人脸识别是当今热门的研发方向，在安防、金融、旅游等领域具有十分广泛的应用。本书全面、系统地介绍“刷脸”背后的技术，包括人脸检测、人脸识别、人脸检索相关的算法原理和实现技术。本书中讲解的算法具有高度的可操作性和实用性。通过学习本书，研究人员、工程师能够在3～5个月内，系统了解、掌握人脸检测、人脸识别、人脸检索相关的原理和技术。本书内容新颖、层次清晰，适合高校教师、研究人员、研究生、高年级本科生、人脸识别爱好者使用。
内容简介
彩图总汇
前言
第1章 人脸检测、人脸识别与人脸检索概述
1.1 人脸检测、人脸识别与人脸检索的应用场景
1.2 人脸检测、人脸识别与人脸检索常用的数据集
1.3 OpenCV的简介、安装与使用
参考文献
第2章 图像处理基础
2.1 数字图像处理的基本概念
2.2 颜色空间
2.3 数字图像处理的基本操作
2.4 图像类型及转换
2.5 图像变换处理
2.6 图像的噪声和滤波
第3章 人脸检测实战
3.1 DPM人脸检测算法
3.2 LAEO人脸检测算法
3.3 Viola&Jones人脸检测算法
参考文献
第4章 基于深度学习的人脸检测算法
4.1 CNN Facial Point Detection人脸检测算法
4.2 DDFD人脸检测算法
4.3 人脸检测算法融合
参考文献
第5章 基于Fast R-CNN的人脸检测
5.1 Fast R-CNN简介
5.2 Fast R-CNN的特点和结构
5.3 Fast R-CNN的使用
5.4 数据集的预处理
5.5 EdgeBoxes的使用
5.6 使用EdgeBoxes提取object proposal
5.7 基于FastR-CNN训练人脸检测网络模型和测试
参考文献
注释
第6章 人脸识别实战
6.1 DeepID算法
6.2 VGG Face Descriptor算法
6.3 OpenCV中的3种人脸识别算法
6.4 人脸识别算法对比分析
6.5 小结
参考文献
注释
第7章 人脸检索实践
7.1 人脸检索简介
7.2 计算人脸相似度的方法
7.3 查询处理算法
7.4 评价人脸检索结果的标准
7.5 PHash算法
7.6 DHash算法
7.7 PCA算法
7.8 BoF特征
7.9 用于图像快速检索的KD-Tree索引
7.10 Gabor算法
7.11 HOG算法
7.12 深度学习特征
参考文献
第8章 人脸检测商业软件及其应用示例
8.1 人脸检测商业软件之VeriLook
8.2 人脸检测商业软件之Face++
8.3 各种人脸检测算法的对比分析
8.4 视频中的人脸检测与追踪
参考文献
