返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 基于稀疏算法的人脸识别 徐勇,范自柱,张大鹏 编著 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 徐勇,范自柱,张大鹏 编著著
    • 出版社: 国防工业出版社
    • 出版时间:2014-12-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 徐勇,范自柱,张大鹏 编著著
    • 出版社:国防工业出版社
    • 出版时间:2014-12-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2014-12-01
    • 字数:284000.0
    • 页数:227
    • 开本:16开
    • 装帧:平装
    • ISBN:9787118097580
    • 国别/地区:中国
    • 版权提供:国防工业出版社

    基于稀疏算法的人脸识别

    作  者:徐勇,范自柱,张大鹏 编著 著
    定  价:78
    出 版 社:国防工业出版社
    出版日期:2014年12月01日
    页  数:227
    装  帧:精装
    ISBN:9787118097580
    主编推荐

    徐勇、范自柱、张大鹏编著的《基于稀疏算法的人脸识别(精)》重点介绍稀疏算法及其改进方法在人脸识别中的应用,共分三部分。第一部分介绍降维方法等经典人脸描述与识别方法。第二部分介绍“局部”人脸描述与识别方法,重点介绍应用于人脸识别的原始稀疏方法原理、后来发展的稀疏方法以及基于稀疏描述思想的常规方法的改进,分析该类方法的本质特点。第三部分介绍彩色人脸识别、视频人脸识别和广义人脸识别范畴的人脸伪装判识技术,以及自主研发的人脸识别系统。
    本书既可供自动化、计算机、电子工程等专业研究人员使用,又可供模式识别、机器学习、计算机视觉和图像处理等开发人员参考。

    内容简介

    本书重点介绍了基于稀疏描述的人脸识别方法及其若干改进,系统地对该类方法的原理进行了阐述、全面分析了该类方法取得优异性能的最本质特点,直观形象地显示和解释了基于稀疏描述人脸方法确实优于基于全局描述的人脸识别方法。

    作者简介

    精彩内容

    目录
    第1章引论
    1.1概述
    1.2人脸辨识与人脸认证评价指标
    1.3人脸识别方法
    1.3.1基于几何特征的人脸识别
    1.3.2基于表象的人脸识别
    1.3.3基于稀疏描述的人脸识别方法
    1.4人脸识别技术的应用分析
    1.5基于表情的人脸识别
    1.6年龄不变人脸识别
    1.73D人脸识别研究
    1.7.1基于空域的直接匹配方法
    1.7.2基于局部特征的匹配
    1.7.3基于全局特征的匹配
    1.8常用人脸库介绍
    1.8.1FERET人脸数据库
    1.8.2Yale人脸数据库
    1.8.3YaleB人脸数据库
    1.8.4ORL人脸数据库
    1.8.5AR人脸数据库
    1.8.6XM2VTS人脸数据库
    1.8.7CMUPIE数据库
    1.8.8可见光与近红外人脸数据库
    第2章一维降维方法与人脸识别
    2.1特征脸方法
    2.2基于Fisher准则的线性鉴别分析方法
    2.3Fisherface
    2.4一维核方法
    2.5局部保持投影方法
    第3章二维降维方法与人脸识别
    3.1二维主成分分析的实现及融合方案
    3.1.12DPCA
    3.1.22DPCA的两种不同实现及其意义
    3.1.3实验及分析
    3.2基于复矩阵的主成分分析与线性鉴别分析
    3.2.1基于复矩阵的主成分分析
    3.2.2基于复矩阵的主成分分析的讨论
    3.2.3基于复矩阵的线性鉴别分析
    3.2.4基于复矩阵的线性鉴别分析的理论分析
    3.3二维局部保持投影分析
    3.3.1二维监督的局部保持投影
    3.3.2二维监督局部保持投影分析
    3.3.3二维判别监督局部保持算法
    3.3.4实验
    第4章稀疏描述及其人脸识别应用
    4.1基于稀疏描述的人脸识别方法
    4.2快速稀疏方法
    4.3字典学习
    4.4人脸对齐
    4.5核稀疏方法
    4.6本章小结
    第5章快速稀疏描述方法
    5.1基于全局表达方法的图像测试样本描述与识别
    5.1.1原空间中图像测试样本的全局表达方法
    5.1.2特征空间中图像测试样本全局表达方法的初步设计
    5.1.3全局表达方法的可行性分析
    5.2快速稀疏描述方法
    5.2.1快速稀疏描述方法的设计
    5.2.2快速稀疏描述方法的可行性分析
    5.3快速稀疏描述方法的变形算法
    5.4本章小结
    第6章稀疏描述思想与改进的K近邻分类
    6.1基于描述的最近邻分类
    6.1.1基于描述的最近邻分类方法
    6.1.2方法的分析
    6.1.3实验结果
    6.1.4结论
    6.2加权最近邻分类
    6.2.1方法介绍
    6.2.2加权最近邻分类与NNCM的关系
    6.2.3实验结果
    6.2.4结论
    6.3改进的近邻特征空间方法
    6.3.1K近邻分类方法的几个扩展
    6.3.2改进的近邻特征空间方法
    6.3.3改进的近邻特征空间方法分析
    6.3.4实验结果
    6.3.5结论
    第7章稀疏描述思想与改进的降维方法
    7.1稀疏描述与常规变换方法的结合
    7.1.1改进的常规变换方法
    7.1.2关于ICTM的分析
    7.1.3实验结果
    7.1.4结论
    7.2基于描述和降维的人脸识别
    7.2.1基于描述和降维的人脸识别方法
    7.2.2方法合理性分析
    7.2.3实验结果
    7.2.4结论
    7.3讨论
    7.3.1正确分类的前提条件
    7.3.2线性降维与样本近邻关系
    7.3.3描述误差与分类精度
    第8章基于描述的方法与多生物特征识别应用
    8.1基于交叉得分的多生物特征识别方法
    8.1.1具体方法
    8.1.2算法特点与原理
    8.1.3实验结果
    8.1.4结论和讨论
    8.2基于多Gabor特征融合的人脸识别
    8.2.1Gabor变换及本节的方法
    8.2.2方法的分析
    8.2.3实验
    8.2.4结论
    8.3复空间局部保持投影方法
    8.3.1CIPP
    8.3.2实验
    8.3.3结论
    第9章彩色人脸识别的研究与发展
    9.1全局彩色人脸识别方法
    9.1.1基于各颜色通道的全局方法
    9.1.2其他全局方法
    9.2局部彩色人脸识别方法
    9.2.1局部二元模式算子
    9.2.2基于Gabor变换的局部彩色人脸识别方法
    9.3其他彩色人脸识别方法
    第10章基于视频的人脸识别技术综述
    10.1引言
    10.1.1基于视频的人脸识别技术的特点
    10.1.2基于视频的人脸识别技术的几个问题
    10.1.3基于视频的人脸识别技术流程图
    10.2各模块的主要技术与方法
    10.2.1基于视频的人脸检测
    10.2.2基于视频的人脸跟踪
    10.2.3基于视频的人脸识别
    10.3基于视频的人脸识别技术难点
    10.3.1光照的影响
    10.3.2姿态变化的影响
    10.3.3低分辨率的影响
    10.4基于视频的人脸识别技术在ATM中的应用
    10.4.1基于视频的人脸识别技术在ATM中应用的技术方案
    10.4.2技术方案流程图
    10.4.3人脸识别的融合算法介绍
    10.4.4实验验证
    10.5实验设计与结果统计
    ……
    第11章人脸伪装判识及应用
    第12章人脸考勤与识别系统
    参考文献

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购