{{sellerTotalView > 1 ? __("sellers", {number: sellerTotalView}) : __("seller", {number: sellerTotalView}) }}, {{numTotalView > 1 ? __("items", {number: numTotalView}) : __("item", {number: numTotalView}) }}
免运费
Yami

Nickname

请告诉我们怎么更好地称呼你

更新你的名字
账户 订单 收藏
{{ inviteNavTitle }}
退出登录

切换配送区域

不同区域的库存和配送时效可能存在差异.

历史邮编

{{email ? __('Got it!') : __('Restock Alert')}}

我们将在商品到货后第一时间通知你。

取消
Yami

京东图书

基于稀疏算法的人脸识别

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

基于稀疏算法的人脸识别

{{__(":people-members", {'people': item.limit_people_count})}} {{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ item.invalid_price }} {{ itemDiscount }}
后结束
{{ itemCurrency }}{{ item.valid_price }}
{{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }}
{{ itemDiscount }}
{{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }} {{ itemCurrency }}{{ item.invalid_price }} {{itemDiscount}}
{{ itemCurrency }}{{ item.valid_price }}
后结束促销
后开始秒杀 后结束秒杀
{{ getSeckillDesc(item.seckill_data) }}
{{ __( "Pay with Gift Card to get sale price: :itemCurrency:price", { 'itemCurrency' : itemCurrency, 'price' : (item.giftcard_price ? priceFormat(item.giftcard_price) : '0.00') } ) }} ({{ itemCurrency }}{{ priceFormat(item.giftcard_price / item.bundle_specification) }}/{{ item.unit }}) 详情
商品有效期

已下架

当前地址无法配送
已售完

商品描述

展开全部描述
内容简介

《基于稀疏算法的人脸识别》重点介绍稀疏算法及其改进方法在人脸识别中的应用,共分三部分。第一部分介绍降维方法等经典人脸描述与识别方法。第二部分介绍“局部”人脸描述与识别方法,重点介绍应用于人脸识别的原始稀疏方法原理、后来发展的稀疏方法以及基于稀疏描述思想的常规方法的改进,分析该类方法的本质特点。第三部分介绍彩色人脸识别、视频人脸识别和广义人脸识别范畴的人脸伪装判识技术,以及自主研发的人脸识别系统。
《基于稀疏算法的人脸识别》既可供自动化、计算机、电子工程等专业研究人员使用,又可供模式识别、机器学习、计算机视觉和图像处理等开发人员参考。
目录

第1章 引论
1.1 概述
1.2 人脸辨识与人脸认证评价指标
1.3 人脸识别方法
1.3.1 基于几何特征的人脸识别
1.3.2 基于表象的人脸识别
1.3.3 基于稀疏描述的人脸识别方法
1.4 人脸识别技术的应用分析
1.5 基于表情的人脸识别
1.6 年龄不变人脸识别
1.7 3D人脸识别研究
1.7.1 基于空域的直接匹配方法
1.7.2 基于局部特征的匹配
1.7.3 基于全局特征的匹配
1.8 常用人脸库介绍
1.8.1 FERET人脸数据库
1.8.2 Yale人脸数据库
1.8.3 YaleB人脸数据库
1.8.4 ORL人脸数据库
1.8.5 AR人脸数据库
1.8.6 XM2VTS人脸数据库
1.8.7 CMUPIE数据库
1.8.8 可见光与近红外人脸数据库

第2章 一维降维方法与人脸识别
2.1 特征脸方法
2.2 基于Fisher准则的线性鉴别分析方法
2.3 Fisherface
2.4 一维核方法
2.5 局部保持投影方法

第3章 二维降维方法与人脸识别
3.1 二维主成分分析的实现及融合方案
3.1.1 2DPCA
3.1.2 2DPCA的两种不同实现及其意义
3.1.3 实验及分析
3.2 基于复矩阵的主成分分析与线性鉴别分析
3.2.1 基于复矩阵的主成分分析
3.2.2 基于复矩阵的主成分分析的讨论
3.2.3 基于复矩阵的线性鉴别分析
3.2.4 基于复矩阵的线性鉴别分析的理论分析
3.3 二维局部保持投影分析
3.3.1 二维监督的局部保持投影
3.3.2 二维监督局部保持投影分析
3.3.3 二维判别监督局部保持算法
3.3.4 实验

第4章 稀疏描述及其人脸识别应用
4.1 基于稀疏描述的人脸识别方法
4.2 快速稀疏方法
4.3 字典学习
4.4 人脸对齐
4.5 核稀疏方法
4.6 本章小结

第5章 快速稀疏描述方法
5.1 基于全局表达方法的图像测试样本描述与识别
5.1.1 原空间中图像测试样本的全局表达方法
5.1.2 特征空间中图像测试样本全局表达方法的初步设计
5.1.3 全局表达方法的可行性分析
5.2 快速稀疏描述方法
5.2.1 快速稀疏描述方法的设计
5.2.2 快速稀疏描述方法的可行性分析
5.3 快速稀疏描述方法的变形算法
5.4 本章小结

第6章 稀疏描述思想与改进的K近邻分类
6.1 基于描述的最近邻分类
6.1.1 基于描述的最近邻分类方法
6.1.2 方法的分析
6.1.3 实验结果
6.1.4 结论
6.2 加权最近邻分类
6.2.1 方法介绍
6.2.2 加权最近邻分类与NNCM的关系
6.2.3 实验结果
6.2.4 结论
6.3 改进的近邻特征空间方法
6.3.1 K近邻分类方法的几个扩展
6.3.2 改进的近邻特征空间方法
6.3.3 改进的近邻特征空间方法分析
6.3.4 实验结果
6.3.5 结论

第7章 稀疏描述思想与改进的降维方法
7.1 稀疏描述与常规变换方法的结合
7.1.1 改进的常规变换方法
7.1.2 关于ICTM的分析
7.1.3 实验结果
7.1.4 结论
7.2 基于描述和降维的人脸识别
7.2.1 基于描述和降维的人脸识别方法
7.2.2 方法合理性分析
7.2.3 实验结果
7.2.4 结论
7.3 讨论
7.3.1 正确分类的前提条件
7.3.2 线性降维与样本近邻关系
7.3.3 描述误差与分类精度

第8章 基于描述的方法与多生物特征识别应用
8.1 基于交叉得分的多生物特征识别方法
8.1.1 具体方法
8.1.2 算法特点与原理
8.1.3 实验结果
8.1.4 结论和讨论
8.2 基于多Gabor特征融合的人脸识别
8.2.1 Gabor变换及本节的方法
8.2.2 方法的分析
8.2.3 实验
8.2.4 结论
8.3 复空间局部保持投影方法
8.3.1 CLPP
8.3.2 实验
8.3.3 结论

第9章 彩色人脸识别的研究与发展
9.1 全局彩色人脸识别方法
9.1.1 基于各颜色通道的全局方法
9.1.2 其他全局方法
9.2 局部彩色人脸识别方法
9.2.1 局部二元模式算子
9.2.2 基于Gabor变换的局部彩色人脸识别方法
9.3 其他彩色人脸识别方法

第10章 基于视频的人脸识别技术综述
10.1 引言
10.1.1 基于视频的人脸识别技术的特点
10.1.2 基于视频的人脸识别技术的几个问题
10.1.3 基于视频的人脸识别技术流程图
10.2 各模块的主要技术与方法
10.2.1 基于视频的人脸检测
10.2.2 基于视频的人脸跟踪
10.2.3 基于视频的人脸识别
10.3 基于视频的人脸识别技术难点
10.3.1 光照的影响
10.3.2 姿态变化的影响
10.3.3 低分辨率的影响
10.4 基于视频的人脸识别技术在ATM中的应用
10.4.1 基于视频的人脸识别技术在ATM中应用的技术方案
10.4.2 技术方案流程图
10.4.3 人脸识别的融合算法介绍
10.4.4 实验验证
10.5 实验设计与结果统计

第11章 人脸伪装判识及应用
11.1 概述与分析
11.1.1 人脸伪装判识的实际需求
11.1.2 相关研究介绍
11.1.3 技术难点分析
11.1.4 伪装定义、伪装判识的全局方案
11.2 人脸伪装判识方法
11.2.1 人像定位
11.2.2 基于Haar分类器的伪装检测
11.2.3 对误报的分类
11.2.4 基于直线检测的背景误报剔除方法
11.2.5 基于镜桥检测的墨镜误报判别方法
11.2.6 基于对称差分的墨镜伪装判别方法
11.2.7 基于Galbor滤波的墨镜误报判别
11.2.8 基于聚类分析的帽子误报判别
11.2.9 基于肤色模型的口罩伪装判识
11.2.10 其他误报剔除方法
11.3 系统的实施与评估
11.3.1 系统结构
11.3.2 系统模块设计

第12章 人脸考勤与识别系统
12.1 红外人脸识别与双模态人脸考勤系统
12.1.1 远红外与近红外人脸对比分析
12.1.2 系统技术方案的考虑与设计
12.1.3 系统软硬件
12.2 人脸与指纹联合识别系统
12.2.1 系统分析与设计
12.2.2 系统硬件
12.2.3 系统细节
12.3 基于人脸图像认证的计算机登录系统
12.3.1 引言
12.3.2 Windows登录系统概述
12.3.3 人脸登录系统设计
12.3.4 人脸识别
参考文献

规格参数

品牌 京东图书
品牌属地 中国
ISBN 9787118097580
著者 徐勇,范自柱,张大鹏
出版社 国防工业出版社
印刷时间 2014-12-01
用纸 胶版纸
包装 精装
出版时间 2014-12-01
页数 227
语言 中文
版次 1

免责声明

产品价格、包装、规格等信息如有调整,恕不另行通知。我们尽量做到及时更新产品信息,但请以收到实物为准。使用产品前,请始终阅读产品随附的标签、警告及说明。

查看详情
加入收藏
{{ $isZh ? coupon.coupon_name_sub : coupon.coupon_ename_sub | formatCurrency }}
{{__("Buy Directly")}} {{ itemCurrency }}{{ item.directly_price }}
数量
{{ quantity }}
{{ instockMsg }}
{{ limitText }}
{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}
由 京东图书 销售
送至
{{ __("Ship to United States only") }}
满$69免运费
正品保证

已加入购物车

继续逛逛

为你推荐

{{ item.brand_name }}

{{ item.item_name }}

{{ item.currency }}{{ item.market_price }}

{{ item.currency }}{{ item.unit_price }}

{{ item.currency }}{{ item.unit_price }}

优惠券

{{ coupon.coupon_name_new | formatCurrency }}
领取 已领取 已领完
{{ getCouponDescStr(coupon) }}
{{ coupon.use_time_desc }}
即将过期: {{ formatTime(coupon.use_end_time) }}

分享给好友

取消

亚米礼卡专享价

使用礼卡支付即可获得礼卡专享价

规则说明

礼卡专享价是部分商品拥有的特殊优惠价格;

购买礼卡专享价商品时,若在结算时使用电子礼卡抵扣支付,且礼卡余额足够支付订单中所有礼卡专享价商品的专享价总和,则可以启用礼卡专享价;

不使用礼卡支付,或礼卡余额不满足上一条所述要求时,将无法启用礼卡专享价,按照普通售价计算,但您仍然可以购买这些商品;

在购买礼卡专享价商品时,若余额不足,可以在购物车或结算页中点击“充值”按钮对礼卡进行购买和充值;

商品若拥有礼卡专享价,会显示“专享”的特殊价格标记;

如有疑问,请随时联系客服;

礼卡专享价相关规则最终解释权归亚米所有。

由 亚米 销售

服务保障

Yami 满$49免运费
Yami 无忧退换
Yami 从美国发货

配送信息

  • 美国

    标准配送 $5.99(不包含阿拉斯加,夏威夷),最终价满$49免运费

    本地配送$5.99(加州,纽约州,新泽西,麻省和宾夕法尼亚,以上州部分地区);最终价满$49免运费

    两日达(包含阿拉斯加夏威夷)运费$19.99起

退换政策

亚米网希望为我们的客户提供最优秀的售后服务,让所有人都能放心在亚米购物。亚米自营商品在满足退换货条件的情况下,可在收到包裹的30天之内退换商品(食品因商品质量问题7天内可退换;为了确保每位客户都能获得安全和高质量的商品,对于美妆类产品,一经开封或使用即不提供退款或退货服务,质量问题除外;其他特殊商品需联系客服咨询)。
感谢您的理解和支持。

查看详情

由 亚米 销售

亚米电子礼品卡使用规则

若购买时选择自动充值,订单完成后礼卡将自动充值到您的账户中;

若购买时选择发送邮件,订单完成后系统将自动发送卡号和密码到您填写的邮箱;

发送邮件时,任何用户均可使用邮件中的卡号密码进行礼卡充值,请妥善保管邮件信息。

如接收邮件遇到问题,请联系客服处理;

发送邮件时,若礼卡没有被兑换,可以补发邮件。若已经被其他用户兑换,则无法补偿;

亚米网电子礼卡可用于购买自营或第三方商品;

亚米网电子礼卡没有有效期限制,长期有效;

亚米网电子礼卡的金额,可分多次使用;

亚米网电子礼卡业务规则,最终解释权归亚米网所有。

退换政策

已消费的电子礼卡不支持退款。

京东图书 销售

服务保障

Yami 满$49免运费
Yami 最优售后
Yami 美国本土发货

配送信息

  • 美国

    标准配送 $5.99(不包含阿拉斯加,夏威夷),最终价满$49免运费

    本地配送$5.99(加州,纽约州,新泽西,麻省和宾夕法尼亚,以上州部分地区);最终价满$49免运费

    两日达(包含阿拉斯加夏威夷)运费$19.99起

退换政策

提供30天内退还保障。产品需全新未使用原包装内,并附有购买凭据。产品质量问题、或错发漏发等,由商家造成的失误,将进行补发,或退款处理。其它原因需退货费用由客户自行承担。

由 京东图书 销售

服务保障

Yami 跨店满$69免运费
Yami 30天退换保障

亚米-中国集运仓

由亚米从中国精选并集合各大优秀店铺的商品至亚米中国整合中心,合并包裹后将一次合包跨国邮寄至您的地址。跨店铺包邮门槛低至$69。您将在多商家集合提供的广泛选品中选购商品,轻松享受跨店铺包邮后的低邮费。

退换政策

提供30天内退换保障。产品需在全新未使用的原包装内,并附有购买凭据。产品质量问题、错发、或漏发等由商家造成的失误,将进行退款处理。其它原因造成的退换货邮费客户将需要自行承担。由于所有商品均长途跋涉,偶有简易外包压磨等但不涉及内部质量问题者,不予退换。

配送信息

亚米中国集运 Consolidated Shipping 运费$9.99(订单满$69 包邮)

下单后2个工作日中国商家发货,所有包裹抵达亚米中国整合中心(除特别情况及中国境内个别法定节假日外)会合并包裹后通过UPS发往美国。UPS从中国发货后到美国境内的平均时间为10个工作日左右,根据直发单号可随时跟踪查询。受疫情影响,目前物流可能延迟5天左右。包裹需要客人签收。如未签收,客人须承担包裹丢失风险。

由 京东图书 销售

服务保障

满$69免运费
正品保证

配送信息

Yami Consolidated Shipping 运费$9.99(订单满$69包邮)


下单后1-2个工作日内发货。 物流时效预计7-15个工作日。 如遇清关,交货时间将延长3-7天。 最终收货日期以邮政公司信息为准。

积分规则

不参加任何折扣活动以及亚米会员积分制度。

退换政策

提供30天内退还保障。产品需全新未使用原包装内,并附有购买凭据。产品质量问题、或错发漏发等,由商家造成的失误,将进行补发,或退款处理。其它原因需退货费用由客户自行承担。

Yami

下载亚米应用

返回顶部

为你推荐

品牌故事

京东图书

为您推荐

Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折

评论{{'('+ commentList.posts_count + ')'}}

分享你的感受,帮助更多用户做出选择。

写评论
{{ totalRating }} 写评论
  • {{i}}星

    {{i}}星

    {{ parseInt(commentRatingList[i]) }}%

Yami Yami
{{ comment.user_name }}

{{ showTranslate(comment) }}收起

{{ strLimit(comment,800) }}查看全部

Show Original

{{ comment.content }}

Yami
查看更多

{{ formatTime(comment.in_dtm) }} 已购买 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}
Yami Yami
{{ comment.user_name }}

{{ showTranslate(comment) }}收起

{{ strLimit(comment,800) }}查看全部

Show Original

{{ comment.content }}

Yami
查看更多

{{ formatTime(comment.in_dtm) }} 已购买 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

暂无符合条件的评论

评论详情

Yami Yami

{{ showTranslate(commentDetails) }}收起

{{ strLimit(commentDetails,800) }}查看全部

Show Original

{{ commentDetails.content }}

Yami
查看更多

{{ formatTime(commentDetails.in_dtm) }} 已购买 {{groupData}}

{{ commentDetails.likes_count }} {{ commentDetails.likes_count }} {{ commentDetails.reply_count }} {{commentDetails.in_user==uid ? __('Delete') : __('Report')}}

请输入内容

回复{{'(' + replyList.length + ')'}}

Yami Yami

{{ showTranslate(reply) }}收起

{{ strLimit(reply,800) }}查看全部

Show Original

{{ reply.reply_content }}

{{ formatTime(reply.reply_in_dtm) }}

{{ reply.reply_likes_count }} {{ reply.reply_likes_count }} {{ reply.reply_reply_count }} {{reply.reply_in_user==uid ? __('Delete') : __('Report')}}

请输入内容

取消

End

发表评论
商品评分

请输入评论

  • 一个好的昵称,会让你的评论更受欢迎!
  • 修改了这里的昵称,个人资料中的昵称也将被修改。
感谢你的评论
你的好评可以帮助我们的社区发现更好的亚洲商品。

举报

取消

确认删除该评论吗?

取消

历史浏览

品牌故事

京东图书