-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人工智能出版工程人工智能:人臉識別與搜索 版權信息
- ISBN:9787121383984
- 條形碼:9787121383984 ; 978-7-121-38398-4
- 裝幀:一般膠版紙
- 冊數:暫無
- 重量:暫無
- 所屬分類:>
人工智能出版工程人工智能:人臉識別與搜索 本書特色
詳解前沿人臉識別算法(2014-2020年),實戰人臉檢測、人臉識別、人臉檢索、人臉生產應用
人工智能出版工程人工智能:人臉識別與搜索 內容簡介
人臉識別是當今的熱門應用領域和研發方向,在安防、金融、公共服務等領域具有十分廣泛的應用。本書全面、系統地介紹“刷臉”背后的技術,包括人臉檢測、人臉識別、人臉關鍵點定位、人臉檢索相關的算法和實現技術。另外,本書還囊括了前沿的、基于深度學習的人臉識別技術(2014―2020年)。本書講解的算法具有前沿性和實用性。通過本書學習,學習人員能夠在3~5個月內系統地了解、掌握人臉檢測、人臉識別、人臉關鍵點定位、人臉檢索的算法原理與實戰技術。本書內容新穎、技術前沿、層次清晰,適合高校教師、研究生、工程師和人臉識別愛好者使用。
人工智能出版工程人工智能:人臉識別與搜索 目錄
第1章 人臉識別概述 1
1.1 廣義的人臉識別的1:1、1:N和N:N比對計算模式 2
1.1.1 人臉驗證――1:1相似度對比 3
1.1.2 人臉檢索――1:N相似度比對 4
1.1.3 N:N人臉相似性計算 6
1.1.4 人臉檢測、人臉識別、人臉檢索與1:1、1:N、N:N
人臉相似度計算 6
1.2 人臉識別技術的應用場景 7
1.2.1 當前應用 8
1.2.2 未來應用 11
1.3 常用數據集介紹 12
1.3.1 人臉檢測數據集 12
1.3.2 人臉識別數據集 14
1.3.3 人臉關鍵點定位數據集 15
1.3.4 其他數據集 16
本章參考文獻 17
?
第2章 人臉檢測技術的*新進展 19
2.1 Cascade CNN人臉檢測算法 20
2.2 MTCNN人臉檢測算法 24
2.3 Face R-CNN人臉檢測算法 27
2.4 SSH人臉檢測算法 28
2.5 DSFD人臉檢測算法 32
2.6 本章小結 35
本章參考文獻 36
第3章 人臉識別技術的*新進展 38
3.1 DeepID系列人臉識別算法 39
3.2 FaceNet人臉識別算法 41
3.3 ArcFace人臉識別算法 44
本章參考文獻 47
第4章 人臉關鍵點定位技術的*新進展 49
4.1 Coarse-to-Fine CNN人臉關鍵點定位算法 50
4.2 TCDCN人臉關鍵點定位算法 51
4.3 SIR-LAN人臉關鍵點定位算法 52
4.4 SAN人臉關鍵點定位算法 54
4.5 WingLoss:人臉關鍵點定位算法的損失函數設計 55
本章參考文獻 56
第5章 人臉檢索技術的*新進展 57
5.1 人臉檢索與人臉識別的相似之處與不同之處 57
5.2 人臉檢索與圖像檢索的相似之處與不同之處 58
5.3 基于深度哈希的人臉檢索算法 59
5.4 同時考慮哈希碼損失和分類損失的圖像檢索技術 61
本章參考文獻 63
第6章 經典的人臉檢測算法 64
6.1 DPM人臉檢測算法 65
6.1.1 DPM人臉檢測算法原理 65
6.1.2 DPM人臉檢測算法檢測結果 70
6.2 LAEO人臉檢測算法 71
6.2.1 LAEO人臉檢測算法原理 71
6.2.2 LAEO人臉檢測算法檢測結果 74
6.3 Viola & Jones人臉檢測算法 75
6.3.1 Viola & Jones人臉檢測算法原理 75
6.3.2 Viola & Jones人臉檢測算法檢測結果 78
本章參考文獻 79
第7章 基于深度學習的人臉檢測算法實踐 82
7.1 CNN Facial Point Detection人臉檢測算法 82
7.1.1 CNN Facial Point Detection人臉檢測算法原理 83
7.1.2 CNN Facial Point Detection人臉檢測算法檢測結果 83
7.2 DDFD人臉檢測算法 84
7.2.1 DDFD人臉檢測算法原理 85
7.2.2 DDFD人臉檢測算法檢測結果 85
7.3 人臉檢測算法融合 86
本章參考文獻 88
第8章 基于Fast R-CNN的人臉檢測實踐 90
8.1 Fast R-CNN簡介 90
8.2 Fast R-CNN的特點和結構 91
8.3 數據集的預處理 94
8.4 基于Fast R-CNN訓練人臉檢測模型 95
8.4.1 訓練階段 95
8.4.2 測試階段 101
本章參考文獻 105
第9章 基于HOG特征的人臉關鍵點定位實踐 105
9.1 H-GBDT算法介紹 108
9.2 相關算法介紹 111
9.2.1 GBDT算法介紹 111
9.2.2 HOG特征介紹 113
9.3 H-GBDT人臉關鍵點定位算法設計 114
9.4 實驗設計 115
9.4.1 數據集 115
9.4.2 SO-RF算法和Face++人臉識別系統 117
9.4.3 實驗結果比較 118
9.5 本章小結 125
本章參考文獻 126
第10章 人臉識別實踐 125
10.1 DeepID算法 131
10.1.1 DeepID算法的原理 132
10.1.2 DeepID算法實現 133
10.1.3 DeepID算法結果 146
10.2 VGG Face Descriptor算法 148
10.2.1 VGG Face Descriptor算法原理 148
10.2.2 VGG Face Descriptor算法實現 150
10.2.3 VGG Face Descriptor算法結果 152
10.3 3種經典的人臉識別算法 155
10.3.1 EigenFaces算法 155
10.3.2 FisherFaces算法 165
10.3.3 LBP算法 174
10.4 人臉識別算法對比分析 179
10.5 本章小結 180
本章參考文獻 181
第11章 人臉檢索實踐 177
11.1 人臉檢索簡介 185
11.2 計算人臉相似度的方法 186
11.2.1 歐氏距離 186
11.2.2 余弦相似度 188
11.3 圖像快速查找算法 189
11.4 評價人臉檢索結果的標準 190
11.5 PHash算法 190
11.5.1 PHash算法原理 190
11.5.2 PHash算法實現 191
11.5.3 PHash算法的實驗數據、實驗結果及其分析 193
11.6 DHash算法 194
11.6.1 DHash算法原理 195
11.6.2 DHash算法實現 195
11.6.3 Dhash算法的實驗數據、實驗結果及其分析 197
11.7 PCA算法 198
11.7.1 PCA算法原理 198
11.7.2 PCA算法實現 200
11.7.3 PCA算法的實驗數據、實驗結果及其分析 203
11.8 BoF-SIFT算法 204
11.8.1 BoF-SIFT算法原理 205
11.8.2 BoF-SIFT算法實現 205
11.8.3 BoF-SIFT算法的實驗數據、實驗結果及其分析 213
11.9 用于圖像快速檢索的KD-Tree索引 215
11.9.1 FLANN算法的使用 215
11.9.2 KD-Tree的創建與查詢處理 215
11.9.3 FLANN中KD-Tree算法的實現 217
11.9.4 FLANN算法的實驗數據、實驗結果及其分析 219
11.10 Gabor算法 220
11.10.1 Gabor算法原理 220
11.10.2 Gabor算法實現 223
11.10.3 Gabor算法的實驗數據、實驗結果及其分析 229
11.11 HOG 231
11.11.1 HOG原理 231
11.11.2 HOG實現 232
11.11.3 HOG的實驗數據、實驗結果及其分析 234
11.12 基于DeepID的人臉檢索 236
11.12.1 DeepID方法 236
11.12.2 神經網絡結構介紹 236
11.12.3 DeepID算法的實驗數據、實驗結果及其分析 237
11.13 哈希方法和深度哈希方法 238
本章參考文獻 240
第12章 人臉檢測商業軟件及其應用示例 232
12.1 VeriLook 241
12.2 Face++ 247
12.3 各種算法的對比分析 250
12.4 視頻中的人臉檢測與追蹤 253
本章參考文獻 257
第13章 GAN與人臉生成 248
13.1 DCGAN 259
13.1.1 DCGAN原理 259
13.1.2 DCGAN判別器和生成器的優化過程 262
13.1.3 DCGAN訓練流程 263
13.1.4 實驗結果 269
13.2 BEGAN 270
13.2.1 網絡模型結構 273
13.2.2 BEGAN判別器和生成器優化過程 275
13.2.3 BEGAN訓練流程 277
13.2.4 實驗結果 286
本章參考文獻 288
后記 275
人工智能出版工程人工智能:人臉識別與搜索 作者簡介
張重生,男,博士,教授,碩士生導師,河南大學大數據研究中心、大數據團隊帶頭人。研究領域為大數據分析、深度學習、數據挖掘、數據庫、數據流(實時數據分析)。博士畢業于 INRIA,France(法國國家信息與自動化研究所),獲得優秀博士論文榮譽。2010年08月至2011年3月,在美國加州大學洛杉磯分校(UCLA),計算機系,師從著名的數據庫專家Carlo Zaniolo教授,從事數據挖掘領域的合作研究。 2012-2013,挪威科技大學,ERCIM/Marie-Curie Fellow。
- >
巴金-再思錄
- >
李白與唐代文化
- >
二體千字文
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
伯納黛特,你要去哪(2021新版)
- >
羅曼·羅蘭讀書隨筆-精裝
- >
經典常談
- >
推拿