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