本書首先回顧了現(xiàn)有人臉識(shí)別尤其是三維人臉圖像識(shí)別研究相關(guān)的大量研究成果, 重探討和總結(jié)了三維人臉識(shí)別研究需要著重解決的技術(shù)要點(diǎn)和以待克服的困難及問(wèn)題, 并在此基礎(chǔ)上創(chuàng)新性的提出并實(shí)現(xiàn)了一種實(shí)現(xiàn)基于三維曲面形狀描述符的三維人臉圖像自動(dòng)識(shí)別的技術(shù)框架, 實(shí)現(xiàn)了從原始粗糙的三維人臉圖像數(shù)據(jù)到最終完成人臉識(shí)別的各項(xiàng)必須任務(wù)。
第一章 導(dǎo)言
第一節(jié)人臉識(shí)別研究技術(shù)發(fā)展及產(chǎn)業(yè)現(xiàn)狀
一、國(guó)家有關(guān)產(chǎn)業(yè)政策
二、人臉識(shí)別行業(yè)市場(chǎng)發(fā)展現(xiàn)狀
三、國(guó)內(nèi)外相關(guān)領(lǐng)域技術(shù)發(fā)展水平和趨勢(shì)
第二節(jié) 三維人臉識(shí)別
第三節(jié)研究目標(biāo)和驅(qū)動(dòng)
第四節(jié) 小結(jié)
第二章 人臉識(shí)別的研究背景與文獻(xiàn)回顧
節(jié)引言
第二節(jié) 二維人臉識(shí)別算法
一、基于外觀的人臉識(shí)別
二、基于模型（model-based)的人臉識(shí)別
第三節(jié) 三維人臉識(shí)別技術(shù)和方法
一、基于二維人臉識(shí)別算法的三維人臉識(shí)別方法
二、使用形狀分析的三維人臉識(shí)別
第四節(jié)人臉數(shù)據(jù)庫(kù)和性能評(píng)估
第五節(jié)FRGC三維人臉數(shù)據(jù)庫(kù)
第六節(jié) 迭代近點(diǎn)算法
第七節(jié) 小結(jié)
第三章人臉特征定位
節(jié) 簡(jiǎn)介
第二節(jié) 三維局部形狀和曲面描述符
一、多輪廓曲面角矩描述符（MCSAMD）
二、多殼層曲面角矩描述符（MSSAMD）
三、小結(jié)
第三節(jié) k近鄰AURA算法
一、高級(jí)不確定推理架構(gòu)（AURA)
二、使用k-Nearest Neiour行 AURA匹配
第四節(jié)鼻尖分層定位方法
第五節(jié) 內(nèi)眼眥（內(nèi)側(cè)眼角點(diǎn)）檢測(cè)（Medial Canthi Detection） 069
第六節(jié) 實(shí)驗(yàn)結(jié)果
一、實(shí)驗(yàn)數(shù)據(jù)集
二、基于多輪廓曲面角矩描述符的鼻尖和內(nèi)眼眥檢測(cè)三、基于多殼層曲面角矩描述符的鼻尖和內(nèi)眼眥檢測(cè)
四、表情變化對(duì)鼻尖定位結(jié)果的影響
五、與新相關(guān)技術(shù)的比較
第七節(jié)結(jié)論
第四章 人臉檢測(cè)定位和對(duì)齊
節(jié) 引言
第二節(jié)人臉定位
第三節(jié)基于主成分分析的人臉姿態(tài)校正方法
第四節(jié)使用迭代近點(diǎn)算法并利用人臉的對(duì)稱行
人臉姿態(tài)校正
一、迭代近點(diǎn)算法
二、基于人臉對(duì)稱性的人臉對(duì)齊
三、使用不受表情影響的人臉區(qū)域的迭代近點(diǎn)算法的人臉姿態(tài)校正
第五節(jié) 評(píng)估
第六節(jié) 結(jié)論
第五章基于三維圖像的人臉識(shí)別節(jié)引言
第二節(jié)基于多殼層曲面角矩描述符的人臉匹配對(duì)比算法
第三節(jié)人臉區(qū)域分割
第四節(jié)累積加權(quán)人臉對(duì)比匹配
第五節(jié) 分層人臉驗(yàn)證（hierarchical face verification)
第六節(jié) 實(shí)驗(yàn)結(jié)果
一、實(shí)驗(yàn)1：人臉鑒別
二、實(shí)驗(yàn)2：人臉驗(yàn)證
三、實(shí)驗(yàn)結(jié)果對(duì)比
第七節(jié) 結(jié)論
第六結(jié)并展望未來(lái)的研究工作
節(jié)取得的成果和貢獻(xiàn)
一、基于鼻尖檢測(cè)定位的具有不受姿態(tài)變化和表情變化影響的
人臉檢測(cè)方法
二、不受表情變化影響的三維人臉姿態(tài)校正方法綜合框架
三、快速的人臉識(shí)別算法
四結(jié)
第二節(jié)未來(lái)研究展望
參考文獻(xiàn)
書單推薦
