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

Nickname

請告訴我們怎麼更好地稱呼你

更新你的名字
賬戶 訂單 收藏
{{ inviteNavTitle }}
退出登入

切換配送區域

不同區域的庫存和配送時效可能存在差異。

歷史郵編

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

我們將在商品到貨後第一時間通知你。

取消
Yami

京東圖書

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 }}
後結束
{{ 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 }}
後結束促銷
後開始秒殺 後結束秒殺
{{ 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 }}) 詳情
商品有效期

已下架

我們不知道該商品何時或是否會重新有庫存。

當前地址無法配送
已售完

商品描述

展開全部描述
Content Description

《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。
Catalogue

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

規格參數

品牌 京東圖書
品牌屬地 China

免責聲明

產品價格、包裝、規格等資訊如有調整,恕不另行通知。我們盡量做到及時更新產品資訊,但請以收到實物為準。使用產品前,請始終閱讀產品隨附的標籤、警告及說明。

查看詳情
加入收藏
{{ $isZh ? coupon.coupon_name_sub : coupon.coupon_ename_sub | formatCurrency }}
{{__("Buy Directly")}} {{ itemCurrency }}{{ item.directly_price }}
數量
{{ quantity }}
{{ instockMsg }}
{{ limitText }}
{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}
由 JD@CHINA 銷售
送至
{{ __("Ship to United States only") }}
滿69免運費
正品保證

已加入購物車

繼續逛逛

為你推薦

{{ item.brand_name }}

{{ item.item_name }}

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

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

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

優惠券

{{ coupon.coupon_name_new | formatCurrency }}
領取 已領取 已領完
{{ getCouponDescStr(coupon) }}
{{ coupon.use_time_desc }}
即將過期: {{ formatTime(coupon.use_end_time) }}

分享給好友

取消

亞米禮卡專享價

使用禮卡支付即可獲得禮卡專享價

規則說明

禮卡專享價是部分商品擁有的特殊優惠價格;

購買禮卡專享價商品時,若在結算時使用電子禮卡抵扣支付,且禮卡餘額足夠支付訂單中所有禮卡專享價商品的專享價總和,則可以啟用禮卡專享價;

不使用禮卡支付,或禮卡餘額不滿足上一條所述要求時,將無法啟用禮卡專享價,按照普通售價計算,但您仍然可以購買這些商品;

在購買禮卡專享價商品時,若餘額不足,可以在購物車或結算頁中點擊“充值”按鈕對禮卡進行購買和充值;

商品若擁有禮卡專享價,會顯示“專享”的特殊價格標記;

如有疑問,請隨時聯繫客服;

禮卡專享價相關規則最終解釋權歸亞米所有。

由 亞米 銷售

服務保障

Yami 滿$49免運費
Yami 無憂退換
Yami 從美國出貨

配送資訊

  • 美國

    標準配送 $5.99(不含阿拉斯加,夏威夷),最終價滿$49免運費

    本地配送$5.99(加州,紐約州,新澤西,麻省和賓夕法尼亞,以上州部分地區);最終價滿$49免運費

    兩日達(含阿拉斯加夏威夷)運費19.99美元起

退換政策

亞米網希望為我們的客戶提供最優秀的售後服務,讓所有人都能放心在亞米購物。亞米自營商品在滿足退換貨條件的情況下,可在收到包裹的30天之內退換商品(食品因商品質量問題7天內可退換;為了確保每位客戶都能獲得安全和高質量的商品,對於美妝類產品,一經開封或使用即不提供退款或退貨服務,質量問題除外;其他特殊商品需聯繫客服諮詢)。
感謝您的理解和支持。

查看詳情

由 亞米 銷售

亞米電子禮品卡使用規則

若購買時選擇自動儲值,訂單完成後禮品卡將自動儲值至您的帳戶;

若購買時選擇發送郵件,訂單完成後系統將自動發送卡號和密碼到您填寫的郵箱;

寄送郵件時,任何使用者均可使用郵件中的卡號密碼進行禮卡儲值,請妥善保管郵件資訊。

如接收郵件遇到問題,請聯絡客服處理;

發送郵件時,若禮卡沒有被兌換,可以補發郵件。若已經被其他用戶兌換,無法補償;

亞米網電子禮卡可用於購買自營或第三方商品;

亞米網電子禮卡沒有有效期限限制,長期有效;

亞米網電子禮卡的金額,可分多次使用;

亞米網電子禮卡業務規則,最終解釋權歸亞米網所有。

退換政策

已消費的電子禮卡不支持退款。

JD@CHINA 銷售

服務保障

Yami 滿$49免運費
Yami 最優售後
Yami 美國本土出貨

配送資訊

  • 美國

    標準配送 $5.99(不含阿拉斯加,夏威夷),最終價滿$49免運費

    本地配送$5.99(加州,紐約州,新澤西,麻省和賓夕法尼亞,以上州部分地區);最終價滿$49免運費

    兩日達(含阿拉斯加夏威夷)運費19.99美元起

退換政策

提供30天內退還保障。產品需全新未使用原包裝內,並附有購買憑證。產品品質問題、或錯發漏發等,由商家造成的失誤,將進行補發,或退款處理。其它原因需退貨費用由客戶自行承擔。

由 JD@CHINA 銷售

服務保障

Yami 跨店滿$69免運費
Yami 30天退換保障

亞米-中國集運倉

由亞米從中國精選並集合各大優秀店舖的商品至亞米中國整合中心,合併包裹後將一次合包跨國郵寄至您的地址。跨店包郵門檻低至$69。您將在多商家集合提供的廣泛選購商品中選購商品,輕鬆享有跨店鋪包郵後的低郵資。

退換政策

提供30天內退換保障。產品需在全新未使用的原包裝內,並附有購買憑證。產品品質問題、錯發、或漏發等商家造成的失誤,將進行退款處理。其它原因造成的退換貨郵費客戶將需要自行承擔。由於所有商品均長途跋涉,偶有簡易外包壓磨等但不涉及內部品質問題者,不予退換。

配送資訊

亞米中國集運 Consolidated Shipping 運費$9.99(訂單滿$69 包郵)

下單後2個工作天中國商家出貨,所有包裹抵達亞米中國整合中心(除特別情況及中國境內個別法定假日外)會合併包裹後透過UPS發往美國。 UPS從中國出貨後到美國境內的平均時間為10個工作天左右,可隨時根據直發單號追蹤查詢。受疫情影響,目前物流可能延遲5天左右。包裹需要客人簽收。如未簽收,客人須承擔包裹遺失風險。

由 JD@CHINA 銷售

服務保障

滿69免運費
正品保證

配送資訊

Yami Consolidated Shipping 運費$9.99(訂單滿$69包郵)


Seller will ship the orders within 1-2 business days. The logistics time limit is expected to be 7-15 working days. In case of customs clearance, the delivery time will be extended by 3-7 days. The final receipt date is subject to the information of the postal company.

積分規則

不參加任何折扣活動以及亞米會員積分制度。

退換政策

提供30天內退還保障。產品需全新未使用原包裝內,並附有購買憑證。產品品質問題、或錯發漏發等,由商家造成的失誤,將進行補發,或退款處理。其它原因需退貨費用由客戶自行承擔。

Yami

下載亞米應用

返回頂部

為您推薦

品牌故事

京東圖書

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

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

分享您的感受,幫助更多用戶做出選擇。

撰寫評論
{{ totalRating }} 撰寫評論
  • {{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) }} 已購買 {{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) }} 已購買 {{groupData}}

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

暫無符合條件的評論~

評論詳情

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) }} 已購買 {{groupData}}

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

請輸入內容

回覆{{'(' + 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')}}

請輸入內容

取消

這是到目前為止的所有評論!

發表評論
商品評分

請輸入評論

  • 一個好的暱稱,會讓你的評論更受歡迎!
  • 修改了這裡的暱稱,個人資料中的暱稱也將被修改。
感謝你的評論
你的好評可以幫助我們的社區發現更好的亞洲商品。

舉報

取消

確認刪除該評論嗎?

取消

歷史瀏覽

品牌故事

京東圖書