本书旨在介绍人脸识别应用中的关键技术问题,并与作者主持和参与的中国科学院西部之光项目(XBBS-2014-16)、国家自然科学基金项目(61602499)和国家千人计划项目(Y474161)等的研究积累相结合,深入浅出、循序渐进地解析MATLAB人脸识别中的算法思想、识别原理与高级编程技巧,力图使读者具备大规模编程所需的技术模块设计和集成开发能力,并能基于本书所讲解的MATLAB人脸识别算法设计思想、图形用户界面设计与调试等内容,更深刻地理解真实场景下的人脸识别技术体系。
本书特点
作者梯队完善,经验丰富
本书的主编、副主编大多在中国科学院、“985工程”大学的国家重点实验室负责机器学习、数字图像处理、智能安防、目标识别跟踪等项目的研发工作,还有部分专业基础过硬、实战经验丰富的优秀博士、硕士研究生也参与了本书主要章节的编写。
部分算法原创,研究价值较高
本书集成了中国科学院西部之光项目(XBBS-2014-16)、国家自然科学基金项目(61602499)和国家千人计划项目(Y474161)等研发项目的部分可公开的研究成果,部分原创算法已被实现并收录到国际标准源代码库中,具有较高的研究价值。
循序渐进,易上手,配备完整的程序,可拓展性强
本书从初等的函数用法讲起,逐步过渡到较高端的混合编程,并从经典的特征脸主成分分析方法逐步过渡到压缩感知和深度学习等人脸识别算法方面,其中,人脸建库、人脸检测跟踪识别和特定行为分析算法作为MATLAB混合编程的一个实例,本身就是一个完整、独立的机器学习与视觉感知技术模块,可拓展性强。本书还借助图形用户界面(GUI)提供了直观的界面演示,并且所有算法均配有完整的MATLAB程序,有助于读者系统且深入地理解算法设计思想,并延伸思考空间和拓展空间,达到触类旁通的效果。
内容架构
本书共分为5章,每章都分为3个阶段,以对人脸识别从入门到进阶再到实战这3个阶段的递进为主线,探讨了人脸识别的5个技术模块,引导读者对人脸识别算法的认知一步步变得成熟,也分享了作者在实战过程中的一些直观感受和认识。
【第1章】图像轮廓提取及人脸检测
第1阶段(入门)引导读者完成对图像轮廓提取的初步理解,并掌握MATLAB轮廓提取函数及与之关联的数字形态学运算函数的具体用法。第2阶段(进阶)引导读者进一步理解图像轮廓提取,并初步理解边缘检测算子,然后结合haar-like特征,让读者初步理解基于特征点的人脸检测思想。第3阶段(实战)涉及肤色概率建模和人脸检测实战,分享了作者在实战阶段对人脸检测算法设计思想、图形用户界面(GUI)系统设计及肤色参数设置等的一些感触和认识。实战本阶段的目标是通过以GUI方式显示人脸检测的用户操作界面,将基于肤色概率模型的人脸检测算法集成到图形用户接口,使读者可以方便地完成调试和应用。
【第2章】图像边界显示及人脸对齐
第1阶段(入门)引导读者完成对图像边界显示的初步理解,并掌握MATLAB的图像边界显示函数及其具体用法。第2阶段(进阶)引导读者进一步理解图像边界显示,并初步理解图像边界处理函数,然后结合MATLAB中的regionprops函数,初步尝试去度量图像区域的属性。第3阶段(实战)涉及空间几何变换、人脸对齐原理和人脸对齐实战等三部分,分享了作者在实战阶段对人脸对齐算法设计思想、建模思想及编程技巧等实战方面的一些感触和认识。实战阶段的目标是用GUI方式显示人脸对齐操作用户界面,将人脸对齐的经典算法集成到图形用户接口,生成读者可自如调试、编辑的图形用户界面(GUI)。
【第3章】图像采样编码及人脸重构
第1阶段(入门)引导读者完成对图像采样编码问题的初步理解,并掌握MATLAB图像采样编码函数及其具体用法。第2阶段(进阶)引导读者进一步理解图像采样编码,完成对人脸图像采样函数的理解与实现,并结合基于主成分分析方法的人脸模板生成技术,初步尝试理解MATLAB特征脸建库的基本流程。第3阶段(实战)涉及数据库初始化、遮挡区域验证和人脸重构实战等三部分,分享了作者对算法设计思想、建模思路的一些感触和认识,也分享了作者在MATLAB自定义函数设计、算法代码实现等方面的实战心得。实战阶段的目标是掌握可用于处理遮挡问题的人脸重构算法,会设计相关的MATLAB自定义函数并将其集成到图形用户界面(GUI),具备算法实现及相关GUI的编辑和开发能力。
【第4章】视频图像转换及人脸跟踪
第1阶段(入门)引导读者完成对视频图像转换问题的初步理解,并掌握MATLAB视频图像转换函数及其具体用法,并设计了一些自定义函数。第2阶段(进阶)引导读者进一步理解视频图像采样,理解视频压缩感知并初步实现视频压缩跟踪。第3阶段(实战)涉及混合编程接口、C++文件编译和人脸跟踪实战等三部分,分享了作者在实战阶段对人脸跟踪算法设计思想、实现过程及混编技巧等的一些感触和认识。实战阶段的目标是设计直观的人脸跟踪操作用户界面,并将视频压缩跟踪算法集成到人脸跟踪用户接口,生成可方便读者编辑的GUI,并初步理解MATLAB混合编程思想和混编原理。
【第5章】类脑视觉认知及人脸识别
第1阶段(入门)引导读者完成对类脑视觉认知问题的初步理解,介绍与之关联的一些MATLAB函数及其具体用法,并初步介绍了一些自定义函数。第2阶段(进阶)引导读者进一步理解类脑视觉认知,并初步实现类脑视觉认知、类脑特征计算、类脑特征学习。第3阶段(实战)涉及深度学习实战、宽度学习实战和人脸识别实战等三部分,分别演示了深度学习、宽度学习在二维人脸识别中的效果,以及RoPS特征在三维人脸识别中的效果,分享了作者在实战阶段对人脸识别算法的设计思想、建模思想及编程技巧等的一些感触和认识。实战阶段的目标是用图形方式分别显示基于深度学习、宽度学习及RoPS的人脸识别操作用户界面,将人脸识别的经典算法集成到图形用户接口,生成读者可自如调试、编辑的图形用户界面(GUI)。
本书作者贡献
本书第1章主要由王文峰、刘庆昌、王经纬编写;第2章主要由王文峰、盛志强编写;第3章主要由王文峰、洪宇编写;第4章主要由王文峰、郭靓、杨波编写;第5章主要由王文峰、吴大刚、马亚坤编写。
在本书各章的实验设计、数据采集和代码整理的过程中,DLG的部分参编人员(尤其是何姣姣、邵永胜)提供了一些基础支持;在各章的编写及审校过程中,郭裕兰、谢中华对算法思想、建模过程、程序代码进行了修改、补充与完善。各章节配套的GUI程序主要由王文峰设计,李大湘、王栋、王庆香也参与了部分章节GUI设计框架的探讨。何姣姣、刘帅奇、马海菲、邵永胜、王平、伍鹏、余维、曾凡玉、张锋、邹辉主要参与了文字撰写部分的讨论。
特别致谢
本书在人脸识别各技术模块的算法设计与实现方面,参考了一些重要的文献及其作者发布的开源代码,在这里,我们对他们的分享表示诚挚的谢意!他们提出的人脸检测、人脸对齐、人脸重构、人脸跟踪、人脸识别算法有很明显的创新性和借鉴意义,感谢他们对人脸识别技术的重大贡献!感谢南京信息工程大学信息与控制学院张开华教授,本书人脸跟踪部分的代码援引、整合了张教授论文中的部分开源代码,感谢他的帮助与指导!
感谢国际系统与控制科学院院士、中国自动化学会副理事长、SCI期刊IEEE Systems, Man, and Cybernetics Society(SMCS)主编、系统人机及智能学会国际资深主席、澳门大学陈俊龙教授(C. L. Philip Chen)的大力支持与帮助!在本书的编写期间,陈教授创立了宽度学习算法(Broad Learning),并第一时间在DLG分享了其MATLAB开源代码,使我们有机会将宽度学习算法应用于人脸识别领域,并拓展了本书的核心模块。感谢香港理工大学张磊教授同意在本书第3章中援引和编译其论文中人脸重构的部分开源代码,感谢他的帮助!
感谢国际模式识别技术委员会主席(IEEE SMC)、国际模式识别学会院士(IAPR Fellow)、国际电机及电子工程师学会院士(IEEEFellow)、澳门大学唐远炎教授对本书的认可与支持!唐教授是我国模式识别领域的奠基人之一。在了解到我们正在编写一本完全面向初学者的人脸识别编程类书籍之后,唐教授欣然同意为本书写评论,非常感谢他。
本书还得到了MATLAB中文论坛、哈工大机器人(合肥)国际创新研究院、中国科学院新疆生态与地理研究所、新疆维吾尔自治区科技厅、中国人民解放军国防科技大学、西安邮电大学、广州中医药大学等单位领导和同事的大力支持,在此对他们表示衷心感谢。本书写作之初还得到了电子工业出版社博文视点张国霞编辑的鼓励和支持,在此深表谢意。感谢刘衍琦老师在GUI程序设计方面给予的协助和指导!
感谢所有家人的默默支持!感谢中国科学院西部之光项目(XBBS-2014-16)、国家自然科学基金项目(61602499)和国家千人计划项目(Y474161)等项目的支持。在本书的审校过程中还得到了中国自动化学会认知计算与系统专委会、中国人工智能学会认知系统与信息处理专委会、中国人工智能学会智能机器人专委会的支持,在此一并致谢!
由于时间仓促,加之作者水平和经验有限,书中难免出现疏漏甚至错误之处,希望广大读者批评指正,您的建议将是我们创作和研究的最大动力与源泉。
全体作者
2018年1月
轻松注册成为博文视点社区用户(www.broadview.com.cn),扫码直达本书页面。
下载资源:本书如提供示例代码及资源文件,均可在下载资源处下载。
提交勘误:您对书中内容的修改意见可在提交勘误处提交,若被采纳,将获赠博文视点社区积分(在您购买电子书时,积分可用来抵扣相应金额)。
交流互动:在页面下方读者评论处留下您的疑问或观点,与我们和其他读者一同学习交流。
页面入口:http://www.broadview.com.cn/33573