多源视觉信息感知与识别

目录

第1章绪论

11概述

12人类视觉感知系统

121人类视觉感知系统的生理结构

122视觉感知

13多源视觉传感机理

131激光扫描成像

132动态视觉传感器

133位姿成像感知

14多源视觉感知系统框架和基本组成

15本章小结

本章参考文献

第2章多源视觉感知与识别——人脸识别

21人脸识别问题

22人脸图像去模糊算法

221图像去模糊的基本原理

222基于权重的非局部自相似人脸去模糊算法

223实验及结果分析

23基于二值特征的人脸识别算法

231现有二值特征学习框架

232基于迭代量化的二值编码人脸识别算法

233基于球哈希的二值编码人脸识别算法

234基于稀疏投影矩阵的二值描述子人脸识别算法

235实验及结果分析

24基于子空间学习的深度学习人脸识别算法

241卷积神经网络模型

242谱回归判别分析深度网络人脸识别算法

243多尺度融合的主成分分析网络人脸识别算法

244实验及结果分析

25基于自动编码器的人脸生成与识别算法

251自动编码器原理

252基于稀疏渐进式堆叠自动编码器的姿态人脸矫正与识别

253基于深度二值自动编码器的人脸生成与识别

254基于对齐变分自动编码器的异质人脸生成与识别

255实验及结果分析

26本章小结

本章参考文献

第3章多源视觉信息感知与识别——运动目标分析

31运动目标分析问题

32基于循环神经网络的单目标检测与跟踪

321基于运动方向预测的单目标检测与跟踪

322基于自适应预测的单目标跟踪算法

323实验结果分析

33融合时空上下文的多目标跟踪

331多目标跟踪算法原理

332融合空间上下文的多目标跟踪量测生成方法

333融合时间上下文的多目标跟踪数据关联方法

334融合压缩描述的多目标跟踪算法

335实验结果分析

34本章小结

本章参考文献

第4章多源视觉信息感知与识别——行为识别

41行为识别问题

42行为视频输入处理

421基于片段—视频级特征融合的输入算法

422基于时域梯度的关键帧选取算法

423实验及结果分析

43基于耦合二值特征学习与关联约束的RGBD行为识别特征

431基于耦合二值特征学习与关联约束的RGBD行为特征

432基于局部二值特征的行为特征表达及识别

433实验结果分析

44基于图约束的RGBD多模态特征联合表达

441稀疏图构造原理

442MSGDNMF算法的设计与实现

443模型求解及收敛性

444RGBD行为识别

445实验结果分析

45基于双流Siamese网络和中心对比损失的RGBD行为识别

451Siamese网络结构

452基于双流Siamese网络的RGBD行为识别

453推导及优化

454实验结果分析

46本章小结

本章参考文献

第5章多源视觉信息感知与识别——评测指标和数据集

51人脸识别算法的评测标准

511人脸识别评测指标

512人脸识别数据库

52目标跟踪评测指标

521目标跟踪评测指标

522目标跟踪数据库

53行为识别算法的评测标准

531行为识别评测指标

532行为识别数据库

54本章小结

本章参考文献