机器智能：人脸工程

前言

第1章绪论

1.1人脸工程学

1.1.1人脸工程学的研究内容

1.1.2人脸工程学研究的意义与应用

1.1.3人脸工程学研究在实用化过程中的挑战

1.2人脸工程学研究历程

1.2.1人脸识别

1.2.2表情识别

1.2.3人脸合成

1.2.4相关学术资源

1.3人脸工程学的未来研究方向

1.4本书的内容

参考文献

第2章人脸工程学研究的学科基础

2.1人类学对人脸的研究

2.1.1达尔文之前的研究

2.1.2达尔文对表情的研究

2.2文学艺术中对人脸的研究

2.2.1人脸的美学研究

2.2.2人脸表情在戏曲和舞台剧中的表现

2.2.3人脸在各种美术画法中的表现

2.3动画中人脸的表现

2.3.1人脸动画的应用

2.3.2卡通动画中人脸的表现形式及常用软件

2.3.3二维动画中人脸的表现

2.4情绪心理学关于表情的研究

2.5认知心理学关于人脸的研究

2.6脑科学关于人脸的研究

2.6.1人脸识别的ERP研究

2.6.2表情识别的ERP研究

参考文献

第3章面部运动的测量技术

3.1概述

3.2面部动作编码系统

3.2.1概述

3.2.2FACS的特点与应用

3.2.3FACS的扩展与改进

3.3最大限度辨别面部肌肉运动编码系统

3.3.1伊扎德与MAX

3.3.2MAX的主要内容

3.3.3MAX与FACS的比较

3.4其他面部表情测量系统

3.4.1表情识别整体判断系统

3.4.2自我评估情绪编码系统

3.4.3面部表情分析工具

参考文献

第4章图像处理技术

4.1图像处理的基本概念

4.1.1数字图像的概念

4.1.2数字图像处理的概念

4.2图像处理的基本操作

4.2.1图像的平移、旋转、放缩、镜像变换、转置

4.2.2图像的平滑、锐化

4.2.3图像的腐蚀、膨胀和细化

4.2.4图像的恢复与重建

4.3图像处理的高级操作

4.3.1图像的边缘检测

4.3.2图像的Hough变换

4.3.3轮廓的提取与跟踪

参考文献

第5章人脸检测跟踪技术

5.1人脸检测

5.1.1人脸检测方法的分类

5.1.2基于肤色的人脸检测

5.1.3基于形状的人脸检测

5.1.4基于特征的人脸检测

5.2人脸跟踪

5.2.1帧差法

5.2.2基于运动目标预测的人脸跟踪

5.2.3基于模型的人脸跟踪

5.2.4基于人脸局部特征的人脸跟踪

参考文献

第6章面部特征提取的算法

6.1概述

6.2几何特征的提取

6.3统计特征的提取

6.3.1主成分分析算法

6.3.2二维主成分分析算法

6.3.3线性判别分析算法

6.3.4独立成分分析算法

6.4频率域特征的提取

6.4.1小波技术

6.4.2Gabor小波

6.4.3离散余弦变换

6.5运动特征的提取

6.6代数特征的提取

参考文献

第7章面部特征的模式识别算法

7.1线性判别分析

7.1.1线性判别函数的基本概念

7.1.2Fisher线性判别

7.1.3小结

7.2支持向量机

7.2.1支持向量机基本原理

7.2.2SVM分类器的设计

7.2.3小结

7.3贝叶斯网络

7.3.1概述

7.3.2贝叶斯网络概率基础

7.3.3贝叶斯网络的构建

7.3.4贝叶斯网络推理算法

7.3.5贝叶斯网络分类器

7.3.6小结

7.4隐马尔可夫模型及其基本问题

7.4.1概述

7.4.2马尔可夫链模型

7.4.3隐马尔可夫模型

7.4.4隐马尔可夫模型的三个基本问题

7.4.5隐马尔可夫算法实现中的基本问题

7.4.6小结

7.5人工神经网络

7.5.1概述

7.5.2人工神经网络集成

7.5.3小结

7.6模糊模式识别

7.6.1概述

7.6.2模糊数学基本理论

7.6.3模糊模式识别

7.6.4小结

参考文献

第8章人脸合成的方法与技术

8.1概述

8.2人脸合成技术的分类

8.3人脸几何建模

8.3.1人脸模型的表达形式

8.3.2一般人脸模型

8.3.3特定人脸模型

8.4纹理映射

8.5人脸动画

8.5.1人脸动画技术

8.5.2人脸动画驱动技术

8.6MPEG4人脸动画原理

8.6.1FDP、FAP与FAPU的定义

8.6.2FAP驱动人脸动画的基本原理

参考文献

第9章人脸识别系统

9.1概述

9.2人脸识别关键问题的研究

9.3人脸识别流程

9.4人脸识别系统的设计与实现

9.4.1人脸识别系统的总体设计

9.4.2人脸识别系统的算法设计

9.4.3人脸识别系统的实现

参考文献

第10章面部表情识别系统

10.1概述

10.2基于静态图像的面部表情识别系统

10.2.1系统的总体设计

10.2.2系统的算法设计

10.2.3系统的实现

10.3基于主动表观模型的实时面部表情识别系统

10.3.1系统设计

10.3.2基于肤色模型的人脸检测

10.3.3人脸图像预处理

10.3.4特征点定位及特征提取

10.3.5表情识别

10.4基于动态图像序列的面部表情识别

10.4.1光流的基本计算方法

10.4.2基于Hessian矩阵的改进光流算法

10.4.3散度旋度样条约束下的非刚体光流算法

10.4.4基于改进MMI的HMM算法的面部表情识别

10.4.5基于改进MMD的HMM算法的面部表情识别

参考文献

第11章人脸合成实例

11.1基于视频的人脸表情合成

11.1.1Candide模型

11.1.2标准人脸模型到特定人脸模型的变换

11.1.3纹理贴图

11.1.4面部表情的运动计算及表情合成

11.1.5实时表情信息获取与表情重构的实现

11.1.6小结

11.2三维虚拟人脸模型

11.2.1三维人脸模型的建立

11.2.2特征点的选取

11.2.3纹理映射

11.2.4特定虚拟人脸模型的实现

11.2.5小结

11.3虚拟人脸的年龄仿真

11.3.1年龄老化特征的相关研究

11.3.2Dirichlet自由变形算法

11.3.3Dirichlet自由变形算法在三维空间中的应用

11.3.4应用Dirichlet自由变形算法生成特定人脸模型

11.3.5虚拟人脸部年龄仿真的实现

参考文献

附录缩略语2100433B

人脸工程学的研究内容主要包括人脸识别、表情识别和人脸合成三个部分。本书分别介绍了人脸识别、表情识别和人脸合成研究中用到的相关理论和算法，后在总结作者所在课题组研究成果的基础上，给出了人脸识别、表情识别和人脸合成系统的设计与实现流程实例。

“人脸闸机”采用的是人脸识别技术，是人工智能的一项重要技术。

2017年3月7日，全国政协委员、百度董事长李彦宏提出，希望两会也能采用一些人工智能技术，比如“人脸闸机”。

这种ATM在交易时具备“人脸识别技术”。如果背后有人靠近或偷窥时，ATM显示屏上会主动提醒持卡人注意安全。如果取款人用口罩、墨镜和帽子遮挡相貌特征，ATM将拒绝服务，并提示取款人除去遮挡物。