书目详细信息
： 单样本人脸识别技术:从传统算法到深度学习
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-5766-2077-1:CNY68.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 320000 |
| 题名责任者项： | 单样本人脸识别技术/.刘凡著 |
| 出版发行项： | 南京:,东南大学出版社:,2025.06 |
| 载体形态项： | 241页:;+图:;+24cm |
| 提要文摘： | 本书系统性地总结了单样本人脸识别技术从传统方法到深度学习的发展历程, 涵盖了特征提取、稀疏表示、虚拟样本生成、迁移学习、语义引导等多个核心方向。全书共分为十一章, 第一章作为全书的导引, 阐述了单样本人脸识别的研究意义、发展脉络与研究现状, 并介绍了常用数据集与评估方法。第二章重点介绍基于局部特征提取的方法, 包括局部几何特征、韦伯局部二元模式等, 展示了局部特征在单样本任务中的优越性。第三章深入探讨基于稀疏表示的识别方法, 提出了基于局部结构的稀疏与协同表示模型, 有效提升了单样本下的表示与分类能力。第四至第六章分别围绕统一通用表示、线性回归模型、中层语义特征等方向, 展示了如何通过模型设计与特征学习增强系统的泛化能力。第七至第十章聚焦于虚拟样本与虚拟特征的生成方法, 以及迁移学习与语义引导的深度学习模型, 体现了当前研究的前沿趋势。第十一章对单样本人脸识别的发展动态进行了总结与展望, 指出了未来可能的研究方向。 |
| 题名主题： | 自动识别 研究 |
| 中图分类： | TP391.4 |
| 个人名称等同： | 刘凡 著 |
| 记录来源： | CN 湖北三新 20260826 |
| 记录来源： | CN GGNY 20260918 |