《刷脸背后》合规电子书下载

获取这本书 已核验 1 个合规下载资源

下载入口仅展示公版、授权、开放许可、官方试读或本站自制资料。

作者
张重生
分类
科技技术
出版年份
2017
页数
234 页
语言
中文
豆瓣评分
★ 5.5 (19人评价)
格式
资源

《刷脸背后》内容简介

《刷脸背后》由张重生所著,属科技技术类书籍,出版于2017年。本站整理内容简介、分类标签、相关书籍和合规下载入口,获取前建议核对书名、作者和版本信息。

《刷脸背后》书籍信息摘要

《刷脸背后》合规电子书下载,作者 张重生,科技技术,2017年,资源格式。查找时建议核对作者、出版社、年份、目录、授权状态和文件格式。

《刷脸背后》适合哪些读者?

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。 评分 5.5 可作为选书参考。

获取建议

《刷脸背后》怎么获取更合适?

优先确认版本和阅读目的;下载区只展示已核验的公版、授权、开放许可或官方试读资源。

下载

有 1 个已核验资源,下方可查看格式、来源和授权状态。

版本

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本;经典作品可优先选择校注、导读或权威出版社版本。

目录

  1. 第1章人脸检测、人脸识别与人脸检索概述1
  2. 1.1人脸检测、人脸识别与人脸检索的应用场景2
  3. 1.1.1当前应用3
  4. 1.1.2未来应用5
  5. 1.2人脸检测、人脸识别与人脸检索常用的数据集5
  6. 1.2.1LFW数据集5
  7. 1.2.2FDDB数据集6
  8. 1.2.3Wanwan1数据集7
展开全部(共 150 章节)
  1. 1.2.4Wanwan2数据集8
  2. 1.3OpenCV的简介、安装与使用8
  3. 参考文献15
  4. 第2章图像处理基础16
  5. 2.1数字图像处理的基本概念16
  6. 2.1.1像素17
  7. 2.1.2分辨率17
  8. 2.1.3图像的色调、亮度和饱和度19
  9. 2.1.4图像的对比度22
  10. 2.1.5图像的纹理23
  11. 2.2颜色空间26
  12. 2.2.1RGB颜色空间26
  13. 2.2.2HSV颜色空间27
  14. 2.2.3YUV颜色空间27
  15. 2.2.4颜色空间的转换28
  16. 2.3数字图像处理的基本操作32
  17. 2.3.1图像的读取32
  18. 2.3.2图像的显示34
  19. 2.3.3图像的修改35
  20. 2.3.4图像的保存36
  21. 2.3.5获取图像的基本信息37
  22. 2.4图像类型及转换38
  23. 2.4.1图像类型39
  24. 2.4.2图像类型的转换39
  25. 2.5图像变换处理48
  26. 2.5.1图像的平移48
  27. 2.5.2图像的旋转51
  28. 2.5.3图像的缩放52
  29. 2.5.4图像的剪切55
  30. 2.5.5图像的翻转58
  31. 2.6图像的噪声和滤波60
  32. 2.6.1常见的噪声模型60
  33. 2.6.2经典的去噪算法64
  34. 第3章人脸检测实战67
  35. 3.1DPM人脸检测算法67
  36. 3.1.1DPM人脸检测算法的使用68
  37. 3.1.2DPM人脸检测算法的原理69
  38. 3.1.3DPM人脸检测算法的检测结果73
  39. 3.2LAEO人脸检测算法74
  40. 3.2.1LAEO人脸检测算法的使用74
  41. 3.2.2LAEO人脸检测算法的原理75
  42. 3.2.3LAEO人脸检测算法的检测结果77
  43. 3.3Viola&Jones人脸检测算法79
  44. 3.3.1Viola&Jones人脸检测算法的使用79
  45. 3.3.2Viola&Jones人脸检测算法的原理79
  46. 3.3.3Viola&Jones人脸检测算法的检测结果82
  47. 参考文献83
  48. 第4章基于深度学习的人脸检测算法84
  49. 4.1CNNFacialPointDetection人脸检测算法84
  50. 4.1.1CNNFacialPointDetection人脸检测算法的使用85
  51. 4.1.2CNNFacialPointDetection人脸检测算法的原理85
  52. 4.1.3CNNFacialPointDetection人脸检测算法的检测结果86
  53. 4.2DDFD人脸检测算法87
  54. 4.2.1DDFD人脸检测算法的使用87
  55. 4.2.2DDFD人脸检测算法的原理88
  56. 4.2.3DDFD人脸检测算法的检测结果89
  57. 4.3人脸检测算法融合90
  58. 参考文献92
  59. 第5章基于FastR—CNN的人脸检测94
  60. 5.1FastR—CNN简介94
  61. 5.2FastR—CNN的特点和结构95
  62. 5.3FastR—CNN的使用96
  63. 5.4数据集的预处理97
  64. 5.5EdgeBoxes的使用98
  65. 5.6使用EdgeBoxes提取objectproposal99
  66. 5.7基于FastR—CNN训练人脸检测网络模型和测试100
  67. 5.7.1训练阶段100
  68. 5.7.2测试阶段106
  69. 5.7.3评估阶段108
  70. 5.7.4优化阶段111
  71. 参考文献112
  72. 第6章人脸识别实战113
  73. 6.1DeepID算法114
  74. 6.1.1DeepID算法的原理114
  75. 6.1.2DeepID算法的流程116
  76. 6.1.3DeepID算法的结果126
  77. 6.2VGGFaceDescriptor算法128
  78. 6.2.1VGGFaceDescriptor算法的原理128
  79. 6.2.2VGGFaceDescriptor算法的实现129
  80. 6.2.3VGGFaceDescriptor算法的结果131
  81. 6.3OpenCV中的3种人脸识别算法132
  82. 6.3.1Eigenfaces132
  83. 6.3.2Fisherfaces140
  84. 6.3.3LocalBinaryPatternsHistograms148
  85. 6.4人脸识别算法对比分析152
  86. 6.5小结153
  87. 参考文献155
  88. 第7章人脸检索实践157
  89. 7.1人脸检索简介157
  90. 7.2计算人脸相似度的方法158
  91. 7.2.1欧氏距离159
  92. 7.2.2余弦相似度159
  93. 7.3查询处理算法161
  94. 7.4评价人脸检索结果的标准161
  95. 7.5PHash算法161
  96. 7.5.1PHash算法的使用162
  97. 7.5.2PHash算法原理162
  98. 7.5.3PHash算法实现162
  99. 7.5.4PHash算法的实验数据、实验结果及分析164
  100. 7.6DHash算法168
  101. 7.6.1DHash算法的使用168
  102. 7.6.2DHash算法原理168
  103. 7.6.3DHash算法实现169
  104. 7.6.4DHash算法的实验数据、实验结果及分析170
  105. 7.7PCA算法173
  106. 7.7.1PCA算法的使用173
  107. 7.7.2PCA算法原理174
  108. 7.7.3PCA算法实现175
  109. 7.7.4PCA算法的实验数据、实验结果及分析177
  110. 7.8BoF特征181
  111. 7.8.1BoF—SIFT算法的使用182
  112. 7.8.2BoF—SIFT算法原理182
  113. 7.8.3BoF—SIFT算法实现182
  114. 7.8.4BoF—SIFT算法的实验数据、实验结果及分析188
  115. 7.9用于图像快速检索的KD—Tree索引190
  116. 7.9.1FLANN算法的使用191
  117. 7.9.2KD—Tree的创建与查询处理191
  118. 7.9.3FLANN中KD—Tree的算法实现192
  119. 7.9.4FLANN算法的实验数据、实验结果及分析194
  120. 7.10Gabor算法195
  121. 7.10.1Gabor算法的使用196
  122. 7.10.2Gabor算法原理196
  123. 7.10.3Gabor算法实现199
  124. 7.10.4Gabor算法的实验数据、实验结果及分析204
  125. 7.11HOG算法208
  126. 7.11.1HOG算法的使用209
  127. 7.11.2HOG算法原理209
  128. 7.11.3HOG算法实现210
  129. 7.11.4HOG算法的实验数据、实验结果及分析212
  130. 7.12深度学习特征215
  131. 7.12.1深度学习算法的使用215
  132. 7.12.2深度学习算法原理215
  133. 7.12.3深度学习算法实现216
  134. 7.12.4深度学习算法的实验数据、实验结果及分析216
  135. 参考文献220
  136. 第8章人脸检测商业软件及其应用示例222
  137. 8.1人脸检测商业软件之VeriLook222
  138. 8.2人脸检测商业软件之Face++226
  139. 8.3各种人脸检测算法的对比分析229
  140. 8.4视频中的人脸检测与追踪231
  141. 参考文献234
  142. ······(收起)

常见问题

《刷脸背后》适合谁读?

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。 评分 5.5 可作为选书参考。

《刷脸背后》阅读难度高吗?

建议根据目录、格式和自身阅读设备判断。文字类内容通常适合 EPUB,固定排版内容通常适合 PDF。

《刷脸背后》纸质书值得买吗?

当前暂未接入已核验的纸质书购买链接,建议通过出版社、京东、当当等正版渠道核对版本后购买。

《刷脸背后》哪个版本更适合?

优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本;经典作品可优先选择校注、导读或权威出版社版本。

在哪里可以合法获取《刷脸背后》?

本页上方提供合规下载入口,下方会展示来源、授权状态和核验信息。若需要纸质书或商业电子书,建议通过正版渠道获取。

如何继续查找《刷脸背后》相关书籍?

可以进入 张重生 作者页查看其他作品,也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。

手机扫码下载

使用手机扫描二维码

扫码后会直接打开下载链接。

电子书下载二维码

手机端点击下载会直接跳转,无需扫码。