多模態(tài)生物特征識(shí)別：基于人臉與人耳信息

定　價(jià)：￥55.00

作　者：	王瑜著
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)與互聯(lián)網(wǎng) 人工智能

購(gòu)買這本書可以去

ISBN：	9787030389503	出版時(shí)間：	2013-12-01	包裝：	平裝
開本：		頁(yè)數(shù)：	188	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　人臉識(shí)別已經(jīng)被廣泛關(guān)注了近30年，由于其友好性、唯一性和穩(wěn)定性等特點(diǎn)成為目前最成功和廣泛應(yīng)用的個(gè)體身份認(rèn)證技術(shù)之一，人耳識(shí)別雖然不是生物特征識(shí)別技術(shù)的主流，但由于其同人臉識(shí)別一樣，無(wú)需被試的主動(dòng)配合，具有被動(dòng)識(shí)別的優(yōu)勢(shì)，因而也同樣受到了國(guó)內(nèi)外研究學(xué)者的普遍關(guān)注?！抖嗄B(tài)生物特征識(shí)別：基于人臉與人耳信息》介紹了目前生物特征識(shí)別技術(shù)的發(fā)展動(dòng)態(tài)，包括各種單生物特征識(shí)別技術(shù)，以及多模態(tài)信息融合生物特征識(shí)別技術(shù)。單生物特征重點(diǎn)介紹人臉和人耳識(shí)別技術(shù)，多模態(tài)信息融合重點(diǎn)描述人臉與人耳的生物特征信息融合技術(shù)，并提出一系列有效的融合識(shí)別方法。

作者簡(jiǎn)介

暫缺《多模態(tài)生物特征識(shí)別：基于人臉與人耳信息》作者簡(jiǎn)介

圖書目錄

前言
第1章生物特征識(shí)別
1.1 生物特征識(shí)別的概念
1.1.1 生物特征識(shí)別技術(shù)
1.1.2 牛物特征識(shí)別系統(tǒng)
1.1.3 牛物特征識(shí)別的優(yōu)勢(shì)
1.1 社會(huì)的可接受性和隱私問題
1.2 生物特征識(shí)別的發(fā)展
1.3 生物特征識(shí)別技術(shù)的評(píng)價(jià)
1.4 生物特征識(shí)別技術(shù)簡(jiǎn)介
1.4.1人臉識(shí)別
1.4.2 人耳識(shí)別
1.4.3 指紋識(shí)別
1.4.4 語(yǔ)音識(shí)別
1.4.5 簽名識(shí)別
1.4.6 虹膜識(shí)別
1.4.7 掌紋識(shí)別
1.4.8 擊鍵動(dòng)力學(xué)分析
1.4.9 步態(tài)識(shí)別
1.4.10 視網(wǎng)膜識(shí)別
1.4.11 DNA識(shí)別
1.4.12 其他生物特征識(shí)別技術(shù)
1.5 本章小結(jié)
參考文獻(xiàn)
第2章多模態(tài)生物特征識(shí)別
2.1 多模態(tài)生物特征識(shí)別的概念
2.2 多模態(tài)生物特征識(shí)別的優(yōu)勢(shì)
2.3 多模態(tài)生物特征識(shí)別技術(shù)簡(jiǎn)介
2.3.1 多模態(tài)生物特征的信息融合
2.3.2 多模態(tài)生物特征識(shí)別系統(tǒng)與數(shù)據(jù)庫(kù)
2.4 人臉人耳多模態(tài)識(shí)別技術(shù)研究
2.5 本章小結(jié)
參考文獻(xiàn)
第3章基于核典型相關(guān)分析的人臉人耳多模態(tài)識(shí)別
3.1 典型相關(guān)分析原理
3.2 核典型相關(guān)分析原理
3.3 方法介紹
3.3.1 融合前的預(yù)處理
3.3.2 人臉與人耳的信息融合
3.3.3 分類器設(shè)計(jì)
3.4 實(shí)驗(yàn)與討論
3.4.1 實(shí)驗(yàn)設(shè)計(jì)
3.4.2 實(shí)驗(yàn)步驟
3.4.3 實(shí)驗(yàn)結(jié)果與分析
3.5 本章小結(jié)
參考文獻(xiàn)
第4章基于局部二值模式紋理分析的人臉人耳多模態(tài)識(shí)別
4.1 紋理分析的概念與優(yōu)勢(shì)
4.1.1 紋理的概念
4.1.2 紋理分析的優(yōu)勢(shì)
4.2 局部二值模式紋理分析原理
4.2.1 相關(guān)紋理分析方法比較
4.2.2 基本局部二值模式
4.2.3 圓形局部二值模式
4.2.4 旋轉(zhuǎn)不變量局部二值模式
4.2.5 對(duì)比度與紋理模式
4.2 6規(guī)范型局部二值模式
4.2.7 局部二值模式的優(yōu)勢(shì)
4.3 方法介紹
4.3.1 Haar小波變換。
4.3.2 分塊融合思想
4.3.3 多尺度融合與規(guī)范型局部二值模式特征提取
4.3.4 人臉與人耳的信息融合
4.3.5 分類器設(shè)計(jì)
4.4 實(shí)驗(yàn)與討論
4.4.1 實(shí)驗(yàn)設(shè)計(jì)
4.4.2 實(shí)驗(yàn)步驟
4.4.3 實(shí)驗(yàn)結(jié)果與分析
4.5 本章小結(jié)
參考文獻(xiàn)
第5章基于姿態(tài)轉(zhuǎn)換的人臉人耳多模態(tài)識(shí)別
5.1 姿態(tài)轉(zhuǎn)換原理
5.2 方法介紹
5.2.1 特征提取與基空間的計(jì)算
5.2.2 姿態(tài)圖像特征空間的姿態(tài)轉(zhuǎn)換
5.2.3 人臉與人耳的信息融合
5.2.4 分類器設(shè)計(jì)
5.3 實(shí)驗(yàn)與討論
5.3.1 實(shí)驗(yàn)設(shè)計(jì)
5.3.2 實(shí)驗(yàn)步驟
5.3.3 實(shí)驗(yàn)結(jié)果與分析
5.4 本章小結(jié)
參考文獻(xiàn)
第6章人臉人耳多模態(tài)標(biāo)準(zhǔn)圖像庫(kù)的構(gòu)建與完善
6.1 人臉圖像庫(kù)簡(jiǎn)介
6.1.1 M2VTs多模態(tài)人臉圖像庫(kù)
6.1.2 XM2VTSDB人臉圖像庫(kù)
6.1.3 cAS-PEAL人臉圖像庫(kù)
6.1.4 FERET人臉圖像庫(kù)
6.1.5 韓國(guó)人臉圖像庫(kù)
6.1.6 MPl人臉圖像庫(kù)
6.1.7 圣母大學(xué)人臉圖像庫(kù)
6.1.8 得克薩斯大學(xué)人臉圖像庫(kù)
6.1.9 FRGC人臉圖像庫(kù)
6.1.10 CMu高光譜人臉圖像庫(kù)
6.1.11 cMU PIE人臉圖像庫(kù)
6.1.12 AR人臉圖像庫(kù)
6.1.13 Equinox紅外人臉圖像庫(kù)
6.1.14 ORL人臉圖像庫(kù)
6.1.15 Yale人臉圖像庫(kù)
6.1.16 Yale B人臉圖像庫(kù)
6.1.17 BANCA人臉圖像庫(kù)
6.1.18 JAFFE人臉圖像庫(kù)
6.1.19 馬里蘭大學(xué)人臉圖像庫(kù)
6.1.20 cKAV人臉圖像庫(kù)
6.1.21 UMIST人臉圖像庫(kù)
6.1.22 奧盧大學(xué)人臉圖像庫(kù)
6.1.23 MlT人臉圖像庫(kù)
6.1.24 NlsT-MID人臉圖像庫(kù)
6.1.25 Harvard人臉圖像庫(kù)
6.2 人耳圖像庫(kù)簡(jiǎn)介
6.2.1 圣母大學(xué)人耳圖像庫(kù)
6.2.2 WPUT-DB人耳圖像庫(kù)
6.2.3 IIT Delhi人耳圖像庫(kù)
6.2.4 IIT坎普爾人耳罔像庫(kù)
6.2.5 scFace人耳圈像庫(kù)
6.2.6 shemeld人耳圖像庫(kù)
6.2.7 Ysu人耳圖像庫(kù)
6.2.8 NcKU人耳圖像庫(kù)
6.2.9 UBEAR人耳圖像庫(kù)
6.2.10 CP人耳圖像庫(kù)
6.3 usTB人臉人耳圖像庫(kù)的構(gòu)建與完善
6.3.1 人耳圖像庫(kù)I
6.3.2 人耳圖像庫(kù)Ⅱ
6.3.3 人臉人耳圖像庫(kù)III
6.3.4 人臉人耳圖像庫(kù)Ⅳ
6.4 本章小結(jié)
參考文獻(xiàn)