Принцип личного признания и алгоритм & mdash; & mdash; динамическое исследование системы распознавания лица Шенли Лю Игуанг Сонг Чжийонг 9787115339782
Цена: 1 412руб. (¥66.8)
Артикул: 601919303100
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товараПродавец:博雅弘德
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥54.681 156руб.
¥24.92527руб.
¥24.14511руб.
¥32.4685руб.
| 【краткое введение】 | |
| «Принципы и алгоритмы распознавания лица: исследования по динамическим системам распознавания лица» систематически вводит статус исследования в области исследований распознавания лиц, а также результаты исследований автора в области распознавания лица. Часть 1 сначала представляет основы распознавания лица: принципы компьютерного зрения и распознавания схем, а также вводятся в исследовательскую динамику и основные методы исследования распознавания лица в домашних условиях и за рубежом, а также основные достижения исследования распознавания лица в домой и за границу и использование. Часть 2 представляет алгоритм распознавания лица, основанный на графике двойного атрибута. Локальные и глобальные особенности изображения лица могут эффективно использовать корреляцию между информацией о изображении лица от трехмерного до двухмерного прогнозируемого. Часть 3 представляет метод распознавания лица в динамических сценариях, которые всесторонне применяют алгоритмы, такие как позиционирование лица, распознавание лица и обработка видео. Читатели «Принципы и алгоритмы распознавания лица: исследования по динамическим системам распознавания лица» являются в основном научным и технологическим персоналом, которые изучают распознавание моделей, а также старшие студенты и аспиранты в колледжах и университетах.Читатели могут систематически изучать методы исследования распознавания лица, прочитав «Принципы и алгоритмы распознавания лица: исследования по системам динамического распознавания лиц» и освоить последний прогресс в соответствующих технологиях дома и за рубежом. |
| Основная информация | |
| Заголовок: | Принцип признания лица и алгоритм——Исследование динамической системы распознавания лиц Shen Li, Liu Yiguang, Xiong Zhiyong, 9787115339782 Renzhishang |
| Автор: | Ли Шен, Лю Игуанг, Сюн Чжийон |
| Цены: | 89.00 |
| Номер ISBN: | 9787115339782 |
| Издательство: | Люди после прессы |
| Другая справочная информация(Принимая фактический объект) | ||
| Фрагментация:Твердая обложка | формат:16 | Язык: |
| Опубликованная дата:2014-10-01 | Версия:1 | Количество страниц:235 |
| Время печати: | Индийский: | Количество слов: |
| 【Оглавление】 | |
| Часть 1 Введение в признание лица Глава 1 Введение в признание лица 1.1 Исторический фон 1.2 Прогресс в дисциплинах, связанных с признанием лиц 1.2.1 Прогресс в нейрофизиологии 1.2.2 Прогресс в неврологии мозга 1.2.3 Прогресс в компьютерном зрении 1.3 Теория распознавания образцов 1.3.1 Предварительная обработка 1.3.2 Извлечение элементов 1.3.3 Категория 1.4 Проблемы в основном исследовании распознавания изображения лица 1.4.1 Выборка данных 1.4.2 Коэффициенты помех 1.5 Композиция системы распознавания изображения лица 1.5.1 Предварительная обработка изображения лица 1.5.2. Представление изображения и извлечение объектов 1.5.3 Распознавание изображения Глава 2 Сводка исследований по распознаванию лиц 2.1 Текущий статус исследования 2.2 Обычно используемые методы распознавания изображения статического лица 2.2.1 Метод геометрической функции 2.2.2 Метод функции лица 2.2.3. Технология локального анализа функций 2.2.4 Сопоставление шаблонов 2.2.5 Графическое соответствие 2.2.6 Метод искусственной нейронной сети 2.2.7 Гибкая технология модели модели формы 2.2.8 Комплексный метод 2.3 Обнаружение лица и отслеживание лица 2.4 Перспективы распознавания изображений лица 2.5 Некоторое коммерческое программное обеспечение для распознавания лиц 2.5.1 TrueFace 2.5.2 Face-It 2.5.3 Technology Recognition Systems Часть 2 статическое распознавание изображения лица Глава 3 обнаружение лиц. 3.1 Введение 3.2 Метод параметризованной модели 3.2.1 Различные представления изображений 3.2.2 Представление модели глаз 3.2.3 Модель рта и модель носа 3.2.4 Плюсы и минусы метода 3.3 Метод обнаружения на основе шаблонов 3.3.1 Представление шаблонов 3.3.2 Стандартизация изображения 3.3.3 Плюсы и минусы метода 3.4 Использование математических операторов для обнаружения 3.4.1 Модель обнаружения признаков 3.4.2 Плюсы и минусы метода 3.5 Резюме Глава 4 Извлечение функций контура лица на основе общей модели деформации 4.1 Введение 4.2 Формирование модели общей деформации 4.2.1 Выбор точек функций контура 4.2.2 Образование модели деформации 4.2.3 Модель энергии деформации 4.3 Сопоставление модели 4.3.1 Глобальный матч 4.3.2 Местное соответствие 4.4 Эксперимент 4.5 Резюме Глава 5 Распознавание изображения и обнаружение локальных признаков на основе метода анализа основных компонентов 5.1 Введение 5.2 Применение метода анализа основных компонентов при распознавании изображения лица 5.2.1 Способность представления собственных векторов 5.2.2 Выбор собственных векторов 5.2.3 Влияние света 5.2.4 Влияние масштаба 5.2.5. Влияние факторов вращения 5.2.6 Резюме 5.3 Обнаружение местных особенностей человеческого лица 5.3.1 Постепенно ищите метод точного позиционирования 5.3.2 Эксперимент 5.4 Использование локальных функций для идентификации изображений лица 5.5 Резюме Глава 6: Двойное атрибутное представление изображений лица 6.1 Введение 6.2 Трансформация Габора 6.2.1 Трансформация Фурье 6.2.2 Трансформация Габора 6.3 Извлечение признаков на основе математического преобразования 6.3.1 Генерация функций 6.3.2 Эксперимент 6.3.3 Экспериментальные результаты 6.3.4 Резюме 6.4. 6.4.1 Диаграмма отношений 6.4.2 Диаграмма атрибутов 6.4.3 Схема двойной атрибуты 6.5 Резюме Глава 7 Распознавание изображения лица 7.1 Введение 7.2 Представление изображений лица, которые будут идентифицированы 7.2.1 Определение локальных точек функций 7.2.2 Определение характеристик локального основного компонента 7.2.3 Определение характеристик коэффициента Габора 7.3 Сопоставление графа с двумя атрибутами 7.3.1 Сопоставление функции 7.3.2 Подтверждение LT 7.3.3 Обучение 7.3.4 Обработка масштаба 7.3.5 Обработка изображений с изображением плоского вращения. 7.3.6 Обработка изображений с глубоким вращением. 7.3.7 Распознавание изображения 7.3.8 Эффективность метода 7.4 Эксперимент 7.4.1 Определение шкалы изображения и вращения 7.4.2 Распознавание изображения лица 7.5 Резюме Глава 8 Реализация программы распознавания изображений лица 8.1 Реализация MATLAB Алгоритма анализа основных компонентов 8.2 Трансформация Габора 8.3 Используйте метод динамического шаблона для идентификации 8.4 Transform Gauss используется для извлечения функций изображений Часть 3 исследования динамического распознавания лица Глава 9 Динамическая система распознавания лица 9.1. 9.1.1 ПРИМЕНЕНИЕ ИССЛЕДОВАНИЯ 9.1.2 Объекты исследования и ограниченные условия 9.2 Приобретение образца 9.2.1 Видеоформат 9.3 Скрытая модель Маркова 9.4 Системная структура динамического распознавания лица 9.4.1 Предварительная обработка 9.4.2 Обработка актуальности 9.4.3 Определение статуса и атрибута скрытой модели Маркова 9.4.4 Расчет распределения вероятности последовательности наблюдения 9.4.5 Обучение модели скрытой Маркова 9.4.6 Идентификация модели скрытой Маркова Глава 10 Динамическое алгоритм позиционирования изображения лица 10.1 Проблема с динамическим изображением лица 10.2 Хаусдорф расстояние 10.3 Алгоритм позиционирования изображения лица 10.4 Экспериментальные результаты Глава 11 Актуальность динамического распознавания лица 11.1 Актуальность 11.2 Коэффициент корреляции динамических лиц 11.2.1 Коэффициент корреляции функций. 11.2.2 Коэффициент интерполяции корреляции 11.2.3 Коэффициент корреляции внутренней информации изображения 11.2.4 Экспериментальное сравнение 3 коэффициентов корреляции 11.3 Обработка корреляции и динамическая сегментация изображений Глава 12 Динамическое распознавание изображения лица 12.1 Основные проблемы модели скрытой Маркова 12.1.1 Проблемы оценки и алгоритмы вперед 12.1.2 Проблемы декодирования и алгоритм витерби 12.1.3 Проблемы с обучением 12.1.4 Определите проблему 12.2 Система динамического распознавания лиц на основе скрытой модели Маркова 12.2.1 Статус и атрибуты изображения скрытой модели Маркова 12.2.2 Количество наблюдаемых последовательностей 12.2.3 Соблюдайте начальное распределение вероятностей последовательностей 12.2.4 Коэффициент корреляции и начальная корректировка вероятности 12.2.5 Скрытый марковский модельный обучение и динамическое распознавание изображения лица 12.3 Экспериментальные результаты и анализ 12.3.1 Экспериментальные результаты 12.3.2 Сравнение с соответствующими экспериментальными результатами 12.4 Скрытая модель Маркова и динамическая сегментация изображений 12.5 Обработка внешних влияний в динамическом распознавании изображения лица 12.5.1 Динамическое распознавание лица с внешним влиянием 12.5.2 Регулировка алгоритма распознавания лиц под внешним влиянием Глава 13 Заключение Рекомендации термин |