人臉工程學的研究內容主要包括人臉識別、表情識別和人臉合成三個部分。本書分別介紹了人臉識別、表情識別和人臉合成研究中用到的相關理論和算法，后在總結作者所在課題組研究成果的基礎上，給出了人臉識別、表情識別和人臉合成系統(tǒng)的設計與實現(xiàn)流程實例。
十三五國家重點出版規(guī)劃項目
人工心理與數(shù)字人技術
共5本
競賽機器人
雙足步行機器人
機器智能：人工心理
機器智能：人工情感
機器智能：人臉工程
人臉研究是跨越人文科學與自然科學的新興交叉研究領域，日益得到人們的重視。隨著其研究成果在和諧人機交互、機器人、虛擬現(xiàn)實、身份識別等領域得到應用，希望了解學習人臉研究相關知識的人也越來越多。針對這種需求，作者在多年研究的基礎上，整理編寫了本書，目的是為對人臉研究感興趣的學生和研究人員提供一本較全面的入門參考書籍。
人臉工程學是指以人類學、心理學、腦科學、人文科學、認知科學、信息科學、人工智能等學科為理論基礎，利用工程的方法和技術(尤其是信息技術)對人臉(包括識別、建模與重構)進行研究的學問。本書詳細介紹了人臉工程研究的相關理論和算法，并總結作者所在課題組的研究成果，給出了人臉識別、表情識別和人臉合成等實例系統(tǒng)。
全書共有11章。第1章主要介紹人臉工程學的研究內容、發(fā)展情況及應用領域；第2章論述了人類學、文學藝術、心理學與腦科學、動畫領域關于人臉的研究；第3章給出了幾種常見的面部動作編碼系統(tǒng)和面部表情測量系統(tǒng)；第4章闡述了圖像處理技術；第5章給出了幾種常用的人臉跟蹤檢測技術；第6章主要介紹幾種常用的特征提取算法；第7章敘述了幾種常用的模式識別算法；第8章主要介紹常用的人臉合成技術；第9章給出了人臉識別系統(tǒng)的設計范例；第10章介紹了表情識別系統(tǒng)；第11章闡述了人臉合成系統(tǒng)。
本書的出版得到了機械工業(yè)出版社的大力支持，在此表示誠摯的感謝。同時感謝國家重點研發(fā)計劃重點專項(2016YFB1001404)、國家自然科學基金重點項目(6143204)、國防科技創(chuàng)新特區(qū)項目(1716312ZT00201401)以及北京科技大學中央高�；究蒲袠I(yè)務項目(FRF—TP—16—045A1)的資助。
由于作者的水平有限，書中肯定有不少的缺點和疏漏之處，敬請讀者批評指正。
前言
第1章緒論
1.1人臉工程學
1.1.1人臉工程學的研究內容
1.1.2人臉工程學研究的意義與應用
1.1.3人臉工程學研究在實用化過程中的挑戰(zhàn)
1.2人臉工程學研究歷程
1.2.1人臉識別
1.2.2表情識別
1.2.3人臉合成
1.2.4相關學術資源
1.3人臉工程學的未來研究方向
1.4本書的內容
參考文獻
第2章人臉工程學研究的學科基礎
2.1人類學對人臉的研究
2.1.1達爾文之前的研究
2.1.2達爾文對表情的研究
2.2文學藝術中對人臉的研究
2.2.1人臉的美學研究
2.2.2人臉表情在戲曲和舞臺劇中的表現(xiàn)
2.2.3人臉在各種美術畫法中的表現(xiàn)
2.3動畫中人臉的表現(xiàn)
2.3.1人臉動畫的應用
2.3.2卡通動畫中人臉的表現(xiàn)形式及常用軟件
2.3.3二維動畫中人臉的表現(xiàn)
2.4情緒心理學關于表情的研究
2.5認知心理學關于人臉的研究
2.6腦科學關于人臉的研究
2.6.1人臉識別的ERP研究
2.6.2表情識別的ERP研究
參考文獻
第3章面部運動的測量技術
3.1概述
3.2面部動作編碼系統(tǒng)
3.2.1概述
3.2.2FACS的特點與應用
3.2.3FACS的擴展與改進
3.3最大限度辨別面部肌肉運動編碼系統(tǒng)
3.3.1伊扎德與MAX
3.3.2MAX的主要內容
3.3.3MAX與FACS的比較
3.4其他面部表情測量系統(tǒng)
3.4.1表情識別整體判斷系統(tǒng)
3.4.2自我評估情緒編碼系統(tǒng)
3.4.3面部表情分析工具
參考文獻
第4章圖像處理技術
4.1圖像處理的基本概念
4.1.1數(shù)字圖像的概念
4.1.2數(shù)字圖像處理的概念
4.2圖像處理的基本操作
4.2.1圖像的平移、旋轉、放縮、鏡像變換、轉置
4.2.2圖像的平滑、銳化
4.2.3圖像的腐蝕、膨脹和細化
4.2.4圖像的恢復與重建
4.3圖像處理的高級操作
4.3.1圖像的邊緣檢測
4.3.2圖像的Hough變換
4.3.3輪廓的提取與跟蹤
參考文獻
第5章人臉檢測跟蹤技術
5.1人臉檢測
5.1.1人臉檢測方法的分類
5.1.2基于膚色的人臉檢測
5.1.3基于形狀的人臉檢測
5.1.4基于特征的人臉檢測
5.2人臉跟蹤
5.2.1幀差法
5.2.2基于運動目標預測的人臉跟蹤
5.2.3基于模型的人臉跟蹤
5.2.4基于人臉局部特征的人臉跟蹤
參考文獻
第6章面部特征提取的算法
6.1概述
6.2幾何特征的提取
6.3統(tǒng)計特征的提取
6.3.1主成分分析算法
6.3.2二維主成分分析算法
6.3.3線性判別分析算法
6.3.4獨立成分分析算法
6.4頻率域特征的提取
6.4.1小波技術
6.4.2Gabor小波
6.4.3離散余弦變換
6.5運動特征的提取
6.6代數(shù)特征的提取
參考文獻
第7章面部特征的模式識別算法
7.1線性判別分析
7.1.1線性判別函數(shù)的基本概念
7.1.2Fisher線性判別
7.1.3小結
7.2支持向量機
7.2.1支持向量機基本原理
7.2.2SVM分類器的設計
7.2.3小結
7.3貝葉斯網絡
7.3.1概述
7.3.2貝葉斯網絡概率基礎
7.3.3貝葉斯網絡的構建
7.3.4貝葉斯網絡推理算法
7.3.5貝葉斯網絡分類器
7.3.6小結
7.4隱馬爾可夫模型及其基本問題
7.4.1概述
7.4.2馬爾可夫鏈模型
7.4.3隱馬爾可夫模型
7.4.4隱馬爾可夫模型的三個基本問題
7.4.5隱馬爾可夫算法實現(xiàn)中的基本問題
7.4.6小結
7.5人工神經網絡
7.5.1概述
7.5.2人工神經網絡集成
7.5.3小結
7.6模糊模式識別
7.6.1概述
7.6.2模糊數(shù)學基本理論
7.6.3模糊模式識別
7.6.4小結
參考文獻
第8章人臉合成的方法與技術
8.1概述
8.2人臉合成技術的分類
8.3人臉幾何建模
8.3.1人臉模型的表達形式
8.3.2一般人臉模型
8.3.3特定人臉模型
8.4紋理映射
8.5人臉動畫
8.5.1人臉動畫技術
8.5.2人臉動畫驅動技術
8.6MPEG4人臉動畫原理
8.6.1FDP、FAP與FAPU的定義
8.6.2FAP驅動人臉動畫的基本原理
參考文獻
第9章人臉識別系統(tǒng)
9.1概述
9.2人臉識別關鍵問題的研究
9.3人臉識別流程
9.4人臉識別系統(tǒng)的設計與實現(xiàn)
9.4.1人臉識別系統(tǒng)的總體設計
9.4.2人臉識別系統(tǒng)的算法設計
9.4.3人臉識別系統(tǒng)的實現(xiàn)
參考文獻
第10章面部表情識別系統(tǒng)
10.1概述
10.2基于靜態(tài)圖像的面部表情識別系統(tǒng)
10.2.1系統(tǒng)的總體設計
10.2.2系統(tǒng)的算法設計
10.2.3系統(tǒng)的實現(xiàn)
10.3基于主動表觀模型的實時面部表情識別系統(tǒng)
10.3.1系統(tǒng)設計
10.3.2基于膚色模型的人臉檢測
10.3.3人臉圖像預處理
10.3.4特征點定位及特征提取
10.3.5表情識別
10.4基于動態(tài)圖像序列的面部表情識別
10.4.1光流的基本計算方法
10.4.2基于Hessian矩陣的改進光流算法
10.4.3散度旋度樣條約束下的非剛體光流算法
10.4.4基于改進MMI的HMM算法的面部表情識別
10.4.5基于改進MMD的HMM算法的面部表情識別
參考文獻
第11章人臉合成實例
11.1基于視頻的人臉表情合成
11.1.1Candide模型
11.1.2標準人臉模型到特定人臉模型的變換
11.1.3紋理貼圖
11.1.4面部表情的運動計算及表情合成
11.1.5實時表情信息獲取與表情重構的實現(xiàn)
11.1.6小結
11.2三維虛擬人臉模型
11.2.1三維人臉模型的建立
11.2.2特征點的選取
11.2.3紋理映射
11.2.4特定虛擬人臉模型的實現(xiàn)
11.2.5小結
11.3虛擬人臉的年齡仿真
11.3.1年齡老化特征的相關研究
11.3.2Dirichlet自由變形算法
11.3.3Dirichlet自由變形算法在三維空間中的應用
11.3.4應用Dirichlet自由變形算法生成特定人臉模型
11.3.5虛擬人臉部年齡仿真的實現(xiàn)
參考文獻
附錄縮略語
書單推薦
