第1部分　人臉識別介紹　1

第1章　人臉識別概論　2
1.1　歷史背景　2
1.2　人臉識別相關學科的進展　4
1.2.1　神經生理學方面的進展　4
1.2.2　腦神經學方面的進展　4
1.2.3　計算機視覺方面的進展　5
1.3　模式識別理論　11
1.3.1　預處理　12
1.3.2　特征提取　13
1.3.3　分類　13
1.4　人臉圖像識別主要研究的問題　14
1.4.1　數據采樣　15
1.4.2　干擾因素　16
1.5　人臉圖像識別系統的構成　17
1.5.1　人臉圖像預處理　17
1.5.2　圖像表示與特征提取　17
1.5.3　圖像識別　18

第2章　人臉識別研究綜述　19
2.1　研究現狀　19
2.2　常用的靜態人臉圖像識別方法　20
2.2.1　幾何特征方法　21
2.2.2　特征臉方法　22
2.2.3　局部特征分析技術　24
2.2.4　模板匹配　25
2.2.5　圖匹配　26
2.2.6　人工神經網絡方法　28
2.2.7　柔性形狀模型技術　31
2.2.8　綜合的方法　33
2.3　人臉檢測以及人臉跟蹤　34
2.4　人臉圖像識別的應用前景　35
2.5　一些商用人臉識別軟件　36
2.5.1　TrueFace　36
2.5.2　Face-It　36
2.5.3　Technology Recognition Systems　37

第2部分　靜態人臉圖像識別　39

第3章　人臉特征探測　41
3.1　簡介　41
3.2　參數化模型法　42
3.2.1　圖像的各種表示　42
3.2.2　眼睛模型表示　42
3.2.3　嘴巴模型和鼻子模型　45
3.2.4　方法的優缺點　45
3.3　基于模板的探測方法　45
3.3.1　模板表示　46
3.3.2　圖像標準化　46
3.3.3　方法的優缺點　48
3.4　利用數學算子進行探測　49
3.4.1　特征探測模型　49
3.4.2　方法的優缺點　50
3.5　小結　50

第4章　基于通用形變模型的人臉輪廓特征提取　51
4.1　引言　51
4.2　通用形變模型的形成　52
4.2.1　輪廓特征點的選取　53
4.2.2　形變模型的形成　53
4.2.3　形變模型的能量　54
4.3　模型匹配　57
4.3.1　全局匹配　58
4.3.2　局部匹配　59
4.4　實驗　61
4.5　小結　62

第5章　基于主成分分析方法的人臉圖像識別及人臉局部特征探測　63
5.1　引言　63
5.2　主成分分析方法在人臉圖像識別中的應用　65
5.2.1　特征向量的表示能力　66
5.2.2　特征向量的選擇　69
5.2.3　光照的影響　71
5.2.4　尺度的影響　72
5.2.5　旋轉因素的影響　76
5.2.6　小結　84
5.3　人臉局部特征探測　84
5.3.1　逐步求精定位法　85
5.3.2　實驗　86
5.4　利用局部特征識別人臉圖像　88
5.5　小結　90

第6章　人臉圖像的雙屬性圖表示　91
6.1　引言　91
6.2　Gabor變換　92
6.2.1　傅里葉變換　92
6.2.2　Gabor變換　93
6.3　基于數學變換的特征提取　96
6.3.1　特征的生成　96
6.3.2　實驗　98
6.3.3　實驗結果　100
6.3.4　小結　102
6.4　人臉圖像的雙屬性圖表示　103
6.4.1　關系圖　103
6.4.2　屬性圖　103
6.4.3　雙屬性圖　104
6.5　小結　106

第7章　人臉圖像識別　107
7.1　引言　107
7.2　待識人臉圖像的表示　107
7.2.1　局部特征點的確定　108
7.2.2　局部主成分特征的確定　108
7.2.3　Gabor系數特征的確定　109
7.3　雙屬性圖匹配　113
7.3.1　匹配函數　113
7.3.2　lt的確定　113
7.3.3　光照的處理　113
7.3.4　尺度的處理　115
7.3.5　平面旋轉人臉圖像的處理　115
7.3.6　深度旋轉人臉圖像的處理　117
7.3.7　圖像識別　118
7.3.8　方法的有效性　118
7.4　實驗　120
7.4.1　圖像尺度及旋轉情況的確定　120
7.4.2　人臉圖像識別　122
7.5　小結　123

第8章　人臉圖像識別程序實現　124
8.1　主成分分析算法的MATLAB實現　124
8.2　Gabor變換　128
8.3　使用動態模板方法進行識別　130
8.4　Gauss變換用于提取圖像的特征　136

第3部分　動態人臉識別研究　143

第9章　動態人臉識別系統　145
9.1　研究背景及條件　145
9.1.1　研究背景　145
9.1.2　研究對象和限定條件　146
9.2　樣本獲取　149
9.2.1　視頻格式　149
9.3　隱馬爾科夫模型　151
9.4　動態人臉識別系統框架　153
9.4.1　預處理　154
9.4.2　相關性處理　159
9.4.3　隱馬爾科夫模型的狀態及屬性確定　160
9.4.4　觀察序列概率分布計算　161
9.4.5　隱馬爾科夫模型的訓練　161
9.4.6　隱馬爾科夫模型的識別　161

第10章　動態人臉圖像定位算法　162
10.1　動態人臉圖像定位問題　162
10.2　Hausdorff距離　164
10.3　人臉圖像定位算法　166
10.4　實驗結果　169

第11章　動態人臉識別的相關性　179
11.1　人臉圖像的相關性表示　179
11.2　動態人臉的相關系數　181
11.2.1　特征子空間相關系數　182
11.2.2　插值相關系數　184
11.2.3　圖像內部信息相關系數　186
11.2.4　3種相關系數的實驗比較　187
11.3　相關性處理與動態圖像分割　189

第12章　動態人臉圖像識別　191
12.1　隱馬爾科夫模型的基本問題　192
12.1.1　估價問題和前向算法　192
12.1.2　解碼問題和Viterbi算法　192
12.1.3　訓練問題　193
12.1.4　識別問題　195
12.2　基于隱馬爾科夫模型的動態人臉識別系統　195
12.2.1　隱馬爾科夫模型的狀態及屬性圖像　196
12.2.2　觀察序列數目　201
12.2.3　觀察序列初始概率分布　202
12.2.4　相關系數與初始概率調整　202
12.2.5　隱馬爾科夫模型訓練和動態人臉圖像識別　203
12.3　實驗結果與分析　204
12.3.1　實驗結果　204
12.3.2　與相關實驗結果的對比　208
12.4　隱馬爾科夫模型與動態圖像分割　209
12.5　動態人臉圖像識別中外界影響的處理　210
12.5.1　有外界影響的動態人臉識別　210
12.5.2　動態人臉識別算法在外界影響下的調整　211

第13章　結束語　213

參考文獻　217
術語　233