機(jī)器智能：人臉工程

前言
第1章緒論
1.1人臉工程學(xué)
1.1.1人臉工程學(xué)的研究內(nèi)容
1.1.2人臉工程學(xué)研究的意義與應(yīng)用
1.1.3人臉工程學(xué)研究在實(shí)用化過程中的挑戰(zhàn)
1.2人臉工程學(xué)研究歷程
1.2.1人臉識(shí)別
1.2.2表情識(shí)別
1.2.3人臉合成
1.2.4相關(guān)學(xué)術(shù)資源
1.3人臉工程學(xué)的未來研究方向
1.4本書的內(nèi)容
參考文獻(xiàn)
第2章人臉工程學(xué)研究的學(xué)科基礎(chǔ)
2.1人類學(xué)對(duì)人臉的研究
2.1.1達(dá)爾文之前的研究
2.1.2達(dá)爾文對(duì)表情的研究
2.2文學(xué)藝術(shù)中對(duì)人臉的研究
2.2.1人臉的美學(xué)研究
2.2.2人臉表情在戲曲和舞臺(tái)劇中的表現(xiàn)
2.2.3人臉在各種美術(shù)畫法中的表現(xiàn)
2.3動(dòng)畫中人臉的表現(xiàn)
2.3.1人臉動(dòng)畫的應(yīng)用
2.3.2卡通動(dòng)畫中人臉的表現(xiàn)形式及常用軟件
2.3.3二維動(dòng)畫中人臉的表現(xiàn)
2.4情緒心理學(xué)關(guān)于表情的研究
2.5認(rèn)知心理學(xué)關(guān)于人臉的研究
2.6腦科學(xué)關(guān)于人臉的研究
2.6.1人臉識(shí)別的ERP研究
2.6.2表情識(shí)別的ERP研究
參考文獻(xiàn)
第3章面部運(yùn)動(dòng)的測(cè)量技術(shù)
3.1概述
3.2面部動(dòng)作編碼系統(tǒng)
3.2.1概述
3.2.2FACS的特點(diǎn)與應(yīng)用
3.2.3FACS的擴(kuò)展與改進(jìn)
3.3最大限度辨別面部肌肉運(yùn)動(dòng)編碼系統(tǒng)
3.3.1伊扎德與MAX
3.3.2MAX的主要內(nèi)容
3.3.3MAX與FACS的比較
3.4其他面部表情測(cè)量系統(tǒng)
3.4.1表情識(shí)別整體判斷系統(tǒng)
3.4.2自我評(píng)估情緒編碼系統(tǒng)
3.4.3面部表情分析工具
參考文獻(xiàn)
第4章圖像處理技術(shù)
4.1圖像處理的基本概念
4.1.1數(shù)字圖像的概念
4.1.2數(shù)字圖像處理的概念
4.2圖像處理的基本操作
4.2.1圖像的平移、旋轉(zhuǎn)、放縮、鏡像變換、轉(zhuǎn)置
4.2.2圖像的平滑、銳化
4.2.3圖像的腐蝕、膨脹和細(xì)化
4.2.4圖像的恢復(fù)與重建
4.3圖像處理的高級(jí)操作
4.3.1圖像的邊緣檢測(cè)
4.3.2圖像的Hough變換
4.3.3輪廓的提取與跟蹤
參考文獻(xiàn)
第5章人臉檢測(cè)跟蹤技術(shù)
5.1人臉檢測(cè)
5.1.1人臉檢測(cè)方法的分類
5.1.2基于膚色的人臉檢測(cè)
5.1.3基于形狀的人臉檢測(cè)
5.1.4基于特征的人臉檢測(cè)
5.2人臉跟蹤
5.2.1幀差法
5.2.2基于運(yùn)動(dòng)目標(biāo)預(yù)測(cè)的人臉跟蹤
5.2.3基于模型的人臉跟蹤
5.2.4基于人臉局部特征的人臉跟蹤
參考文獻(xiàn)
第6章面部特征提取的算法
6.1概述
6.2幾何特征的提取
6.3統(tǒng)計(jì)特征的提取
6.3.1主成分分析算法
6.3.2二維主成分分析算法
6.3.3線性判別分析算法
6.3.4獨(dú)立成分分析算法
6.4頻率域特征的提取
6.4.1小波技術(shù)
6.4.2Gabor小波
6.4.3離散余弦變換
6.5運(yùn)動(dòng)特征的提取
6.6代數(shù)特征的提取
參考文獻(xiàn)
第7章面部特征的模式識(shí)別算法
7.1線性判別分析
7.1.1線性判別函數(shù)的基本概念
7.1.2Fisher線性判別
7.1.3小結(jié)
7.2支持向量機(jī)
7.2.1支持向量機(jī)基本原理
7.2.2SVM分類器的設(shè)計(jì)
7.2.3小結(jié)
7.3貝葉斯網(wǎng)絡(luò)
7.3.1概述
7.3.2貝葉斯網(wǎng)絡(luò)概率基礎(chǔ)
7.3.3貝葉斯網(wǎng)絡(luò)的構(gòu)建
7.3.4貝葉斯網(wǎng)絡(luò)推理算法
7.3.5貝葉斯網(wǎng)絡(luò)分類器
7.3.6小結(jié)
7.4隱馬爾可夫模型及其基本問題
7.4.1概述
7.4.2馬爾可夫鏈模型
7.4.3隱馬爾可夫模型
7.4.4隱馬爾可夫模型的三個(gè)基本問題
7.4.5隱馬爾可夫算法實(shí)現(xiàn)中的基本問題
7.4.6小結(jié)
7.5人工神經(jīng)網(wǎng)絡(luò)
7.5.1概述
7.5.2人工神經(jīng)網(wǎng)絡(luò)集成
7.5.3小結(jié)
7.6模糊模式識(shí)別
7.6.1概述
7.6.2模糊數(shù)學(xué)基本理論
7.6.3模糊模式識(shí)別
7.6.4小結(jié)
參考文獻(xiàn)
第8章人臉合成的方法與技術(shù)
8.1概述
8.2人臉合成技術(shù)的分類
8.3人臉幾何建模
8.3.1人臉模型的表達(dá)形式
8.3.2一般人臉模型
8.3.3特定人臉模型
8.4紋理映射
8.5人臉動(dòng)畫
8.5.1人臉動(dòng)畫技術(shù)
8.5.2人臉動(dòng)畫驅(qū)動(dòng)技術(shù)
8.6MPEG4人臉動(dòng)畫原理
8.6.1FDP、FAP與FAPU的定義
8.6.2FAP驅(qū)動(dòng)人臉動(dòng)畫的基本原理
參考文獻(xiàn)
第9章人臉識(shí)別系統(tǒng)
9.1概述
9.2人臉識(shí)別關(guān)鍵問題的研究
9.3人臉識(shí)別流程
9.4人臉識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
9.4.1人臉識(shí)別系統(tǒng)的總體設(shè)計(jì)
9.4.2人臉識(shí)別系統(tǒng)的算法設(shè)計(jì)
9.4.3人臉識(shí)別系統(tǒng)的實(shí)現(xiàn)
參考文獻(xiàn)
第10章面部表情識(shí)別系統(tǒng)
10.1概述
10.2基于靜態(tài)圖像的面部表情識(shí)別系統(tǒng)
10.2.1系統(tǒng)的總體設(shè)計(jì)
10.2.2系統(tǒng)的算法設(shè)計(jì)
10.2.3系統(tǒng)的實(shí)現(xiàn)
10.3基于主動(dòng)表觀模型的實(shí)時(shí)面部表情識(shí)別系統(tǒng)
10.3.1系統(tǒng)設(shè)計(jì)
10.3.2基于膚色模型的人臉檢測(cè)
10.3.3人臉圖像預(yù)處理
10.3.4特征點(diǎn)定位及特征提取
10.3.5表情識(shí)別
10.4基于動(dòng)態(tài)圖像序列的面部表情識(shí)別
10.4.1光流的基本計(jì)算方法
10.4.2基于Hessian矩陣的改進(jìn)光流算法
10.4.3散度旋度樣條約束下的非剛體光流算法
10.4.4基于改進(jìn)MMI的HMM算法的面部表情識(shí)別
10.4.5基于改進(jìn)MMD的HMM算法的面部表情識(shí)別
參考文獻(xiàn)
第11章人臉合成實(shí)例
11.1基于視頻的人臉表情合成
11.1.1Candide模型
11.1.2標(biāo)準(zhǔn)人臉模型到特定人臉模型的變換
11.1.3紋理貼圖
11.1.4面部表情的運(yùn)動(dòng)計(jì)算及表情合成
11.1.5實(shí)時(shí)表情信息獲取與表情重構(gòu)的實(shí)現(xiàn)
11.1.6小結(jié)
11.2三維虛擬人臉模型
11.2.1三維人臉模型的建立
11.2.2特征點(diǎn)的選取
11.2.3紋理映射
11.2.4特定虛擬人臉模型的實(shí)現(xiàn)
11.2.5小結(jié)
11.3虛擬人臉的年齡仿真
11.3.1年齡老化特征的相關(guān)研究
11.3.2Dirichlet自由變形算法
11.3.3Dirichlet自由變形算法在三維空間中的應(yīng)用
11.3.4應(yīng)用Dirichlet自由變形算法生成特定人臉模型
11.3.5虛擬人臉部年齡仿真的實(shí)現(xiàn)
參考文獻(xiàn)
附錄縮略語