描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787121335730丛书名: 机器视觉与类脑智能
- 人脸识别入门，轻松有趣，手把手入门、进阶与实战。
- 讲解人脸识别重要算法及实现。
- 可学会设计自己的人脸识别系统及图像用户界面。
- 内容扎实、有分量，基于中科院、重点实验室等的研究积累和实战。
- 配源码，注释详细，分分钟成为人脸识别源码设计高手。
- 国际模式识别技术委员会主席唐远炎热评。
人脸识别是当前科技领域的高精尖技术。本书作为人脸识别技术的入门指南，在内容上尽可能涵盖了人脸识别的各个技术模块，并立足于作者在中国科学院、985工程大学国家重点实验室从事视频识别与智能监控项目开发的研究积累及实战体验，分享了作者对人脸识别算法设计的一些亲身感触和认识。本书以问题为导向，将对人脸识别技术的研究与应用划分为入门、进阶和实战这三个阶段，层层拔高，完整再现了作者在人脸识别技术摸索阶段的一些简单尝试和心得体会，同时讲解了一些比较前沿的识别算法，并分享了作者对其算法思想的理解和体验，以及作者在技术开发实战阶段的感触和认识，涉及人脸识别系统设计、图像用户界面设计等内容。本书包含的所有案例均配有详细的代码注释，有助于读者深入理解人脸识别算法的设计思想，以具备大规模编程所需的技术模块设计和集成开发能力。
本书内容通俗易懂，适用于对人脸识别感兴趣但缺少专业基础和编程基础的读者。无论是对人脸识别技术感兴趣的技术人员，还是正在相关领域进行学习的大学生，都可以通过本书，轻松实现从零到进阶再到实战的技术成长，并体验阅读的乐趣！
1.1 第1阶段：入门 2
1.1.1 轮廓提取问题 2
1.1.2 轮廓提取函数 3
1.1.3 数学形态学运算 8
1.2 第2阶段：进阶 13
1.2.1 边缘检测算子 13
1.2.2 haar-like特征 23
1.3 第3阶段：实战 27
1.3.1 肤色概率建模 27
1.3.2 人脸检测实战 32
第2章 图像边界显示及人脸对齐 41
2.1 第1阶段：入门 42
2.1.1 边界显示问题 42
2.1.2 边界显示函数 43
2.2 第2阶段：进阶 55
2.2.1 图像边界处理 55
2.2.2 区域属性度量 63
2.3 第3阶段：实战 68
2.3.1 空间几何变换 68
2.3.2 人脸对齐原理 70
2.3.3 人脸对齐实战 77
第3章 图像采样编码及人脸重构 85
3.1 第1阶段：入门 86
3.1.1 采样编码问题 86
3.1.2 采样编码函数 87
3.2 第2阶段：进阶 103
3.2.1 人脸图像采样 103
3.2.2 人脸模板生成 115
3.3 第3阶段：实战 119
3.3.1 数据库初始化 119
3.3.2 遮挡区域验证 125
3.3.3 人脸重构实战 132
第4章 视频图像转换及人脸跟踪 140
4.1 第1阶段：入门 141
4.1.1 视频转换问题 141
4.1.2 视频转换函数 142
4.2 第2阶段：进阶 155
4.2.1 视频压缩感知 155
4.2.2 视频压缩跟踪 165
4.3 第3阶段：实战 167
4.3.1 混编环境配置 167
4.3.2 C 文件编译 169
4.3.3 人脸跟踪实战 176
第5章 类脑视觉认知及人脸识别 197
5.1 第1阶段：入门 198
5.1.1 类脑认知问题 198
5.1.2 类脑认知函数 200
5.2 第2阶段：进阶 214
5.2.1 类脑视觉认知 214
5.2.2 类脑特征计算 217
5.2.3 类脑特征学习 224
5.3 第3阶段：实战 232
5.3.1 深度学习实战 232
5.3.2 宽度学习实战 246
5.3.3 人脸识别实战 255
本书旨在介绍人脸识别应用中的关键技术问题，并与作者主持和参与的中国科学院西部之光项目（XBBS-2014-16）、国家自然科学基金项目（61602499）和国家千人计划项目（Y474161）等的研究积累相结合，深入浅出、循序渐进地解析MATLAB人脸识别中的算法思想、识别原理与高级编程技巧，力图使读者具备大规模编程所需的技术模块设计和集成开发能力，并能基于本书所讲解的MATLAB人脸识别算法设计思想、图形用户界面设计与调试等内容，更深刻地理解真实场景下的人脸识别技术体系。
本书特点
Ÿ 作者梯队完善，经验丰富
本书的主编、副主编大多在中国科学院、“985工程”大学的国家重点实验室负责机器学习、数字图像处理、智能安防、目标识别跟踪等项目的研发工作，还有部分专业基础过硬、实战经验丰富的优秀博士、硕士研究生也参与了本书主要章节的编写。
Ÿ 部分算法原创，研究价值较高
本书集成了中国科学院西部之光项目（XBBS-2014-16）、国家自然科学基金项目（61602499）和国家千人计划项目（Y474161）等研发项目的部分可公开的研究成果，部分原创算法已被实现并收录到国际标准源代码库中，具有较高的研究价值。
Ÿ 循序渐进，易上手，配备完整的程序，可拓展性强
本书从初等的函数用法讲起，逐步过渡到较高端的混合编程，并从经典的特征脸主成分分析方法逐步过渡到压缩感知和深度学习等人脸识别算法方面，其中，人脸建库、人脸检测跟踪识别和特定行为分析算法作为MATLAB混合编程的一个实例，本身就是一个完整、独立的机器学习与视觉感知技术模块，可拓展性强。本书还借助图形用户界面（GUI）提供了直观的界面演示，并且所有算法均配有完整的MATLAB程序，有助于读者系统且深入地理解算法设计思想，并延伸思考空间和拓展空间，达到触类旁通的效果。
内容架构
本书共分为5章，每章都分为3个阶段，以对人脸识别从入门到进阶再到实战这3个阶段的递进为主线，探讨了人脸识别的5个技术模块，引导读者对人脸识别算法的认知一步步变得成熟，也分享了作者在实战过程中的一些直观感受和认识。
本书作者贡献
本书第1章主要由王文峰、刘庆昌、王经纬编写；第2章主要由王文峰、盛志强编写；第3章主要由王文峰、洪宇编写；第4章主要由王文峰、郭靓、杨波编写；第5章主要由王文峰、吴大刚、马亚坤编写。
在本书各章的实验设计、数据采集和代码整理的过程中，DLG的部分参编人员（尤其是何姣姣、邵永胜）提供了一些基础支持；在各章的编写及审校过程中，郭裕兰、谢中华对算法思想、建模过程、程序代码进行了修改、补充与完善。各章节配套的GUI程序主要由王文峰设计，李大湘、王栋、王庆香也参与了部分章节GUI设计框架的探讨。何姣姣、刘帅奇、马海菲、邵永胜、王平、伍鹏、余维、曾凡玉、张锋、邹辉主要参与了文字撰写部分的讨论。
特别致谢
本书在人脸识别各技术模块的算法设计与实现方面，参考了一些重要的文献及其作者发布的开源代码，在这里，我们对他们的分享表示诚挚的谢意！他们提出的人脸检测、人脸对齐、人脸重构、人脸跟踪、人脸识别算法有很明显的创新性和借鉴意义，感谢他们对人脸识别技术的重大贡献！感谢南京信息工程大学信息与控制学院张开华教授，本书人脸跟踪部分的代码援引、整合了张教授论文中的部分开源代码，感谢他的帮助与指导！
感谢国际系统与控制科学院院士、中国自动化学会副理事长、SCI期刊IEEE Systems, Man, and Cybernetics Society（SMCS）主编、系统人机及智能学会国际资深主席、澳门大学陈俊龙教授（C. L. Philip Chen）的大力支持与帮助！在本书的编写期间，陈教授创立了宽度学习算法（Broad Learning），并时间在DLG分享了其MATLAB开源代码，使我们有机会将宽度学习算法应用于人脸识别领域，并拓展了本书的核心模块。感谢香港理工大学张磊教授同意在本书第3章中援引和编译其论文中人脸重构的部分开源代码，感谢他的帮助！
感谢国际模式识别技术委员会主席（IEEE SMC）、国际模式识别学会院士（IAPR Fellow）、国际电机及电子工程师学会院士（IEEEFellow）、澳门大学唐远炎教授对本书的认可与支持！唐教授是我国模式识别领域的奠基人之一。在了解到我们正在编写一本完全面向初学者的人脸识别编程类书籍之后，唐教授欣然同意为本书写评论，非常感谢他。
本书还得到了MATLAB中文论坛、哈工大机器人（合肥）国际创新研究院、中国科学院新疆生态与地理研究所、新疆维吾尔自治区科技厅、中国人民解放军国防科技大学、西安邮电大学、广州中医药大学等单位领导和同事的大力支持，在此对他们表示衷心感谢。本书写作之初还得到了电子工业出版社博文视点张国霞编辑的鼓励和支持，在此深表谢意。感谢刘衍琦老师在GUI程序设计方面给予的协助和指导！
感谢所有家人的默默支持！感谢中国科学院西部之光项目（XBBS-2014-16）、国家自然科学基金项目（61602499）和国家千人计划项目（Y474161）等项目的支持。在本书的审校过程中还得到了中国自动化学会认知计算与系统专委会、中国人工智能学会认知系统与信息处理专委会、中国人工智能学会智能机器人专委会的支持，在此一并致谢！
由于时间仓促，加之作者水平和经验有限，书中难免出现疏漏甚至错误之处，希望广大读者批评指正，您的建议将是我们创作和研究的动力与源泉。 全体作者 2018年1月
据我所知，这是人脸识别领域面向初学者的中文编程类书籍的开山作，适用于对人脸识别感兴趣但茫然不知从何处入手的读者。
IEEE-SMC国际模式识别技术委员会主席 唐远炎
评论
还没有评论。