“中国制造2025”出版工程--人脸表情识别算法及应用
定 价：58 元
丛书名：“中国制造2025”出版工程
- 作者：田彦涛、刘帅师、万川 著
- 出版时间：2020/7/1
- ISBN：9787122349545
- 出 版 社：化学工业出版社
- 中图法分类：TP391.413
- 页码：231
- 纸张：胶版纸
- 版次：01
- 开本：小16开
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、分类算法的技术方法, 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、相关专业的研究生或高年级本科学生使用。
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。
第1 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 鲁棒性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
2.2.3 仿真实验及结果分析 / 14
2.3 改进Adaboost 算法的人脸检测 / 15
2.3.1 由扩展的Haar-like 特征生成弱分类器 / 16
2.3.2 Adaboost 算法生成强分类器 / 16
2.3.3 级联分类器的生成 / 18
2.3.4 极端学习机 / 20
2.3.5 仿真实验及结果分析 / 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
4.2.3 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 拉普拉斯映射（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 非线性支持向量机 / 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 仿真实验及结果分析 / 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最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 非线性流形学习方法 / 74
6.2.2 线性子空间方法 / 76
6.3 改进最近邻分类法 / 81
6.4 仿真实验及结果分析 / 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 改进LBP / 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-TOP / 107
8.4.2 动态特征统计 / 109
8.5 多尺度LBP-TOP / 112
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
第10 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
10.2.3 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 实验对比验证 / 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
第11 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 算法可行性分析 / 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
第12 章 基于对称双线性模型的光照鲁棒性人脸表情分析 / 172
12.1 概述 / 172
12.2 双线性模型 / 174
12.3 基于对称双线性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
第13 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 算法可行性分析 / 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 不同局部特征编码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
第14 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 广义最优分类面 / 202
14.2.2 线性分类问题 / 203
14.2.3 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 局部归一化线性累加核支持向量机 / 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
第15 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 仿真实验及结果分析 / 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
书单推荐
