刷臉背后：人臉檢測、人臉識別、人臉檢索

第1章 人臉檢測、人臉識別與人臉檢索概述\t1
1．1 人臉檢測、人臉識別與人臉檢索的應(yīng)用場景\t2
1．1．1 當(dāng)前應(yīng)用\t3
1．1．2 未來應(yīng)用\t5
1．2 人臉檢測、人臉識別與人臉檢索常用的數(shù)據(jù)集\t5
1．2．1 LFW數(shù)據(jù)集\t5
1．2．2 FDDB數(shù)據(jù)集\t6
1．2．3 Wanwan1數(shù)據(jù)集\t7
1．2．4 Wanwan2數(shù)據(jù)集\t8
1．3 OpenCV的簡介、安裝與使用\t8
參考文獻\t15
第2章 圖像處理基礎(chǔ)\t16
2．1 數(shù)字圖像處理的基本概念\t16
2．1．1 像素\t17
2．1．2 分辨率\t17
2．1．3 圖像的色調(diào)、亮度和飽和度\t19
2．1．4 圖像的對比度\t22
2．1．5 圖像的紋理\t23
2．2 顏色空間\t26
2．2．1 RGB顏色空間\t26
2．2．2 HSV顏色空間\t27
2．2．3 YUV顏色空間\t27
2．2．4 顏色空間的轉(zhuǎn)換\t28
2．3 數(shù)字圖像處理的基本操作\t32
2．3．1 圖像的讀取\t32
2．3．2 圖像的顯示\t34
2．3．3 圖像的修改\t35
2．3．4 圖像的保存\t36
2．3．5 獲取圖像的基本信息\t37
2．4 圖像類型及轉(zhuǎn)換\t38
2．4．1 圖像類型\t39
2．4．2 圖像類型的轉(zhuǎn)換\t39
2．5　圖像變換處理\t48
2．5．1　圖像的平移\t48
2．5．2 圖像的旋轉(zhuǎn)\t51
2．5．3 圖像的縮放\t52
2．5．4 圖像的剪切\(zhòng)t55
2．5．5 圖像的翻轉(zhuǎn)\t58
2．6 圖像的噪聲和濾波\t60
2．6．1 常見的噪聲模型\t60
2．6．2 經(jīng)典的去噪算法\t64
第3章 人臉檢測實戰(zhàn)\t67
3．1 DPM人臉檢測算法\t67
3．1．1 DPM人臉檢測算法的使用\t68
3．1．2 DPM人臉檢測算法的原理\t69
3．1．3 DPM人臉檢測算法的檢測結(jié)果\t73
3．2 LAEO人臉檢測算法\t74
3．2．1 LAEO人臉檢測算法的使用\t74
3．2．2 LAEO人臉檢測算法的原理\t75
3．2．3 LAEO人臉檢測算法的檢測結(jié)果\t77
3．3 Viola＆Jones人臉檢測算法\t79
3．3．1 Viola＆Jones人臉檢測算法的使用\t79
3．3．2 Viola＆Jones人臉檢測算法的原理\t79
3．3．3 Viola＆Jones人臉檢測算法的檢測結(jié)果\t82
參考文獻\t83
第4章 基于深度學(xué)習(xí)的人臉檢測算法\t84
4．1 CNN Facial Point Detection人臉檢測算法\t84
4．1．1 CNN Facial Point Detection人臉檢測算法的使用\t85
4．1．2 CNN Facial Point Detection人臉檢測算法的原理\t85
4．1．3 CNN Facial Point Detection人臉檢測算法的檢測結(jié)果\t86
4．2 DDFD人臉檢測算法\t87
4．2．1 DDFD人臉檢測算法的使用\t87
4．2．2 DDFD人臉檢測算法的原理\t88
4．2．3 DDFD人臉檢測算法的檢測結(jié)果\t89
4．3 人臉檢測算法融合\t90
參考文獻\t92
第5章 基于Fast R-CNN的人臉檢測\t94
5．1 Fast R-CNN簡介\t94
5．2 Fast R-CNN的特點和結(jié)構(gòu)\t95
5．3 Fast R-CNN的使用\t96
5．4 數(shù)據(jù)集的預(yù)處理\t97
5．5 EdgeBoxes的使用\t98
5．6 使用EdgeBoxes提取object proposal\t99
5．7 基于Fast R-CNN訓(xùn)練人臉檢測網(wǎng)絡(luò)模型和測試\t100
5．7．1 訓(xùn)練階段\t100
5．7．2 測試階段\t106
5．7．3 評估階段\t108
5．7．4 優(yōu)化階段\t111
參考文獻\t112
第6章 人臉識別實戰(zhàn)\t113
6．1 DeepID算法\t114
6．1．1 DeepID算法的原理\t114
6．1．2 DeepID算法的流程\t116
6．1．3 DeepID算法的結(jié)果\t126
6．2 VGG Face Descriptor算法\t128
6．2．1 VGG Face Descriptor算法的原理\t128
6．2．2 VGG Face Descriptor算法的實現(xiàn)\t129
6．2．3 VGG Face Descriptor算法的結(jié)果\t131
6．3 OpenCV中的3種人臉識別算法\t132
6．3．1 Eigenfaces\t132
6．3．2 Fisherfaces\t140
6．3．3 Local Binary Patterns Histograms\t148
6．4 人臉識別算法對比分析\t152
6．5 小結(jié)\t153
參考文獻\t155
第7章 人臉檢索實踐\t157
7．1 人臉檢索簡介\t157
7．2 計算人臉相似度的方法\t158
7．2．1 歐氏距離\t159
7．2．2 余弦相似度\t159
7．3 查詢處理算法\t161
7．4 評價人臉檢索結(jié)果的標(biāo)準(zhǔn)\t161
7．5 PHash算法\t161
7．5．1 PHash算法的使用\t162
7．5．2 PHash算法原理\t162
7．5．3 PHash算法實現(xiàn)\t162
7．5．4 PHash算法的實驗數(shù)據(jù)、實驗結(jié)果及分析\t164
7．6 DHash算法\t168
7．6．1 DHash算法的使用\t168
7．6．2 DHash算法原理\t168
7．6．3 DHash算法實現(xiàn)\t169
7．6．4 DHash算法的實驗數(shù)據(jù)、實驗結(jié)果及分析\t170
7．7 PCA算法\t173
7．7．1 PCA算法的使用\t173
7．7．2 PCA算法原理\t174
7．7．3 PCA算法實現(xiàn)\t175
7．7．4 PCA算法的實驗數(shù)據(jù)、實驗結(jié)果及分析\t177
7．8 BoF特征\t181
7．8．1 BoF-SIFT算法的使用\t182
7．8．2 BoF-SIFT算法原理\t182
7．8．3 BoF-SIFT算法實現(xiàn)\t182
7．8．4 BoF-SIFT算法的實驗數(shù)據(jù)、實驗結(jié)果及分析\t188
7．9 用于圖像快速檢索的KD-Tree索引\t190
7．9．1 FLANN算法的使用\t191
7．9．2 KD-Tree的創(chuàng)建與查詢處理\t191
7．9．3 FLANN中KD-Tree的算法實現(xiàn)\t192
7．9．4 FLANN算法的實驗數(shù)據(jù)、實驗結(jié)果及分析\t194
7．10 Gabor算法\t195
7．10．1 Gabor算法的使用\t196
7．10．2 Gabor算法原理\t196
7．10．3 Gabor算法實現(xiàn)\t199
7．10．4 Gabor算法的實驗數(shù)據(jù)、實驗結(jié)果及分析\t204
7．11 HOG算法\t208
7．11．1 HOG算法的使用\t209
7．11．2 HOG算法原理\t209
7．11．3 HOG算法實現(xiàn)\t210
7．11．4 HOG算法的實驗數(shù)據(jù)、實驗結(jié)果及分析\t212
7．12 深度學(xué)習(xí)特征\t215
7．12．1 深度學(xué)習(xí)算法的使用\t215
7．12．2 深度學(xué)習(xí)算法原理\t215
7．12．3 深度學(xué)習(xí)算法實現(xiàn)\t216
7．12．4 深度學(xué)習(xí)算法的實驗數(shù)據(jù)、實驗結(jié)果及分析\t216
參考文獻\t220
第8章 人臉檢測商業(yè)軟件及其應(yīng)用示例\t222
8．1 人臉檢測商業(yè)軟件之VeriLook\t222
8．2 人臉檢測商業(yè)軟件之Face++\t226
8．3 各種人臉檢測算法的對比分析\t229
8．4 視頻中的人臉檢測與追蹤\t231
參考文獻\t234