人脸识别一直是生物识别领域的研究热点，在计算机、(应用)数学、电子、自动化、可视化、虚拟现实、图像处理与模式识别等学科都有较广泛的研究，同时也在航空航天、气象、刑事侦察、出入境关口管理、机场检查等领域有着重要的应用价值。

全书内容分为14章，其中正文根据内容可结合成为依次递进的三部分：人脸识别的基础知识(第1～3章)、人脸识别的基本方法(第4～9章)，以及人脸识别的高级方法(第10～14章)。

本书内容全面、系统性强，适应读者面广，可作为高校教师、研究生、科技工作者，以及相关部门的应用人员的参考书。

本书主要介绍人脸识别技术的基本原理、研究内容、研究方法，以及已有的研究成果，并探讨相应的发展趋势。书中给出了人脸识别的基本过程框架，该框架包括人脸图像获取、人脸图像预处理、人脸表征、人脸检测、人脸分割和人脸的判定，并对其中的具体实现技术和方法进行了全面阐述。随后，对影响人脸识别的三大关键因素：光照、表情和姿态进行了论述，并贯穿了相关的最新研究成果和处理方法。最后，针对视频图像，对动态人脸跟踪进行了探讨，并对人脸识别的现状和研究趋势进行了说明。

本书内容全面、系统性强，适应读者面广，可作为高校教师、研究生、科技工作者，以及相关部门的应用人员的参考书。

前言

第一部分 人脸识别的基础知识

第1章 绪论

 1.1 生物特征识别技术简介

1.1.1 生物特征识别技术原理

1.1.2 生物特征识别技术分类

1.1.3 生物特征识别技术的发展趋势

 1.2 人脸识别技术概述

1.2.1 人脸识别的研究内容

1.2.2 人脸识别技术的特点

1.2.3 人脸识别技术的研究现状

1.2.4 人脸识别技术存在的难点

1.2.5 人脸识别技术的发展趋势

1.2.6 人脸识别技术的应用领域

 参考文献

第2章 人脸识别系统与评价

 2.1 商用的人脸识别系统

2.1.1 国外人脸识别系统

2.1.2 国内人脸识别系统

 2.2 人脸数据库

2.2.1 国外人脸数据库

2.2.2 国内人脸数据库

 2.3 评价人脸识别系统的标准

2.3.1 人脸识别系统的要求

2.3.2 人脸识别系统的性能指标

2.3.3 人脸识别系统的测试标准

 参考文献

第3章 人脸识别的基本理论

 3.1 特征提取和特征选择

3.1.1 特征提取和特征选择的基本概念

3.1.2 特征提取方法

3.1.3 特征选择方法

 3.2 线性判别函数

3.2.1 线性判别函数的基本概念

3.2.2 设计线性分类器的主要步骤

3.2.3 Fisher线性判别

 3.3 贝叶斯决策

3.3.1 贝叶斯决策理论的产生和发展

3.3.2 几种常用的贝叶斯决策规则

 3.4 人工神经网络

3.4.1 人工神经网络基础

3.4.2 BP神经网络 

3.4.3 Hopfield模型网络

 3.5 统计学习理论与支持向量机

3.5.1 统计学习理论基础

3.5.2 最优分类面

3.5.3 广义最优分类面

3.5.4 支持向量机

 3.6 模糊聚类分析

3.6.1 模糊理论基础

3.6.2 模糊聚类分析

3.6.3 基于目标函数的模糊聚类分析方法

参考文献

第二部分 人脸识别的基本方法

第4章 人脸图像的获取

 4.1 人脸图像获取概述

 4.2 人脸图像获取分类

4.2.1 二维人脸图像获取

4.2.2 三维人脸图像获取

 4.3 人脸图像获取原理

4.3.1 双目成像原理

4.3.2 立体匹配原理

 参考文献

第5章 人脸图像预处理

 5.1 常见人脸图像格式

 5.2 人脸图像预处理

5.2.1 灰度变换

5.2.2 二值化

5.2.3 几何校正

5.2.4 直方图修正

5.2.5 图像滤波

5.2.6 图像锐化

5.2.7 像素平均法

 参考文献

第6章 人脸表征

 6.1 人脸表征综述

6.1.1 人脸表征简介

6.1.2 基于知识的人脸表征

6.1.3 基于代数的人脸表征

 6.2 二维人脸表示方法

6.2.1 基于几何特征的表示方法

6.2.2 基于主成分分析的表示方法

6.2.3 基于奇异值分解的表示方法

6.2.4 基于线性判别分析的表示方法

6.2.5 基于核的表示方法

 6.3 三维人脸表示方法

6.3.1 基于数学描述的表示方法

6.3.2 基于体积描述的表示方法

 参考文献

第7章 人脸检测

 7.1 人脸检测概述

7.1.1 人脸检测的方法 

7.1.2 人脸检测的意义 

 7.2 静态图像的人脸检测

7.2.1 基于特征的人脸检测方法

7.2.2 基于图像的人脸检测方法

 7.3 动态图像的人脸检测

7.3.1 图像差分法

7.3.2 光流法

 7.4 人脸检测算法的评测

 参考文献

第8章 人脸分割

 8.1 人脸分割的分类

 8.2 基于区域的分割方法

 8.3 基于边界的分割方法

8.3.1 边缘检测

8.3.2 活动轮廓模型

8.3.3 基于几何与统计模型的分割方法 

 8.4 常见的动态人脸分割方法

8.4.1 运动分割法

8.4.2 基于变化检测的分割法

8.4.3 基于时空对象的分割法

8.4.4 基于压缩域对象分割法

 参考文献

第9章 人脸判定

 9.1 人脸判定简介

 9.2 人脸判定方法

9.2.1 基于面部几何特征的方法

9.2.2 基于模板匹配的方法

9.2.3 基于代数特征的方法

9.2.4 基于神经网络的方法

9.2.5 基于隐马尔可夫模型的方法

9.2.6 基于支持向量机的方法

 9.3 人脸判定发展现状

 参考文献

第三部分 人脸识别的高级方法

第10章 光照处理

 10.1 光照变化的影响

10.1.1 光照变化对人脸图像的影响

10.1.2 光照变化对人脸识别的影响

 10.2 光照模型

10.2.1 光源 

10.2.2 物体表面的光照效果

10.2.3 图像的亮度模型

 10.3 人脸识别中的光照补偿

10.3.1 基于变换的光照补偿方法

10.3.2 基于光照样本合成的光照补偿方法

 参考文献

第11章 表情识别

 11.1 表情识别简介

11.1.1 人脸表情的特点

11.1.2 表情识别的基本步骤

11.1.3 表情的特征分析

11.1.4 表情识别的难点

11.1.5 表情识别与人脸识别

11.1.6 表情数据库

 11.2 人脸表情图像的预处理

11.2.1 人脸表情图像几何预处理

11.2.2 人脸表情图像的灰度预处理

11.2.3 人脸表情图像的去噪

 11.3 人脸表情识别方法

11.3.1 人脸表情特征提取

11.3.2 人脸表情特征分类

11.3.3 人脸表情特征识别

11.3.4 典型人脸表情识别的方法

 11.4 人脸表情识别的研究意义及应用领域

 11.5 人脸表情识别的发展趋势

 参考文献

第12章 三维人脸建模

 12.1 人脸建模概述

12.1.1 人脸建模的研究意义

12.1.2 人脸建模的应用领域

 12.2 人脸建模方法综述

 12.3 三维人脸模型

12.3.1 基于人脸参数模型

12.3.2 基于生理肌肉模型

12.3.3 基于图像的视觉建模

12.3.4 基于人脸库的形变模型 

 12.4 标准人脸模型

12.4.1 网格模型

12.4.2 统计模型

 参考文献

第13章 人脸姿态识别

 13.1 姿态变化对人脸图像识别的影响

 13.2 二维人脸姿态识别方法

 13.3 三维人脸姿态识别方法

 13.4 多姿态人脸识别方法

13.4.1 基于单视图的多姿态人脸识别

13.4.2 基于正投影视图的多姿态人脸识别

 13.5 人脸姿态识别方法的现状

 参考文献

第14章 人脸跟踪

 14.1 人体运动分析

 14.2 目标与人脸跟踪技术

14.2.1 目标跟踪技术的分类

14.2.2 目标跟踪的常用方法

14.2.3 人脸跟踪的现状

14.2.4 人脸跟踪整体过程

 14.3 人脸跟踪中常用的色度模型

 14.4 人脸跟踪技术

14.4.1 利用背景信息跟踪

14.4.2 利用色彩信息跟踪

14.4.3 利用运动信息跟踪

14.4.4 利用人脸模板或参数模型进行跟踪

14.4.5 利用人脸的局部特征进行跟踪

 参考文献