基於真實測量三維人臉的識別技術研究（簡體書）

本書主要對三維人臉識別中涉及的若干關鍵問題進行了深入的探討與研究。書中首先介紹了人臉識別的概念、應用領域、實用價值，論述了二維人臉識別關鍵的預處理方法，如基於二維人臉的特徵點定位方法，並著重介紹了基於改進級聯形狀回歸的多視角二維人臉特徵點定位方法。接著對幾種常見人臉姿態估計方法做了詳細的論述，如基於改進的隨機森林、基於稠密多變量標簽分佈和深度卷積神經網絡學習的方法等。最後在三維人臉識別的內容中，分別介紹了三維人臉識別的概念、難點以及三維人臉測量的基本原理，同時也討論了三維人臉圖像的預處理，並對基於真實測量三維人臉識別中常用的方法做了論述，如基於三維人臉模型輔助的姿態魯棒的二維人臉識別方法和表情魯棒的三維人臉識別方法，並在幾個常見的三維人臉數據庫上進行了評估。
本書可作為計算機或電子信息專業高年級本科生、研究生的教科書及教師的參考用書，也可供從事相關領域研究的科技人員、工程技術人員參考使用。

第1章 緒論 1
1.1 人臉識別研究的背景 1
1.2 人臉識別研究的意義 3
1.3 二維人臉識別存在的困難與挑戰 6
1.4 三維人臉識別方法綜述 7
1.5 三維人臉識別存在的困難與挑戰 9
1.6 三維人臉測量的基本原理 11
1.6.1 平視雙目立體視覺系統 11
1.6.2 立體視差原理 11
1.6.3 極線約束 14
1.6.4 結構光 15
1.7 本書的主要工作與貢獻 18
參考文獻 21
第2章 基於改進級聯形狀回歸的多視角二維人臉特徵點定位 25
2.1 問題的提出 26
2.2 前人相關工作 27
2.3 級聯形狀回歸算法描述 28
2.4 基於改進級聯形狀回歸的多視角二維人臉特徵點定位 29
2.4.1 對姿態變化的魯棒性 30
2.4.2 有效特徵提取 32
2.5 實驗結果與分析 33
2.5.1 AFLW數據庫上實驗結果 33
2.5.2 Color FERET數據庫上實驗結果 35
2.5.3 MultiPIE數據庫上實驗結果 37
2.6 本章小結 39
參考文獻 39
第3章 基於改進的隨機森林的人臉姿態估計 41
3.1 問題的提出 41
3.2 前人相關工作 42
3.2.1 隨機森林原理介紹 42
3.2.2 隨機森林用於人臉姿態估計 44
3.3 基於改進的隨機森林的人臉姿態估計 44
3.3.1 特徵加權 45
3.3.2 訓練隨機森林 46
3.3.3 生成樹評估與篩選 48
3.3.4 人臉姿態估計 48
3.4 實驗結果與分析 49
3.4.1 生成樹數量的選取 50
3.4.2 Pointing'04上的實驗結果 50
3.4.3 CASPEAL上的實驗結果 53
3.4.4 NCKU上的實驗結果 54
3.4.5 FacePix上的實驗結果 55
3.4.6 監控數據庫上的實驗結果 56
3.4.7 閾值的選擇 60
3.5 本章小結 61
參考文獻 62
第4章 基於稠密多變量標簽分佈的人臉姿態估計 65
4.1 問題的提出 66
4.2 前人相關工作 69
4.3 基於稠密多變量標簽分佈的人臉姿態估計 70
4.3.1 基於稠密多變量標簽分佈 71
4.3.2 特徵提取 73
4.3.3 多變量標簽分佈學習方法 74
4.3.4 人臉姿態估計 75
4.4 實驗結果與分析 76
4.4.1 實驗設置 76
4.4.2 參數選擇 77
4.4.3 訓練樣本中不存在姿態的預測能力 79
4.4.4 Pointing'04數據庫上結果比較 81
4.4.5 CASPEAL數據庫上結果比較 83
4.4.6 MultiPIE數據庫上結果比較 85
4.5 本章小結 86
參考文獻 86
第5章 基於稠密多變量標簽分佈和深度卷積神經網絡的人臉姿態估計方法 88
5.1 問題的提出 89
5.2 前人相關工作 90
5.2.1 深度卷積網絡原理 92
5.2.2 深度卷積網絡用於人臉姿態估計 93
5.3 基於稠密多變量標簽分佈和深度卷積神經網絡的人臉姿態估計方法 93
5.3.1 基於深度卷積神經網絡的有效特徵提取 94
5.3.2 基於稠密多變量標簽分佈的分類器學習 96
5.4 實驗結果與分析 97
5.4.1 實驗設置 97
5.4.2 方法的對齊魯棒性測試 99
5.4.3 稠密多變量標簽分佈的有效性測試 101
5.4.4 與其他 stateoftheart方法結果比較 102
5.4.5 算法實時性測試 105
5.5 本章小結 105
參考文獻 106
第6章 基於三維人臉模型輔助姿態魯棒的二維人臉識別 109
6.1 問題的提出 110
6.2 前人相關工作 111
6.3 基於三維人臉模型輔助姿態魯棒的二維人臉識別 112
6.3.1 三維人臉模型輔助的二維人臉對齊 113
6.3.2 稀疏表示分類 115
6.4 實驗結果與分析 116
6.4.1 數據庫介紹 116
6.4.2 三維輔助的二維人臉識別結果 118
6.4.3 時間複雜度 120
6.5 本章小結 121
參考文獻 122
第7章 表情魯棒的三維人臉識別方法 124
7.1 問題的提出 125
7.2 前人相關工作 125
7.3 三維人臉模型的自動預處理 126
7.4 表情魯棒的三維人臉識別方法 128
7.4.1 剛性/非剛性區域劃分 129
7.4.2 非剛性區域相似度計算方法 131
7.4.3 剛性區域相似度計算方法 134
7.5 實驗結果與分析 135
7.5.1 實驗設置及參數 135
7.5.2 含有表情變化的三維人臉識別 136
7.5.3 無表情變化的三維人臉識別 139
7.5.4 點雲密度對識別率的影響 141
7.5.5 CurtinFaces數據庫識別結果 143
7.6 本章小結 144
參考文獻 145