全新正版人脸表情识别算法及应用9787124545化学工业出版社

章 绪论 / 1
1．1 人脸表情识别系统概述 / 1
1．2 基于动态图像序列的人脸表情识别的研究情况 / 2
1．3 微表情识别的研究情况 / 4
1．3．1 微表情识别的应用研究 / 4
1．3．2 微表情表达的研究 / 4
1．3．3 微表情识别的算法研究 / 4
1．3．4 微表情数据库的研究 / 5
1．4 鲁棒人脸表情识别的研究情况 / 6
1．4．1 面部有遮挡的表情识别研究现状 / 7
1．4．2 非均匀光照下的表情识别研究现状 / 7
1．4．3 与视角无关的表情识别研究现状 / 8
1．5 人脸表情识别相关资料汇总 / 8
参考文献 / 8

第2 章 人脸检测与定位 / 9
2．1 概述 / 9
2．2 基于肤色分割和模板匹配算法的快速人脸检测 / 10
2．2．1 基于彩色信息的图像分割 / 10
2．2．2 自适应模板匹配 / 12
2．． 实验及结果分析 / 14
． 改进Adaboost 算法的人脸检测 / 15
．．1 由扩展的Haar-like 特征生成弱分类器 / 16
．．2 Adaboost 算法生成强分类器 / 16
．． 级联分类器的生成 / 18
．．4 学习机 / 20
．．5 实验及结果分析 / 22
参考文献 / 25

第3 章 基于Candide3 模型的人脸表情跟踪及动态特征提取 / 26
3．1 概述 / 26
3．2 基于Candide3 人脸模型的跟踪算法研究 / 26
3．2．1 Candide3 人脸模型的研究 / 26
3．2．2 基于Candide3 模型的跟踪算法研究 / 28
3．3 跟踪算法改进 / 33
3．3．1 光照处理 / 33
3．3．2 基于在线表观模型的跟踪算法 / 34
3．3．3 模型的自动初始化研究 / 34
3．3．4 改进算法后跟踪实验 / 36
3．4 动态特征提取 / 37
3．4．1 特征点的跟踪 / 37
3．4．2 动态特征提取 / 38
3．4．3 基于k 均值的聚类分析 / 39
参考文献 / 42

第4 章 表情分类的实现 / 44
4．1 概述 / 44
4．2 K 近邻分类器 / 44
4．2．1 K 近邻规则 / 44
4．2．2 K 近邻分类的距离度量 / 44
4．． 基于K 近邻分类器的分类实验 / 45
4．3 流形学习 / 46
4．3．1 主成分分析（PCA） / 47
4．3．2 拉普拉斯映（LE） / 47
4．3．3 基于流形学习的降维分类实验 / 48
4．4 支持向量机 / 51
4．4．1 支持向量机的基本思想 / 51
4．4．2 非线支持向量机 / 52
4．4．3 基于支持向量机的分类实验 / 52
4．5 基于Adaboost 的分类研究 / 53
4．5．1 Adaboost 算法 / 53
4．5．2 基于Adaboost 的分类实验 / 54
参考文献 / 55

第5 章 人脸动态序列图像表情特征提取 / 56
5．1 概述 / 56
5．2 基于主动外观模型的运动特征提取 / 56
5．2．1 主动形状模型 / 56
5．2．2 几何特征提取 / 57
5．3 基于Candide3 三维人脸模型的动态特征提取 / 59
5．3．1 Candide3 三维人脸模型 / 59
5．3．2 提取表情运动参数特征 / 59
5．4 动态时间规整（DTW） / 61
5．5 特征选择 / 64
5．5．1 基于Fisher 准则的特征选择 / 64
5．5．2 基于分布估计算法的特征选择 / 65
5．6 实验及结果分析 / 67
5．6．1 基于主动外观模型的运动特征提取 / 67
5．6．2 基于Candide3 模型的动态特征提取 / 69
参考文献 / 72

第6 章 基于子空间分析和改进近邻分类的表情识别 / 74
6．1 概述 / 74
6．2 特征降维 / 74
6．2．1 非线流形学习方法 / 74
6．2．2 线子空间方法 / 76
6．3 改进近邻分类法 / 81
6．4 实验及结果分析 / 84
参考文献 / 85

第7 章 微表情序列图像预处理 / 86
7．1 概述 / 86
7．2 灰度归一化 / 86
7．3 尺度归一化 / 88
7．4 序列长度归一化 / 89
7．4．1 时间插值法原理 / 90
7．4．2 时间插值法建模 / 91
7．4．3 时间插值法实现 / 93
参考文献 / 95

第8 章 基于多尺度LBP-TOP 的微表情特征提取 / 97
8．1 概述 / 97
8．2 多尺度分析 / 97
8．2．1 平滑滤波 / 97
8．2．2 高斯微分 / 99
8．3 局部二值模式 / 101
8．3．1 原始LBP / 101
8．3．2 改LB / 102
8．3．3 降维 / 103
8．3．4 静态特征统计 / 105
8．4 时空局部二值模式 / 106
8．4．1 LBP-/ 07
8．4．2 动态特征统计 / 109
8．5 多尺度LBP-/ 12
参考文献 / 114

第9 章 基于全局光流与LBP-TOP 特征结合的微表情特征提取 / 115
9．1 概述 / 115
9．2 相关理论 / 115
9．2．1 运动场及光流场 / 115
9．2．2 经典计算方法 / 116
9．3 问题描述 / 117
9．3．1 约束条件 / 117
9．3．2 模型构建 / 119
9．4 算法实现 / 120
9．4．1 目标优化 / 120
9．4．2 多分辨率策略 / 122
9．4．3 特征统计 / 124
9．5 光流与LBP-TOP 特征结合 / 128
参考文献 / 129

0 章 人脸微表情分类器设计及实验分析 / 131
10．1 概述 / 131
10．2 支持向量机 / 131
10．2．1 分类原理 / 131
10．2．2 样本空间 / 132
10．． 模型参数优化 / 135
10．3 随机森林 / 136
10．3．1 集成学习 / 137
10．3．2 决策树 / 137
10．3．3 组合分类模型 / 139
10．4 评价准则 / 141
10．5 实验对比验 / 143
10．5．1 识别LBP-TOP 特征 / 143
10．5．2 识别GDLBP-TOP 特征 / 146
10．5．3 识别OF 特征 / 147
10．5．4 识别LBP-TOP＋OF 特征 / 149
参考文献 / 153

1 章 基于Gabor 多方向特征融合与分块直方图的表情特征提取 / 155
11．1 概述 / 155
11．2 人脸表情图像的Gabor 特征表征 / 156
11．2．1 二维Gabor 滤波器 / 156
11．2．2 人脸表情图像的Gabor 特征表征 / 157
11．3 二维Gabor 小波多方向特征融合 / 159
11．3．1 融合规则1 / 159
11．3．2 融合规则2 / 160
11．4 分块直方图特征选择 / 161
11．5 基于Gabor 特征融合与分块直方图统计的特征提取 / 162
11．6 算法可行分析 / 163
11．7 实验描述及结果分析 / 164
11．7．1 实验流程 / 164
11．7．2 表情图库中图像预处理 / 165
11．7．3 实验描述 / 166
11．7．4 实验结果分析 / 167
11．7．5 所选融合特征的尺度分析 / 169
参考文献 / 170

2 章 基于对称双线模型的光照鲁棒人脸表情分析 / 172
12．1 概述 / 172
12．2 双线模型 / 174
1． 基于对称双线变换的表情图像处理 / 175
12．4 光照变换 / 178
12．5 实验描述及结果分析 / 181
12．5．1 实验描述 / 181
12．5．2 实验对比 / 182
参考文献 / 185

3 章 基于局部特征径向编码的局部遮挡表情特征提取 / 187
13．1 概述 / 187
13．2 表情图像预处理 / 188
13．3 局部特征提取与表征 / 190
13．4 Gabor 特征径向编码 / 190
13．5 算法可行分析 / 193
13．6 实验描述及结果分析 / 193
13．6．1 局部子块数对识别结果的影响 / 195
13．6．2 径向网格尺寸对识别结果的影响 / 195
13．6．3 左/右人脸区域遮挡对识别结果的影响 / 196
13．6．4 不同局部征编方法的实验对比分析 / 196
13．6．5 遮挡对于表情识别的影响 / 197
参考文献 / 198

4 章 局部累加核支持向量机分类器 / 201
14．1 概述 / 201
14．2 支持向量机基本理论 / 202
14．2．1 广义分类面 / 202
14．2．2 线分类问题 / 203
14．． 支持向量机 / 205
14．2．4 核函数 / 206
14．3 局部径向基累加核支持向量机 / 206
14．4 局部归一化线累加核支持向量机 / 207
14．5 实验描述及结果分析 / 209
14．5．1 实验描述 / 209
14．5．2 对比实验 / 210
参考文献 / 213

5 章 基于主动视觉的人脸跟踪与表情识别系统 / 214
15．1 概述 / 214
15．2 系统架构 / 214
15．2．1 硬件设计 / 214
15．2．2 交互界面的设计 / 217
15．3 相关算法 / 218
15．3．1 云台跟踪算法 / 218
15．3．2 表情识别算法 / 220
15．4 实验及结果分析 / 221
15．4．1 人脸定位跟踪实验 / 221
15．4．2 人脸表情识别实验 / 224
参考文献 / 227

索引 / 229

无

让机器看懂你的眼神

为读者提供一本反映当前表情识别系统发展水平的专业参考书籍。

本书主要研究了表情识别系统基本理论、算法设计和应用。书中分别以动态人脸表情、微表情、鲁棒表情为识别对象， 系统介绍了相关特征提取、分类算的技方法， 并设计了一套主动视觉人脸跟踪与表情识别系统。
本书可供从事模式识别、表情识别、人脸识别系统研究的科研人员、相关专业的或高年级学生使用。

让机器看懂你的眼神 为读者提供一本反映当前表情识别系统发展水平的专业参考书籍。

本书主要研究了表情识别系统基本理论、算法设计和应用。书中分别以动态人脸表情、微表情、鲁棒表情为识别对象, 系统介绍了相关特征提取、分类算的技方法, 并设计了一套主动视觉人脸跟踪与表情识别系统。

本书可供从事模式识别、表情识别、人脸识别系统研究的科研人员、相关专业的或高年级学生使用。