人臉識(shí)別算法與案例分析

第1章 人臉識(shí)別的研究與應(yīng)用 001
1．1 素描人臉識(shí)別的研究與應(yīng)用 002
1．1．1 光學(xué)人臉識(shí)別研究歷程 002
1．1．2 素描人臉識(shí)別國內(nèi)外研究現(xiàn)狀 003
1．1．3 素描人臉識(shí)別數(shù)據(jù)庫 005
1．1．4 素描人臉識(shí)別的難點(diǎn)和發(fā)展趨勢 011
1．2 素描人臉合成的研究與應(yīng)用 011
1．2．1 素描人臉合成的國內(nèi)外研究現(xiàn)狀 012
1．2．2 素描人臉圖像質(zhì)量評(píng)估指標(biāo) 019
1．2．3 素描人臉合成的難點(diǎn)與發(fā)展趨勢 020
1．3 人像著色的研究與應(yīng)用 021
1．3．1 人像著色的國內(nèi)外研究現(xiàn)狀 021
1．3．2 人像著色的難點(diǎn)與發(fā)展趨勢 022
1．4 人臉圖像超分辨率重建技術(shù)的研究與應(yīng)用 022
1．4．1 人臉圖像超分辨率的發(fā)展及國內(nèi)外研究現(xiàn)狀 022
1．4．2 人臉圖像超分辨率重建質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn) 024
1．4．3 人臉圖像超分辨率重建技術(shù)的難點(diǎn)與發(fā)展趨勢 026
1．5 本章小結(jié) 027
參考文獻(xiàn) 027
第2章 傳統(tǒng)特征提取算法在素描人臉識(shí)別上的應(yīng)用與研究 036
2．1 傳統(tǒng)素描人臉識(shí)別算法相關(guān)原理 037
2．1．1 人臉圖像分割算法 037
2．1．2 人臉特征提取算法 042
2．2 基于Surf匹配坐標(biāo)鄰域優(yōu)化的素描人臉識(shí)別 049
2．2．1 Surf匹配 050
2．2．2 坐標(biāo)鄰域優(yōu)化 053
2．2．3 識(shí)別過程 055
2．2．4 實(shí)驗(yàn)結(jié)果與分析 056
2．3 基于張量排序保留判別分析的人臉特征提取 062
2．3．1 張量排序保留判別投影（TRPDA）模型 064
2．3．2 TRPDA求解算法 068
2．3．3 實(shí)驗(yàn)結(jié)果與分析 072
2．4 本章小結(jié) 081
參考文獻(xiàn) 082
第3章 深度學(xué)習(xí)在素描人臉識(shí)別上的應(yīng)用 087
3．1 深度學(xué)習(xí)相關(guān)原理 087
3．1．1 卷積神經(jīng)網(wǎng)絡(luò)概述 087
3．1．2 主流人臉識(shí)別模型框架 089
3．1．3 度量學(xué)習(xí) 095
3．2 基于聯(lián)合分布適配的素描人臉識(shí)別 096
3．2．1 遷移學(xué)習(xí) 096
3．2．2 模型結(jié)構(gòu) 100
3．2．3 損失函數(shù) 102
3．2．4 實(shí)驗(yàn)結(jié)果與分析 103
3．3 基于殘差網(wǎng)絡(luò)和度量學(xué)習(xí)的素描人臉識(shí)別 106
3．3．1 模型結(jié)構(gòu) 107
3．3．2 損失函數(shù) 108
3．3．3 實(shí)驗(yàn)結(jié)果與分析 109
3．4 基于SE-ResNeXt模型的素描人臉識(shí)別 117
3．4．1 SE-ResNeXt網(wǎng)絡(luò)模型 118
3．4．2 損失函數(shù) 120
3．4．3 實(shí)驗(yàn)結(jié)果與分析 121
3．5 本章小結(jié) 127
參考文獻(xiàn) 128
第4章 傳統(tǒng)素描人臉合成方法 131
4．1 結(jié)合LBP局部特征提取的素描人臉合成方法 131
4．1．1 歐氏距離粗提取 132
4．1．2 結(jié)合子塊切分的LBP局部特征提取 133
4．1．3 合成過程 134
4．1．4 實(shí)驗(yàn)結(jié)果與分析 137
4．2 結(jié)合pHash稀疏編碼的素描人臉合成方法 141
4．2．1 基于圖像熵的圖像分塊 141
4．2．2 圖像塊的特征提取 145
4．2．3 實(shí)驗(yàn)結(jié)果與分析 150
4．3 本章小結(jié) 157
參考文獻(xiàn) 157
第5章 生成對(duì)抗網(wǎng)絡(luò)在素描人臉合成中的應(yīng)用 161
5．1 生成對(duì)抗網(wǎng)絡(luò)相關(guān)原理 161
5．1．1 生成對(duì)抗網(wǎng)絡(luò)模型概述 161
5．1．2 生成對(duì)抗網(wǎng)絡(luò)的改進(jìn) 163
5．2 基于生成對(duì)抗網(wǎng)絡(luò)的素描人臉合成方法 169
5．2．1 生成對(duì)抗網(wǎng)絡(luò)模型 169
5．2．2 損失函數(shù) 174
5．2．3 實(shí)驗(yàn)結(jié)果與分析 177
5．3 基于雙層對(duì)抗網(wǎng)絡(luò)的素描人臉合成方法 185
5．3．1 雙層對(duì)抗網(wǎng)絡(luò)模型 186
5．3．2 損失函數(shù) 188
5．3．3 實(shí)驗(yàn)結(jié)果與分析 189
5．4 基于特征學(xué)習(xí)生成對(duì)抗網(wǎng)絡(luò)的高質(zhì)量素描人臉合成方法 194
5．4．1 特征學(xué)習(xí)生成對(duì)抗網(wǎng)絡(luò)模型 194
5．4．2 損失函數(shù) 199
5．4．3 實(shí)驗(yàn)結(jié)果與分析 202
5．5 多判別器循環(huán)生成對(duì)抗網(wǎng)絡(luò)的素描人臉合成方法 211
5．5．1 多判別循環(huán)生成對(duì)抗網(wǎng)絡(luò)模型 211
5．5．2 損失函數(shù) 215
5．5．3 實(shí)驗(yàn)結(jié)果與分析 216
5．6 本章小結(jié) 223
參考文獻(xiàn) 224
第6章 基于聯(lián)合一致循環(huán)生成對(duì)抗網(wǎng)絡(luò)的人像著色方法 228
6．1 色彩空間 229
6．2 網(wǎng)絡(luò)結(jié)構(gòu) 229
6．2．1 著色網(wǎng)絡(luò)模型 230
6．2．2 生成網(wǎng)絡(luò) 231
6．2．3 判別網(wǎng)絡(luò) 232
6．3 損失函數(shù) 233
6．3．1 生成對(duì)抗損失 233
6．3．2 聯(lián)合一致性損失 234
6．4 實(shí)驗(yàn)結(jié)果與分析 235
6．4．1 數(shù)據(jù)庫及參數(shù)設(shè)置 235
6．4．2 消融實(shí)驗(yàn) 238
6．4．3 和已有方法對(duì)比 239
6．5 本章小結(jié) 242
參考文獻(xiàn) 242
第7章 人臉超分辨率重建 246
7．1 雙層級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)的人臉超分辨率重建 246
7．1．1 堆疊沙漏塊結(jié)構(gòu) 246
7．1．2 雙層級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 248
7．1．3 損失函數(shù) 250
7．1．4 實(shí)驗(yàn)結(jié)果與分析 251
7．2 基于引導(dǎo)圖像的人臉超分辨率重建 256
7．2．1 3DMM人臉擬合 257
7．2．2 基于3DMM的人臉矯正 257
7．2．3 基于引導(dǎo)圖像的人臉超分辨率重建網(wǎng)絡(luò) 258
7．2．4 實(shí)驗(yàn)結(jié)果與分析 261
7．3 本章小結(jié) 267
參考文獻(xiàn)