基于子空间的人脸识别

《基于子空间的人脸识别》结合清华大学电子工程系图像工程研究室近年相关研究工作，对人脸识别中的主流方法（基于子空间的方法）的原理和特点进行了比较全面的介绍，并结合科研成果给出一些形象的实例，期望对其他研究者进一步深入学习有关内容、了解技术细节和开展科研工作有所帮助。人脸识别是近年来信息科学领域里一个受人关注的热点，在社会生活中也得到了广泛应用。
《基于子空间的人脸识别》特点：
写作人员均为第一线的科研人员，具体参与了相关研究工作。
从科研的角度出发，具有理论性、实用性、系统性和实时性。
选取内容覆盖了人脸检测、跟踪，特征提取和特征降维，以及匹配分类、识别等相关的方面，较好地反映该领域的全貌。
组织结构有层次，读者借助《基于子空间的人脸识别》能全面地了解该领域的基本理论、实用技术、应用情况和发展前景，进而投身到有关研究和应用工作中来。
既考虑了有一定基础的研究者，又考虑了准备进行研究和应用的入门者，既可用于科研参考，又可作为研究生专业课的教材或教学参考书。

本书分为4部分，介绍了人脸识别的预备内容、人脸识别的各种典型的子空间方法、人脸识别分类器设计和一些实验结果、人脸识别的相关基础和扩展等内容。

第1章绪论
1．1人脸识别概况
1．1．1历史回顾
1．1．2研究进展和应用扩展
1．1．3生物特征识别
1．2人脸识别的研究
1．2．1人脸识别相关概念
1．2．2人脸识别流程
1．2．3人脸识别中的几个问题
1．2．4扩展研究
1．3全书框架
1．3．1子空间方法
1．3．2各章摘要
参考文献

第2章人脸检测
2．1基于学习的人脸检测流程
2．1．1分类器的离线学习
2．1．2目标的在线检测
2．1．3性能评价方法
2．2基于Adaboost的人脸检测方法
2．2．1Haar矩形特征
2．2．2基于离散Adaboost的特征选择
2．2．3级联分类器结构
2．3基于Adaboost人脸检测方法的扩展
2．3．1Haar特征的扩展
2．3．2Adaboost的扩展
2．3．3级联结构的扩展
2．3．4多视角人脸检测
参考文献

第3章人脸跟踪
3．1确定性跟踪算法
3．1．1目标表示
3．1．2目标定位
3．1．3跟踪算法实现
3．1．4多核跟踪
3．2随机跟踪算法
3．2．1基于动力学系统模型的方法
3．2．2基于统计模式识别的方法
参考文献

第4章人脸描述
4．1基于主动形状模型的人脸描述
4．1．1ASM的建立
4．1．2ASM的局部特征模型
4．2基于主动表观模型的人脸描述
4．2．1AAM方法简介
4．2．2形状无关图像的获取
4．2．3统计表观模型的建立
4．3HOG特征及LBP特征
4．3．1HOG特征
4．3．2LBP特征
4．4基于盖伯变换特征的人脸描述
4．4．1盖伯变换的定义
4．4．22-D盖伯滤波器的定义
参考文献

第5章基本线性子空间方法
5．1线性子空间方法
5．2主分量分析
5．2．1基本原理
5．2．2典型算法
5．3独立分量分析
5．3．1基本概念
5．3．2特性研究
5．3．3典型算法
5．4线性鉴别分析
5．4．1基本定义
5．4．2目标函数研究
5．4．3可行解技术研究
5．4．4类内和类间度量矩阵刻画
5．4．5图像差值模型
5．5类依赖特征分析
5．5．1基本框架
5．5．2常用的相关滤波器
参考文献

第6章张量方法
6．12D-PCA
6．1．12D-PCA的基本原理
6．1．22D-PCA的应用
6．1．3统一主分量分析
6．22D-LDA
6．2．12D-LDA的基本原理
6．2．22D-LDA与1D-LDA的对比
6．3张量脸
6．3．1张量脸的基本原理
6．3．2一些改进方法
参考文献

第7章核方法
7．1基本概念
7．1．1核映射与核空间
7．1．2内积与核函数
7．1．3核矩阵
7．2核主分量分析
7．2．1KPCA原理
7．2．2K2D-PCA
7．3核鉴别分析
7．3．1KDA及改进
7．3．2KDCV
7．3．3K2D-FDA
7．4核流形分析
7．4．1核局部保持映射
7．4．2核图嵌入模型
7．4．3KLWMMC
参考文献

第8章非负矩阵(集)分解
8．1NMF的基本概念
8．2基于基本NMF模型的算法
8．2．1基于单目标函数的NMF算法
8．2．2基于目标函数族的NMF算法
8．3基于改进NMF模型的算法
8．3．1稀疏性增强的NMF算法
8．3．2加权NMF算法
8．3．3鉴别性嵌入NMF算法
8．4NMSF模型和方法
8．4．1NMSF定义与基本性质
8．4．2NMSF的解释
8．4．3NMSF的分类
8．4．4NMSF描述能力和推广性实验
参考文献

第9章分类器设计
9．1最近邻法
9．2线性分类器
9．3人工神经网络
9．3．1神经元和神经网
9．3．2反向传播算法
9．4支持向量机
9．4．1原理和数学表示
9．4．2改进和推广
9．5Adaboost分类器
9．5．1Adaboost算法
9．5．2Adaboost算法分析
9．5．3Adaboost算法拓展
参考文献

第10章评价指标与评测比较
10．1评价指标
10．2评测比较
附录A张量
A．1基本概念
A．2张量分解
参考文献
附录B3-D人脸识别综述
B．1基于视频的人脸识别
B．1．1“视频-图像”人脸识别
B．1．2“视频-视频”人脸识别
B．23-D人脸建模
B．2．1未结合人脸先验模型的建模
B．2．2结合一般人脸模型的建模
B．2．3结合3-D人脸形变模型的建模
参考文献
附录C相关识别概述
C．1表情识别
C．1．1表情识别的依据
C．1．2表情识别系统框架
C．1．3表情特征提取研究
C．1．4表情分类研究
C．2年龄识别
C．2．1年龄识别的依据
C．2．2年龄模拟研究
C．2．3年龄估计研究
C．2．4与年龄无关的人脸识别
C．3性别识别
C．3．1性别识别的依据
C．3．2性别识别研究方法
参考文献
附录D常用数据库
D．1数据库概况
D．2数据库具体描述