新到貨599現折59
人工智能:人臉識別與搜索

人工智能:人臉識別與搜索

  • 定價:534
  • 運送方式:
  • 臺灣與離島
  • 海外
  • 可配送點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
  • 可取貨點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
載入中...
  • 分享
 

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”背後的技術,包括人臉檢測、人臉識別、人臉關鍵點定位、人臉檢索相關的演算法和實現技術。另外,本書還囊括了前沿的、基於深度學習的人臉識別技術(2014—2020年)。本書講解的演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個月內系統地瞭解、掌握人臉檢測、人臉識別、人臉關鍵點定位、人臉檢索的演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。
 

作者介紹

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(即時數據分析)。博士畢業于 INRIA,France(法國國家資訊與自動化研究所),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。
 

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 常用資料集介紹 12
1.3.1 人臉檢測資料集 12
1.3.2 人臉識別資料集 14
1.3.3 人臉關鍵點定位資料集 15
1.3.4 其他資料集 16
本章參考文獻 17

第2章 人臉檢測技術的最新進展 19
2.1 Cascade CNN人臉檢測演算法 20
2.2 MTCNN人臉檢測演算法 24
2.3 Face R-CNN人臉檢測演算法 27
2.4 SSH人臉檢測演算法 28
2.5 DSFD人臉檢測演算法 32
2.6 本章小結 35
本章參考文獻 36

第3章 人臉識別技術的最新進展 38
3.1 DeepID系列人臉識別演算法 39
3.2 FaceNet人臉識別演算法 41
3.3 ArcFace人臉識別演算法 44
本章參考文獻 47

第4章 人臉關鍵點定位技術的最新進展 49
4.1 Coarse-to-Fine CNN人臉關鍵點定位演算法 50
4.2 TCDCN人臉關鍵點定位演算法 51
4.3 SIR-LAN人臉關鍵點定位演算法 52
4.4 SAN人臉關鍵點定位演算法 54
4.5 WingLoss:人臉關鍵點定位演算法的損失函數設計 55
本章參考文獻 56

第5章 人臉檢索技術的最新進展 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 基於深度雜湊的人臉檢索演算法 59
5.4 同時考慮雜湊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 經典的人臉檢測演算法 64
6.1 DPM人臉檢測演算法 65
6.1.1 DPM人臉檢測演算法原理 65
6.1.2 DPM人臉檢測演算法檢測結果 70
6.2 LAEO人臉檢測演算法 71
6.2.1 LAEO人臉檢測演算法原理 71
6.2.2 LAEO人臉檢測演算法檢測結果 74
6.3 Viola & Jones人臉檢測演算法 75
6.3.1 Viola & Jones人臉檢測演算法原理 75
6.3.2 Viola & Jones人臉檢測演算法檢測結果 78
本章參考文獻 79

第7章 基於深度學習的人臉檢測演算法實踐 82
7.1 CNN Facial Point Detection人臉檢測演算法 82
7.1.1 CNN Facial Point Detection人臉檢測演算法原理 83
7.1.2 CNN Facial Point Detection人臉檢測演算法檢測結果 83
7.2 DDFD人臉檢測演算法 84
7.2.1 DDFD人臉檢測演算法原理 85
7.2.2 DDFD人臉檢測演算法檢測結果 85
7.3 人臉檢測演算法融合 86
本章參考文獻 88

第8章 基於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 資料集的預處理 94
8.4 基於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 基於HOG特徵的人臉關鍵點定位實踐 105
9.1 H-GBDT演算法介紹 108
9.2 相關演算法介紹 111
9.2.1 GBDT演算法介紹 111
9.2.2 HOG特徵介紹 113
9.3 H-GBDT人臉關鍵點定位演算法設計 114
9.4 實驗設計 115
9.4.1 資料集 115
9.4.2 SO-RF演算法和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演算法 131
10.1.1 DeepID演算法的原理 132
10.1.2 DeepID演算法實現 133
10.1.3 DeepID演算法結果 146
10.2 VGG Face Descriptor演算法 148
10.2.1 VGG Face Descriptor演算法原理 148
10.2.2 VGG Face Descriptor演算法實現 150
10.2.3 VGG Face Descriptor演算法結果 152
10.3 3種經典的人臉識別演算法 155
10.3.1 EigenFaces演算法 155
10.3.2 FisherFaces演算法 165
10.3.3 LBP演算法 174
10.4 人臉識別演算法對比分析 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 圖像快速查找演算法 189
11.4 評價人臉檢索結果的標準 190
11.5 PHash演算法 190
11.5.1 PHash演算法原理 190
11.5.2 PHash演算法實現 191
11.5.3 PHash演算法的實驗資料、實驗結果及其分析 193
11.6 DHash演算法 194
11.6.1 DHash演算法原理 195
11.6.2 DHash演算法實現 195
11.6.3 Dhash演算法的實驗資料、實驗結果及其分析 197
11.7 PCA演算法 198
11.7.1 PCA演算法原理 198
11.7.2 PCA演算法實現 200
11.7.3 PCA演算法的實驗資料、實驗結果及其分析 203
11.8 BoF-SIFT演算法 204
11.8.1 BoF-SIFT演算法原理 205
11.8.2 BoF-SIFT演算法實現 205
11.8.3 BoF-SIFT演算法的實驗資料、實驗結果及其分析 213
11.9 用於圖像快速檢索的KD-Tree索引 215
11.9.1 FLANN演算法的使用 215
11.9.2 KD-Tree的創建與查詢處理 215
11.9.3 FLANN中KD-Tree演算法的實現 217
11.9.4 FLANN演算法的實驗資料、實驗結果及其分析 219
11.10 Gabor演算法 220
11.10.1 Gabor演算法原理 220
11.10.2 Gabor演算法實現 223
11.10.3 Gabor演算法的實驗資料、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的實驗資料、實驗結果及其分析 234
11.12 基於DeepID的人臉檢索 236
11.12.1 DeepID方法 236
11.12.2 神經網路結構介紹 236
11.12.3 DeepID演算法的實驗資料、實驗結果及其分析 237
11.13 雜湊方法和深度雜湊方法 238
本章參考文獻 240

第12章 人臉檢測商務軟體及其應用示例 232
12.1 VeriLook 241
12.2 Face 247
12.3 各種演算法的對比分析 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 網路模型結構 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

後記 275
 

詳細資料

  • ISBN:9787121383984
  • 規格:平裝 / 281頁 / 16k / 19 x 26 x 1.41 cm / 普通級 / 單色印刷 / 初版
  • 出版地:中國

最近瀏覽商品

 

相關活動

  • 現代出版,由此開始。商務印書館暢銷展,精選滿888現折88。
 

購物說明

溫馨提醒您:若您訂單中有購買簡體館無庫存/預售書或庫存於海外廠商的書籍,建議與其他商品分開下單,以避免等待時間過長,謝謝。

大陸出版品書況:因裝幀品質及貨運條件未臻完善,書況與台灣出版品落差甚大,封面老舊、出現磨痕、凹痕等均屬常態,故簡體字館除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。 

 

請注意,部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。

調貨時間:若您購買海外庫存之商品,於您完成訂購後,商品原則上約45個工作天內抵台(若有將延遲另行告知)。為了縮短等待的時間,建議您將簡體書與其它商品分開訂購,以利一般商品快速出貨。 

若您具有法人身份為常態性且大量購書者,或有特殊作業需求,建議您可洽詢「企業採購」。 

退換貨說明 

會員所購買的商品均享有到貨十天的猶豫期(含例假日)。退回之商品必須於猶豫期內寄回。 

辦理退換貨時,商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性,切勿缺漏任何配件或損毀原廠外盒)。退回商品無法回復原狀者,恐將影響退貨權益或需負擔部分費用。 

訂購本商品前請務必詳閱商品退換貨原則

  • 針灸匠張寶旬
  • 手作新書79折起
  • 浪漫小說精選3本72折