《人臉識(shí)別算法與案例分析》讀書筆記模板

人臉識(shí)別算法與案例分析讀書筆記模板01思維導(dǎo)圖目錄分析精彩摘錄內(nèi)容摘要讀書筆記作者介紹目錄0305020406思維導(dǎo)圖人臉識(shí)別案例人臉識(shí)別技術(shù)算法人臉?biāo)孛杷惴ㄈ四標(biāo)孛鑼?shí)驗(yàn)分析人臉識(shí)別網(wǎng)絡(luò)方法圖像模型特征提取分辨率本書關(guān)鍵字分析思維導(dǎo)圖內(nèi)容摘要內(nèi)容摘要本書內(nèi)容豐富，闡述清晰詳盡，文圖結(jié)合緊密，可讀性好，實(shí)用性強(qiáng)，主要介紹了人臉識(shí)別中的一些算法與案例，主要包括素描人臉識(shí)別與人臉合成的研究與應(yīng)用、傳統(tǒng)特征提取算法在素描人臉識(shí)別中的應(yīng)用、深度學(xué)習(xí)在素描人臉識(shí)別上的研究與應(yīng)用、傳統(tǒng)素描人臉合成方法、基于生成對(duì)抗絡(luò)的素描人臉合成方法、人臉超分辨率重建方法等內(nèi)容。本書可作為研究人臉識(shí)別技術(shù)的參考用書，也可以作為高等院校相關(guān)專業(yè)的本科生和研究生參考書，還可供人臉識(shí)別技術(shù)領(lǐng)域工作的工程技術(shù)人員閱讀。目錄分析1.1素描人臉識(shí)別的研究與應(yīng)用1.2素描人臉合成的研究與應(yīng)用1.3人像著色的研究與應(yīng)用1.4人臉圖像超分辨率重建技術(shù)的研究與應(yīng)用1.5本章小結(jié)參考文獻(xiàn)010302040506第1章人臉識(shí)別的研究與應(yīng)用1.1素描人臉識(shí)別的研究與應(yīng)用1.1.1光學(xué)人臉識(shí)別研究歷程1.1.2素描人臉識(shí)別國內(nèi)外研究現(xiàn)狀1.1.3素描人臉識(shí)別數(shù)據(jù)庫1.1.4素描人臉識(shí)別的難點(diǎn)和發(fā)展趨勢(shì)1.2素描人臉合成的研究與應(yīng)用1.2.1素描人臉合成的國內(nèi)外研究現(xiàn)狀1.2.2素描人臉圖像質(zhì)量評(píng)估指標(biāo)1.2.3素描人臉合成的難點(diǎn)與發(fā)展趨勢(shì)1.3人像著色的研究與應(yīng)用1.3.1人像著色的國內(nèi)外研究現(xiàn)狀1.3.2人像著色的難點(diǎn)與發(fā)展趨勢(shì)1.4人臉圖像超分辨率重建技術(shù)的研究與應(yīng)用1.4.1人臉圖像超分辨率的發(fā)展及國內(nèi)外研究現(xiàn)狀1.4.2人臉圖像超分辨率重建質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)1.4.3人臉圖像超分辨率重建技術(shù)的難點(diǎn)與發(fā)展趨勢(shì)2.1傳統(tǒng)素描人臉識(shí)別算法相關(guān)原理2.2基于Surf匹配坐標(biāo)鄰域優(yōu)化的素描人臉識(shí)別2.3基于張量排序保留判別分析的人臉特征提取2.4本章小結(jié)參考文獻(xiàn)12345第2章傳統(tǒng)特征提取算法在素描人臉識(shí)別上的應(yīng)用與研究2.1傳統(tǒng)素描人臉識(shí)別算法相關(guān)原理2.1.1人臉圖像分割算法2.1.2人臉特征提取算法2.2基于Surf匹配坐標(biāo)鄰域優(yōu)化的素描人臉識(shí)別2.2.1Surf匹配2.2.2坐標(biāo)鄰域優(yōu)化2.2.3識(shí)別過程2.2.4實(shí)驗(yàn)結(jié)果與分析2.3基于張量排序保留判別分析的人臉特征提取2.3.1張量排序保留判別投影（TRPDA）模型2.3.2TRPDA求解算法2.3.3實(shí)驗(yàn)結(jié)果與分析3.1深度學(xué)習(xí)相關(guān)原理3.2基于聯(lián)合分布適配的素描人臉識(shí)別3.3基于殘差絡(luò)和度量學(xué)習(xí)的素描人臉識(shí)別3.4基于SE-ResNeXt模型的素描人臉識(shí)別第3章深度學(xué)習(xí)在素描人臉識(shí)別上的應(yīng)用參考文獻(xiàn)3.5本章小結(jié)第3章深度學(xué)習(xí)在素描人臉識(shí)別上的應(yīng)用3.1深度學(xué)習(xí)相關(guān)原理3.1.1卷積神經(jīng)絡(luò)概述3.1.2主流人臉識(shí)別模型框架3.1.3度量學(xué)習(xí)3.2基于聯(lián)合分布適配的素描人臉識(shí)別3.2.1遷移學(xué)習(xí)3.2.2模型結(jié)構(gòu)3.2.3損失函數(shù)3.2.4實(shí)驗(yàn)結(jié)果與分析3.3基于殘差絡(luò)和度量學(xué)習(xí)的素描人臉識(shí)別3.3.1模型結(jié)構(gòu)3.3.2損失函數(shù)3.3.3實(shí)驗(yàn)結(jié)果與分析3.4基于SE-ResNeXt模型的素描人臉識(shí)別3.4.1SE-ResNeXt絡(luò)模型3.4.2損失函數(shù)3.4.3實(shí)驗(yàn)結(jié)果與分析4.1結(jié)合LBP局部特征提取的素描人臉合成方法4.2結(jié)合pHash稀疏編碼的素描人臉合成方法4.3本章小結(jié)參考文獻(xiàn)第4章傳統(tǒng)素描人臉合成方法4.1結(jié)合LBP局部特征提取的素描人臉合成方法4.1.1歐氏距離粗提取4.1.2結(jié)合子塊切分的LBP局部特征提取4.1.3合成過程4.1.4實(shí)驗(yàn)結(jié)果與分析4.2結(jié)合pHash稀疏編碼的素描人臉合成方法4.2.1基于圖像熵的圖像分塊4.2.2圖像塊的特征提取4.2.3實(shí)驗(yàn)結(jié)果與分析5.1生成對(duì)抗絡(luò)相關(guān)原理5.2基于生成對(duì)抗絡(luò)的素描人臉合成方法5.3基于雙層對(duì)抗絡(luò)的素描人臉合成方法5.4基于特征學(xué)習(xí)生成對(duì)抗絡(luò)的高質(zhì)量素描人臉合成方法5.5多判別器循環(huán)生成對(duì)抗絡(luò)的素描人臉合成方法12345第5章生成對(duì)抗絡(luò)在素描人臉合成中的應(yīng)用參考文獻(xiàn)5.6本章小結(jié)第5章生成對(duì)抗絡(luò)在素描人臉合成中的應(yīng)用5.1生成對(duì)抗絡(luò)相關(guān)原理5.1.1生成對(duì)抗絡(luò)模型概述5.1.2生成對(duì)抗絡(luò)的改進(jìn)5.2基于生成對(duì)抗絡(luò)的素描人臉合成方法5.2.1生成對(duì)抗絡(luò)模型5.2.2損失函數(shù)5.2.3實(shí)驗(yàn)結(jié)果與分析5.3基于雙層對(duì)抗絡(luò)的素描人臉合成方法5.3.1雙層對(duì)抗絡(luò)模型5.3.2損失函數(shù)5.3.3實(shí)驗(yàn)結(jié)果與分析5.4基于特征學(xué)習(xí)生成對(duì)抗絡(luò)的高質(zhì)量素描人臉合成方法5.4.1特征學(xué)習(xí)生成對(duì)抗絡(luò)模型5.4.2損失函數(shù)5.4.3實(shí)驗(yàn)結(jié)果與分析5.5多判別器循環(huán)生成對(duì)抗絡(luò)的素描人臉合成方法5.5.1多判別器循環(huán)生成對(duì)抗絡(luò)模型5.5.2損失函數(shù)5.5.3實(shí)驗(yàn)結(jié)果與分析6.1色彩空間6.2絡(luò)結(jié)構(gòu)6.3損失函數(shù)6.4實(shí)驗(yàn)結(jié)果與分析第6章基于聯(lián)合一致循環(huán)生成對(duì)抗絡(luò)的人像著色方法參考文獻(xiàn)6.5本章小結(jié)第6章基于聯(lián)合一致循環(huán)生成對(duì)抗絡(luò)的人像著色方法6.2絡(luò)結(jié)構(gòu)6.2.1著色絡(luò)模型6.2.2生成絡(luò)6.2.3判別絡(luò)6.3損失函數(shù)6.3.1生成對(duì)抗損失6.3.2聯(lián)合一致性損失6.4實(shí)驗(yàn)結(jié)果與分析6.4.1數(shù)據(jù)庫及參數(shù)設(shè)置6.4.2消融實(shí)驗(yàn)6.4.3和已有方法對(duì)比7.1雙層級(jí)聯(lián)神經(jīng)絡(luò)的人臉超分辨率重建7.2基于引導(dǎo)圖像的人臉超分辨率重建7.3本章小結(jié)參考文獻(xiàn)第7章人臉超分辨率重建7.1雙層級(jí)聯(lián)神經(jīng)絡(luò)的人臉超分辨率重建7.1.1堆疊沙漏塊結(jié)構(gòu)7.1.2雙層級(jí)聯(lián)神經(jīng)絡(luò)結(jié)構(gòu)7.1.3損失函數(shù)7.1.4實(shí)驗(yàn)結(jié)果與分析7.2基于引導(dǎo)圖像的人臉超分辨率重建7.2.13DMM人臉擬合7.2.2基于3DMM的人臉矯正7.2.3基于引導(dǎo)圖像的人臉超分辨率重建絡(luò)7.2.4實(shí)驗(yàn)結(jié)果與分析讀書筆記讀書筆記