java phash算法_刷脸背后:人脸检测 人脸识别 人脸检索 PDF 下载

相关截图:

121dbf0c2717863bee0c44e33e2622c4.png

资料简介:

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。

资料目录:

第1章 人脸检测、人脸识别与人脸检索概述 1

1.1 人脸检测、人脸识别与人脸检索的应用场景 2

1.1.1 当前应用 3

1.1.2 未来应用 5

1.2 人脸检测、人脸识别与人脸检索常用的数据集 5

1.2.1 LFW数据集 5

1.2.2 FDDB数据集 6

1.2.3 Wanwan1数据集 7

1.2.4 Wanwan2数据集 8

1.3 OpenCV的简介、安装与使用 8

参考文献 15

第2章 图像处理基础 16

2.1 数字图像处理的基本概念 16

2.1.1 像素 17

2.1.2 分辨率 17

2.1.3 图像的色调、亮度和饱和度 19

2.1.4 图像的对比度 22

2.1.5 图像的纹理 23

2.2 颜色空间 26

2.2.1 RGB颜色空间 26

2.2.2 HSV颜色空间 27

2.2.3 YUV颜色空间 27

2.2.4 颜色空间的转换 28

2.3 数字图像处理的基本操作 32

2.3.1 图像的读取 32

2.3.2 图像的显示 34

2.3.3 图像的修改 35

2.3.4 图像的保存 36

2.3.5 获取图像的基本信息 37

2.4 图像类型及转换 38

2.4.1 图像类型 39

2.4.2 图像类型的转换 39

2.5 图像变换处理 48

2.5.1 图像的平移 48

2.5.2 图像的旋转 51

2.5.3 图像的缩放 52

2.5.4 图像的剪切 55

2.5.5 图像的翻转 58

2.6 图像的噪声和滤波 60

2.6.1 常见的噪声模型 60

2.6.2 经典的去噪算法 64

第3章 人脸检测实战 67

3.1 DPM人脸检测算法 67

3.1.1 DPM人脸检测算法的使用 68

3.1.2 DPM人脸检测算法的原理 69

3.1.3 DPM人脸检测算法的检测结果 73

3.2 LAEO人脸检测算法 74

3.2.1 LAEO人脸检测算法的使用 74

3.2.2 LAEO人脸检测算法的原理 75

3.2.3 LAEO人脸检测算法的检测结果 77

3.3 Viola&Jones人脸检测算法 79

3.3.1 Viola&Jones人脸检测算法的使用 79

3.3.2 Viola&Jones人脸检测算法的原理 79

3.3.3 Viola&Jones人脸检测算法的检测结果 82

参考文献 83

第4章 基于深度学习的人脸检测算法 84

4.1 CNN Facial Point Detection人脸检测算法 84

4.1.1 CNN Facial Point Detection人脸检测算法的使用 85

4.1.2 CNN Facial Point Detection人脸检测算法的原理 85

4.1.3 CNN Facial Point Detection人脸检测算法的检测结果 86

4.2 DDFD人脸检测算法 87

4.2.1 DDFD人脸检测算法的使用 87

4.2.2 DDFD人脸检测算法的原理 88

4.2.3 DDFD人脸检测算法的检测结果 89

4.3 人脸检测算法融合 90

参考文献 92

第5章 基于Fast R-CNN的人脸检测 94

5.1 Fast R-CNN简介 94

5.2 Fast R-CNN的特点和结构 95

5.3 Fast R-CNN的使用 96

5.4 数据集的预处理 97

5.5 EdgeBoxes的使用 98

5.6 使用EdgeBoxes提取object proposal 99

5.7 基于Fast R-CNN训练人脸检测网络模型和测试 100

5.7.1 训练阶段 100

5.7.2 测试阶段 106

5.7.3 评估阶段 108

5.7.4 优化阶段 111

参考文献 112

第6章 人脸识别实战 113

6.1 DeepID算法 114

6.1.1 DeepID算法的原理 114

6.1.2 DeepID算法的流程 116

6.1.3 DeepID算法的结果 126

6.2 VGG Face Descriptor算法 128

6.2.1 VGG Face Descriptor算法的原理 128

6.2.2 VGG Face Descriptor算法的实现 129

6.2.3 VGG Face Descriptor算法的结果 131

6.3 OpenCV中的3种人脸识别算法 132

6.3.1 Eigenfaces 132

6.3.2 Fisherfaces 140

6.3.3 Local Binary Patterns Histograms 148

6.4 人脸识别算法对比分析 152

6.5 小结 153

参考文献 155

第7章 人脸检索实践 157

7.1 人脸检索简介 157

7.2 计算人脸相似度的方法 158

7.2.1 欧氏距离 159

7.2.2 余弦相似度 159

7.3 查询处理算法 161

7.4 评价人脸检索结果的标准 161

7.5 PHash算法 161

7.5.1 PHash算法的使用 162

7.5.2 PHash算法原理 162

7.5.3 PHash算法实现 162

7.5.4 PHash算法的实验数据、实验结果及分析 164

7.6 DHash算法 168

7.6.1 DHash算法的使用 168

7.6.2 DHash算法原理 168

7.6.3 DHash算法实现 169

7.6.4 DHash算法的实验数据、实验结果及分析 170

7.7 PCA算法 173

7.7.1 PCA算法的使用 173

7.7.2 PCA算法原理 174

7.7.3 PCA算法实现 175

7.7.4 PCA算法的实验数据、实验结果及分析 177

7.8 BoF特征 181

7.8.1 BoF-SIFT算法的使用 182

7.8.2 BoF-SIFT算法原理 182

7.8.3 BoF-SIFT算法实现 182

7.8.4 BoF-SIFT算法的实验数据、实验结果及分析 188

7.9 用于图像快速检索的KD-Tree索引 190

7.9.1 FLANN算法的使用 191

7.9.2 KD-Tree的创建与查询处理 191

7.9.3 FLANN中KD-Tree的算法实现 192

7.9.4 FLANN算法的实验数据、实验结果及分析 194

7.10 Gabor算法 195

7.10.1 Gabor算法的使用 196

7.10.2 Gabor算法原理 196

7.10.3 Gabor算法实现 199

7.10.4 Gabor算法的实验数据、实验结果及分析 204

7.11 HOG算法 208

7.11.1 HOG算法的使用 209

7.11.2 HOG算法原理 209

7.11.3 HOG算法实现 210

7.11.4 HOG算法的实验数据、实验结果及分析 212

7.12 深度学习特征 215

7.12.1 深度学习算法的使用 215

7.12.2 深度学习算法原理 215

7.12.3 深度学习算法实现 216

7.12.4 深度学习算法的实验数据、实验结果及分析 216

参考文献 220

第8章 人脸检测商业软件及其应用示例 222

8.1 人脸检测商业软件之VeriLook 222

8.2 人脸检测商业软件之Face 226

8.3 各种人脸检测算法的对比分析 229

8.4 视频中的人脸检测与追踪 231

参考文献 234

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Java是一种广泛使用的面向对象的编程语言,由Sun Microsystems公司于1995年5月正式发布。它的设计目标是“一次编写,到处运行(Write Once, Run Anywhere)”,这意味着开发者可以使用Java编写应用程序,并在支持Java的任何平台上无需重新编译即可运行,这得益于其独特的跨平台性,通过Java虚拟机(JVM)实现不同操作系统上的兼容。 Java的特点包括: 面向对象:Java全面支持面向对象的特性,如封装、继承和多态,使得代码更易于维护和扩展。 安全:Java提供了丰富的安全特性,如禁止指针运算、自动内存管理和异常处理机制,以减少程序错误和恶意攻击的可能性。 可移植性:Java字节码可以在所有安装了JVM的设备上执行,从服务器到嵌入式系统,再到移动设备和桌面应用。 健壮性与高性能:Java通过垃圾回收机制确保内存的有效管理,同时也能通过JIT编译器优化来提升运行时性能。 标准库丰富:Java拥有庞大的类库,如Java SE(Java Standard Edition)包含基础API,用于开发通用应用程序;Java EE(Java Enterprise Edition)提供企业级服务,如Web服务、EJB等;而Java ME(Java Micro Edition)则针对小型设备和嵌入式系统。 社区活跃:Java有着全球范围内庞大的开发者社区和开源项目,持续推动技术进步和创新。 多线程支持:Java内建对多线程编程的支持,使并发编程变得更加简单直接。 动态性:Java可以通过反射、注解等机制实现在运行时动态加载类和修改行为,增加了程序的灵活性。 综上所述,Java凭借其强大的特性和广泛的适用范围,在企业级应用、互联网服务、移动开发等领域均扮演着举足轻重的角色,是现代软件开发不可或缺的重要工具之一。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值