幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人臉圖像合成與識別(新一代人工智慧系列教材)

  • 作者：編者:高新波//王楠楠|責編:韓飛
  • 出版社：高等教育
  • ISBN：9787040572254
  • 出版日期：2022/03/01
  • 裝幀：平裝
  • 頁數：273
人民幣：RMB 37 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    人臉圖像合成與識別是電腦視覺和人工智慧領域的重點前沿方向。本書從機器學習和深度神經網路的理論和技術基礎出發，系統深入地闡述了人臉圖像合成與識別領域近年的研究熱點與前沿進展，全面準確地對相關理論基礎和代表性方法進行了介紹和講解，主要包括人臉檢測、人臉對齊、活體檢測、人臉識別、人臉超分辨重建、人臉多視角合成、表情合成與識別、電腦人臉動畫、異質人臉合成等多個人臉圖像任務專題，並輔以相應的實驗測評與程序代碼解讀。
    本書可作為高等學校電腦、人工智慧等專業電腦視覺、圖像處理等相關課程的本科或研究生教材，也可作為工程技術人員的自學教材。
作者介紹
編者:高新波//王楠楠|責編:韓飛
目錄
第1章  緒論
  1.1  人臉圖像合成與識別的技術背景
    1.1.1  人臉圖像合成與識別的意義
    1.1.2  人臉圖像的特點
    1.1.3  人臉圖像的性質
  1.2  人臉圖像合成與識別及相關演算法
  1.3  人臉圖像相關演算法的應用
  1.4  本章小結
第2章  機器學習基礎
  2.1  引言
  2.2  線性子空間
    2.2.1  主成分分析
    2.2.2  線性鑒別分析
  2.3  深度神經網路
    2.3.1  深度學習的歷史
    2.3.2  卷積神經網路
    2.3.3  生成對抗網路
  2.4  貝葉斯分類器
    2.4.1  樸素貝葉斯法
    2.4.2  極大似然估計
  2.5  概率圖模型
    2.5.1  基本概念
    2.5.2  貝葉斯網路
    2.5.3  馬爾科夫隨機場
    2.5.4  本書涉及的概率圖模型
  2.6  常用深度學習框架介紹
  2.7  本章小結
第3章  人臉檢測
  3.1  引言
  3.2  人臉檢測概述
    3.2.1  人臉檢測的定義
    3.2.2  人臉檢測的意義
    3.2.3  人臉檢測的分類
  3.3  人臉檢測的評價標準
  3.4  人臉檢測常用資料庫
  3.5  基於非深度學習方法的人臉檢測
    3.5.1  基於級聯特徵的方法
    3.5.2  基於可變形組件模型的方法
    3.5.3  基於多通道特徵的方法
  3.6  基於深度學習方法的人臉檢測
    3.6.1  基於級聯CNN的方法
    3.6.2  兩階段方法
    3.6.3  單階段方法
  3.7  常用人臉檢測開源項目
  3.8  本章小結
第4章  人臉對齊
  4.1  引言
  4.2  人臉對齊概述
    4.2.1  人臉對齊的定義
    4.2.2  人臉對齊的意義

    4.2.3  人臉對齊方法分類
    4.2.4  人臉對齊的評價標準
  4.3  人臉對齊常用數據集
  4.4  基於非深度學習方法的人臉對齊
    4.4.1  基於含參數形狀模型方法
    4.4.2  基於無參數形狀模型方法
  4.5  基於深度學習方法的人臉對齊
    4.5.1  基於級聯回歸的方法
    4.5.2  其他深度學習方法
  4.6  本章小結
第5章  人臉活體檢測
  5.1  引言
  5.2  人臉活體檢測概述
    5.2.1  人臉活體檢測的定義
    5.2.2  人臉活體檢測的意義
    5.2.3  人臉活體檢測的分類
    5.2.4  人臉活體檢測的評價標準
    5.2.5  人臉檢測常用資料庫
  5.3  傳統人臉活體檢測方法
    5.3.1  基於紋理的方法
  5.32  基於時域的方法
    5.3.3  基於輔助監督的方法
  5.4  基於深度學習方法的人臉活體檢測
  5.5  本章小結
第6章  人臉圖像識別
  6.1  人臉識別概述
    6.1.1  常見的生物特徵
    6.1.2  人臉圖像識別的優勢
    6.1.3  人臉圖像識別的應用
  6.2  人臉識別系統常用框架
  6.3  人臉識別方法
    6.3.1  基於幾何特徵的方法
    6.3.2  基於局部特徵的方法
    6.3.3  基於空間映射的方法
    6.3.4  基於貝葉斯推斷的方法
    6.3.5  基於深度學習的方法
  6.4  本章小結
第7章  異質人臉圖像識別
  7.1  異質人臉識別概述
    7.1.1  異質人臉圖像識別優勢與難點
    7.1.2  異質人臉圖像識別應用
  7.2  異質人臉圖像識別常用框架
  7.3  異質人臉圖像識別方法
    7.3.1  基於人臉偽圖像合成的異質人臉圖像識別方法
    7.3.2  基於共同空間投影的異質人臉圖像識別方法
    7.3.3  基於跨模態不變特徵的異質人臉圖像識別方法
    7.3.4  基於深度學習的異質人臉圖像識別方法
  7.4  本章小結
第8章  人臉超解析度重建
  8.1  圖像超解析度重建概述

    8.1.1  解析度的概念
    8.1.2  人臉圖像超解析度重建
  8.2  人臉超解析度重建的技術背景
    8.2.1  圖像觀測模型
    8.2.2  圖像重建原理
    8.2.3  常用資料庫與評價指標
  8.3  基於插值的人臉超解析度重建方法
    8.3.1  鄰域插值
    8.3.2  線性插值及雙線性插值
    8.3.3  雙三次插值
  8.4  基於重構的人臉超解析度重建方法
    8.4.1  迭代反向投影方法
    8.4.2  凸集投影方法
    8.4.3  最大后驗概率方法
  8.5  基於樣例學習的人臉超解析度重建方法
    8.5.1  最近鄰方法與鄰域嵌入方法
    8.5.2  稀疏字典學習方法
  8.6  基於深度學習的人臉超解析度重建方法
    8.6.1  基於卷積神經網路的方法
    8.6.2  基於人臉局部-全局特徵的深度學習方法
    8.6.3  基於小波變換的深度學習方法
    8.6.4  基於人臉屬性的深度學習方法
    8.6.5  基於人臉結構先驗的深度學習方法
  8.7  本章小結
第9章  多視角人臉合成
  9.1  多視角人臉合成概述
    9.1.1  多視角人臉合成的概念與意義
    9.1.2  常用資料庫與評價指標
  9.2  基於圖形學的重建方法
    9.2.1  基於三維可變模型的重建方法
    9.2.2  基於2D+3D AAM的重建方法
  9.3  基於統計學習的重建方法
    9.3.1  未使用AAM的方法
    9.3.2  使用AAM的方法
  9.4  基於深度學習的重建方法
    9.4.1  基於面部身份保持特徵的方法
    9.4.2  基於深度卷積編解碼網路的方法
    9.4.3  基於雙路徑生成對抗網路的方法
    9.4.4  基於解表徵學習的生成對抗網路的方法
  9.5  本章小結
第10章  人臉表情合成與識別
  10.1  人臉表情合成與識別概述
  10.2  人臉表情資料庫
    10.2.1  二維人臉表情資料庫
    10.2.2  三維人臉表情資料庫
  10.3  人臉表情識別
    10.3.1  人臉表情識別系統框架
    10.3.2  基於傳統方法的人臉表情識別
    10.3.3  基於深度學習的人臉表情識別
    10.3.4  人臉基本動作單元與人臉表情識別

    10.3.5  人臉表情識別的機遇與挑戰
  10.4  人臉表情合成
    10.4.1  二維人臉表情合成
    10.4.2  三維人臉表情合成
  10.5  本章小結
第11章  電腦人臉動畫
  11.1  電腦人臉動畫概述
    11.1.1  電腦人臉動畫方法分類
    11.1.2  人臉動畫的應用
    11.1.3  電腦人臉動畫的發展簡史
  11.2  電腦人臉動畫的傳統方法
    11.2.1  電腦人臉面部表示
    11.2.2  基於幾何變形的人臉動畫方法
    11.2.3  基於數據驅動的人臉動畫方法
  11.3  深度學習方法
    11.3.1  GANimation
    11.3.2  音頻驅動的面部視頻合成技術Neural Voice Puppetry
  11.4  本章小結
第12章  異質人臉圖像合成
  12.1  引言
  12.2  異質人臉圖像合成概述
  12.3  數據驅動類異質人臉圖像合成方法
    12.3.1  基於子空間學習的方法
    12.3.2  基於稀疏表示的人臉畫像合成方法
    12.3.3  基於貝葉斯推斷的人臉畫像合成方法
  12.4  模型驅動類異質人臉圖像合成方法
    12.4.1  基於全卷積神經網路的人臉畫像合成演算法
    12.4.2  基於生成對抗網路的人臉畫像合成演算法
  12.5  實驗及結果分析
    12.5.1  資料庫介紹
    12.5.2  人臉合成結果展示
    12.5.3  畫像合成時間對比
    12.5.4  畫像客觀質量評價
    12.5.5  人臉識別準確率對比
  12.6  方法對比總結
  12.7  本章小結
第13章  人臉圖像合成與識別展望
  13.1  引言
  13.2  人臉圖像合成方法展望
    13.2.1  基於協同信息遷移的人臉合成方法
    13.2.2  基於人臉標籤信息遷移的人臉畫像合成方法
    13.2.3  基於知識遷移的人臉畫像合成方法
    13.2.4  其他最新合成工作進展
  13.3  人臉識別方法展望
    13.3.1  基於非對稱聯合學習的異質人臉識別演算法
    13.3.2  基於多間隔解相關學習的圖像跨模態識別
    13.3.3  其他最新識別工作進展
  13.4  本章小結
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032