前言<br/>第1章绪论<br/>1.1人脸工程学<br/>1.1.1人脸工程学的研究内容<br/>1.1.2人脸工程学研究的意义与应用<br/>1.1.3人脸工程学研究在实用化过程中的挑战<br/>1.2人脸工程学研究历程<br/>1.2.1人脸识别<br/>1.2.2表情识别<br/>1.2.3人脸合成<br/>1.2.4相关学术资源<br/>1.3人脸工程学的未来研究方向<br/>1.4本书的内容<br/>参考文献<br/>第2章人脸工程学研究的学科基础<br/>2.1人类学对人脸的研究<br/>2.1.1达尔文之前的研究<br/>2.1.2达尔文对表情的研究<br/>2.2文学艺术中对人脸的研究<br/>2.2.1人脸的美学研究<br/>2.2.2人脸表情在戏曲和舞台剧中的表现<br/>2.2.3人脸在各种美术画法中的表现<br/>2.3动画中人脸的表现<br/>2.3.1人脸动画的应用<br/>2.3.2卡通动画中人脸的表现形式及常用软件<br/>2.3.3二维动画中人脸的表现<br/>2.4情绪心理学关于表情的研究<br/>2.5认知心理学关于人脸的研究<br/>2.6脑科学关于人脸的研究<br/>2.6.1人脸识别的ERP研究<br/>2.6.2表情识别的ERP研究<br/>参考文献<br/>第3章面部运动的测量技术<br/>3.1概述<br/>3.2面部动作编码系统<br/>3.2.1概述<br/>3.2.2FACS的特点与应用<br/>3.2.3FACS的扩展与改进<br/>3.3最大限度辨别面部肌肉运动编码系统<br/>3.3.1伊扎德与MAX<br/>3.3.2MAX的主要内容<br/>3.3.3MAX与FACS的比较<br/>3.4其他面部表情测量系统<br/>3.4.1表情识别整体判断系统<br/>3.4.2自我评估情绪编码系统<br/>3.4.3面部表情分析工具<br/>参考文献<br/>第4章图像处理技术<br/>4.1图像处理的基本概念<br/>4.1.1数字图像的概念<br/>4.1.2数字图像处理的概念<br/>4.2图像处理的基本操作<br/>4.2.1图像的平移、旋转、放缩、镜像变换、转置<br/>4.2.2图像的平滑、锐化<br/>4.2.3图像的腐蚀、膨胀和细化<br/>4.2.4图像的恢复与重建<br/>4.3图像处理的高级操作<br/>4.3.1图像的边缘检测<br/>4.3.2图像的Hough变换<br/>4.3.3轮廓的提取与跟踪<br/>参考文献<br/>第5章人脸检测跟踪技术<br/>5.1人脸检测<br/>5.1.1人脸检测方法的分类<br/>5.1.2基于肤色的人脸检测<br/>5.1.3基于形状的人脸检测<br/>5.1.4基于特征的人脸检测<br/>5.2人脸跟踪<br/>5.2.1帧差法<br/>5.2.2基于运动目标预测的人脸跟踪<br/>5.2.3基于模型的人脸跟踪<br/>5.2.4基于人脸局部特征的人脸跟踪<br/>参考文献<br/>第6章面部特征提取的算法<br/>6.1概述<br/>6.2几何特征的提取<br/>6.3统计特征的提取<br/>6.3.1主成分分析算法<br/>6.3.2二维主成分分析算法<br/>6.3.3线性判别分析算法<br/>6.3.4独立成分分析算法<br/>6.4频率域特征的提取<br/>6.4.1小波技术<br/>6.4.2Gabor小波<br/>6.4.3离散余弦变换<br/>6.5运动特征的提取<br/>6.6代数特征的提取<br/>参考文献<br/>第7章面部特征的模式识别算法<br/>7.1线性判别分析<br/>7.1.1线性判别函数的基本概念<br/>7.1.2Fisher线性判别<br/>7.1.3小结<br/>7.2支持向量机<br/>7.2.1支持向量机基本原理<br/>7.2.2SVM分类器的设计<br/>7.2.3小结<br/>7.3贝叶斯网络<br/>7.3.1概述<br/>7.3.2贝叶斯网络概率基础<br/>7.3.3贝叶斯网络的构建<br/>7.3.4贝叶斯网络推理算法<br/>7.3.5贝叶斯网络分类器<br/>7.3.6小结<br/>7.4隐马尔可夫模型及其基本问题<br/>7.4.1概述<br/>7.4.2马尔可夫链模型<br/>7.4.3隐马尔可夫模型<br/>7.4.4隐马尔可夫模型的三个基本问题<br/>7.4.5隐马尔可夫算法实现中的基本问题<br/>7.4.6小结<br/>7.5人工神经网络<br/>7.5.1概述<br/>7.5.2人工神经网络集成<br/>7.5.3小结<br/>7.6模糊模式识别<br/>7.6.1概述<br/>7.6.2模糊数学基本理论<br/>7.6.3模糊模式识别<br/>7.6.4小结<br/>参考文献<br/>第8章人脸合成的方法与技术<br/>8.1概述<br/>8.2人脸合成技术的分类<br/>8.3人脸几何建模<br/>8.3.1人脸模型的表达形式<br/>8.3.2一般人脸模型<br/>8.3.3特定人脸模型<br/>8.4纹理映射<br/>8.5人脸动画<br/>8.5.1人脸动画技术<br/>8.5.2人脸动画驱动技术<br/>8.6MPEG4人脸动画原理<br/>8.6.1FDP、FAP与FAPU的定义<br/>8.6.2FAP驱动人脸动画的基本原理<br/>参考文献<br/>第9章人脸识别系统<br/>9.1概述<br/>9.2人脸识别关键问题的研究<br/>9.3人脸识别流程<br/>9.4人脸识别系统的设计与实现<br/>9.4.1人脸识别系统的总体设计<br/>9.4.2人脸识别系统的算法设计<br/>9.4.3人脸识别系统的实现<br/>参考文献<br/>第10章面部表情识别系统<br/>10.1概述<br/>10.2基于静态图像的面部表情识别系统<br/>10.2.1系统的总体设计<br/>10.2.2系统的算法设计<br/>10.2.3系统的实现<br/>10.3基于主动表观模型的实时面部表情识别系统<br/>10.3.1系统设计<br/>10.3.2基于肤色模型的人脸检测<br/>10.3.3人脸图像预处理<br/>10.3.4特征点定位及特征提取<br/>10.3.5表情识别<br/>10.4基于动态图像序列的面部表情识别<br/>10.4.1光流的基本计算方法<br/>10.4.2基于Hessian矩阵的改进光流算法<br/>10.4.3散度旋度样条约束下的非刚体光流算法<br/>10.4.4基于改进MMI的HMM算法的面部表情识别<br/>10.4.5基于改进MMD的HMM算法的面部表情识别<br/>参考文献<br/>第11章人脸合成实例<br/>11.1基于视频的人脸表情合成<br/>11.1.1Candide模型<br/>11.1.2标准人脸模型到特定人脸模型的变换<br/>11.1.3纹理贴图<br/>11.1.4面部表情的运动计算及表情合成<br/>11.1.5实时表情信息获取与表情重构的实现<br/>11.1.6小结<br/>11.2三维虚拟人脸模型<br/>11.2.1三维人脸模型的建立<br/>11.2.2特征点的选取<br/>11.2.3纹理映射<br/>11.2.4特定虚拟人脸模型的实现<br/>11.2.5小结<br/>11.3虚拟人脸的年龄仿真<br/>11.3.1年龄老化特征的相关研究<br/>11.3.2Dirichlet自由变形算法<br/>11.3.3Dirichlet自由变形算法在三维空间中的应用<br/>11.3.4应用Dirichlet自由变形算法生成特定人脸模型<br/>11.3.5虚拟人脸部年龄仿真的实现<br/>参考文献<br/>附录缩略语