统人脸验证算法的对比59
3．5  人脸识别简介61
3．6  LBP识别算法62
3．6．1  LBP基本算子62
3．6．2  LBP人脸识别63
3．6．3  LBP算法分析64
3．6．4  滤波器分析65

3．7  结合LBP和分块特征的识别算法66
3．7．1  训练算法66
3．7．2  识别过程70
3．8  素描人脸识别实验结果和分析70
3．8．1  训练样本数量分析71
3．8．2  特征数量对识别效果的影响72
3．8．3  识别级别对识别结果的影响73
3．8．4  和目前已存在算法进行比较74
3．8．5  交叉验证实验75
3．9  本章小结76
本章参考文献76
第4章  Gabor小波在人脸识别中的应用研究79
4．1  人脸识别典型方法80
4．1．1  子空间方法80
4．1．2  基于连接机制的人脸识别方法80
4．1．3  隐马尔可夫模型识别方法81
4．1．4  基于贝叶斯的人脸识别方法81
4．1．5  基于流形的人脸识别82
4．2  隐马尔可夫模型83
4．2．1  隐马尔可夫模型介绍83
4．2．2  隐马尔可夫模型的三个基本问题84
4．2．3  隐马尔可夫模型算法实现中的问题89
4．3  基于Gabor脸和HMM的人脸识别方法95
4．3．1  研究背景95
4．3．2  Gabor小波概述97
4．3．3  利用Gabor小波进行特征提取100
4．3．4  主元分析降维103
4．3．5  HMM人脸识别104
4．3．6  算法复杂度分析107
4．3．7  实验结果及分析109
4．3．8  结论117
4．4  基于Gabor小波、ICA和HMM的人脸识别方法117
4．4．1  独立元分析降维117
4．4．2  实验结果及分析119
4．4．3  结论123
4．5  本章小结125
本章参考文献127
第5章  人脸图像超分辨率重建130
5．1  基于PCA的人脸超分辨率重建131
5．1．1  PCA算法原理131
5．1．2  算法流程131
5．2  全局重建和残差补偿结合的人脸超分辨率重建133
5．2．1  人脸超分辨率重建的约束条件133
5．2．2  全局人脸重建134
5．2．3  残差补偿135
5．3  基于分块PCA的单帧人脸图像超分辨率重建136
5．3．1  图像分块策略136
5．3．2  训练库生成策略138
5．3．3  算法流程139
5．4  本章小结142
本章参考文献143
第6章  Kinect人体动作识别144
6．1  基于Kinect骨骼空间几何角度的动作识别145
6．1．1  人体骨骼信息获取145
6．1．2  骨骼空间角度特征提取146
6．1．3  多分类支持向量机151
6．1．4  训练与识别结果分析153
6．2  基于三维时空特征的人体行为识别157
6．2．1  时空直方图特征提取157
6．2．2  基于图像显著性的轮廓特征提取163
6．2．3  基于SVM的人体行为识别166
6．2．4  行为识别结果及分析166
6．3  本章小结170
本章参考文献170

第7章  Kinect应用示例172
7．1  基于深度信息的手势识别的实现172
7．1．1  基于Kinect的深度信息的获取173
7．1．2  手部区域分割174
7．1．3  手势分类179
7．1．4  实验结果184
7．2  智能小车的设计与实现190
7．2．1模块介绍190
7．2．2  PC端控制程序194
7．2．3  智能小车制作与控制195
7．3  本章小结197
本章参考文献197