人脸工程学的研究内容主要包括人脸识别、表情识别和人脸合成三个部分。本书分别介绍了人脸识别、表情识别和人脸合成研究中用到的相关理论和算法，后在总结作者所在课题组研究成果的基础上，给出了人脸识别、表情识别和人脸合成系统的设计与实现流程实例。
十三五国家重点出版规划项目
人工心理与数字人技术
共5本
竞赛机器人
双足步行机器人
机器智能：人工心理
机器智能：人工情感
机器智能：人脸工程
人脸研究是跨越人文科学与自然科学的新兴交叉研究领域，日益得到人们的重视。随着其研究成果在和谐人机交互、机器人、虚拟现实、身份识别等领域得到应用，希望了解学习人脸研究相关知识的人也越来越多。针对这种需求，作者在多年研究的基础上，整理编写了本书，目的是为对人脸研究感兴趣的学生和研究人员提供一本较全面的入门参考书籍。
人脸工程学是指以人类学、心理学、脑科学、人文科学、认知科学、信息科学、人工智能等学科为理论基础，利用工程的方法和技术(尤其是信息技术)对人脸(包括识别、建模与重构)进行研究的学问。本书详细介绍了人脸工程研究的相关理论和算法，并总结作者所在课题组的研究成果，给出了人脸识别、表情识别和人脸合成等实例系统。
全书共有11章。第1章主要介绍人脸工程学的研究内容、发展情况及应用领域；第2章论述了人类学、文学艺术、心理学与脑科学、动画领域关于人脸的研究；第3章给出了几种常见的面部动作编码系统和面部表情测量系统；第4章阐述了图像处理技术；第5章给出了几种常用的人脸跟踪检测技术；第6章主要介绍几种常用的特征提取算法；第7章叙述了几种常用的模式识别算法；第8章主要介绍常用的人脸合成技术；第9章给出了人脸识别系统的设计范例；第10章介绍了表情识别系统；第11章阐述了人脸合成系统。
本书的出版得到了机械工业出版社的大力支持，在此表示诚挚的感谢。同时感谢国家重点研发计划重点专项(2016YFB1001404)、国家自然科学基金重点项目(6143204)、国防科技创新特区项目(1716312ZT00201401)以及北京科技大学中央高校基本科研业务项目(FRF—TP—16—045A1)的资助。
由于作者的水平有限，书中肯定有不少的缺点和疏漏之处，敬请读者批评指正。
前言
第1章绪论
1.1人脸工程学
1.1.1人脸工程学的研究内容
1.1.2人脸工程学研究的意义与应用
1.1.3人脸工程学研究在实用化过程中的挑战
1.2人脸工程学研究历程
1.2.1人脸识别
1.2.2表情识别
1.2.3人脸合成
1.2.4相关学术资源
1.3人脸工程学的未来研究方向
1.4本书的内容
参考文献
第2章人脸工程学研究的学科基础
2.1人类学对人脸的研究
2.1.1达尔文之前的研究
2.1.2达尔文对表情的研究
2.2文学艺术中对人脸的研究
2.2.1人脸的美学研究
2.2.2人脸表情在戏曲和舞台剧中的表现
2.2.3人脸在各种美术画法中的表现
2.3动画中人脸的表现
2.3.1人脸动画的应用
2.3.2卡通动画中人脸的表现形式及常用软件
2.3.3二维动画中人脸的表现
2.4情绪心理学关于表情的研究
2.5认知心理学关于人脸的研究
2.6脑科学关于人脸的研究
2.6.1人脸识别的ERP研究
2.6.2表情识别的ERP研究
参考文献
第3章面部运动的测量技术
3.1概述
3.2面部动作编码系统
3.2.1概述
3.2.2FACS的特点与应用
3.2.3FACS的扩展与改进
3.3最大限度辨别面部肌肉运动编码系统
3.3.1伊扎德与MAX
3.3.2MAX的主要内容
3.3.3MAX与FACS的比较
3.4其他面部表情测量系统
3.4.1表情识别整体判断系统
3.4.2自我评估情绪编码系统
3.4.3面部表情分析工具
参考文献
第4章图像处理技术
4.1图像处理的基本概念
4.1.1数字图像的概念
4.1.2数字图像处理的概念
4.2图像处理的基本操作
4.2.1图像的平移、旋转、放缩、镜像变换、转置
4.2.2图像的平滑、锐化
4.2.3图像的腐蚀、膨胀和细化
4.2.4图像的恢复与重建
4.3图像处理的高级操作
4.3.1图像的边缘检测
4.3.2图像的Hough变换
4.3.3轮廓的提取与跟踪
参考文献
第5章人脸检测跟踪技术
5.1人脸检测
5.1.1人脸检测方法的分类
5.1.2基于肤色的人脸检测
5.1.3基于形状的人脸检测
5.1.4基于特征的人脸检测
5.2人脸跟踪
5.2.1帧差法
5.2.2基于运动目标预测的人脸跟踪
5.2.3基于模型的人脸跟踪
5.2.4基于人脸局部特征的人脸跟踪
参考文献
第6章面部特征提取的算法
6.1概述
6.2几何特征的提取
6.3统计特征的提取
6.3.1主成分分析算法
6.3.2二维主成分分析算法
6.3.3线性判别分析算法
6.3.4独立成分分析算法
6.4频率域特征的提取
6.4.1小波技术
6.4.2Gabor小波
6.4.3离散余弦变换
6.5运动特征的提取
6.6代数特征的提取
参考文献
第7章面部特征的模式识别算法
7.1线性判别分析
7.1.1线性判别函数的基本概念
7.1.2Fisher线性判别
7.1.3小结
7.2支持向量机
7.2.1支持向量机基本原理
7.2.2SVM分类器的设计
7.2.3小结
7.3贝叶斯网络
7.3.1概述
7.3.2贝叶斯网络概率基础
7.3.3贝叶斯网络的构建
7.3.4贝叶斯网络推理算法
7.3.5贝叶斯网络分类器
7.3.6小结
7.4隐马尔可夫模型及其基本问题
7.4.1概述
7.4.2马尔可夫链模型
7.4.3隐马尔可夫模型
7.4.4隐马尔可夫模型的三个基本问题
7.4.5隐马尔可夫算法实现中的基本问题
7.4.6小结
7.5人工神经网络
7.5.1概述
7.5.2人工神经网络集成
7.5.3小结
7.6模糊模式识别
7.6.1概述
7.6.2模糊数学基本理论
7.6.3模糊模式识别
7.6.4小结
参考文献
第8章人脸合成的方法与技术
8.1概述
8.2人脸合成技术的分类
8.3人脸几何建模
8.3.1人脸模型的表达形式
8.3.2一般人脸模型
8.3.3特定人脸模型
8.4纹理映射
8.5人脸动画
8.5.1人脸动画技术
8.5.2人脸动画驱动技术
8.6MPEG4人脸动画原理
8.6.1FDP、FAP与FAPU的定义
8.6.2FAP驱动人脸动画的基本原理
参考文献
第9章人脸识别系统
9.1概述
9.2人脸识别关键问题的研究
9.3人脸识别流程
9.4人脸识别系统的设计与实现
9.4.1人脸识别系统的总体设计
9.4.2人脸识别系统的算法设计
9.4.3人脸识别系统的实现
参考文献
第10章面部表情识别系统
10.1概述
10.2基于静态图像的面部表情识别系统
10.2.1系统的总体设计
10.2.2系统的算法设计
10.2.3系统的实现
10.3基于主动表观模型的实时面部表情识别系统
10.3.1系统设计
10.3.2基于肤色模型的人脸检测
10.3.3人脸图像预处理
10.3.4特征点定位及特征提取
10.3.5表情识别
10.4基于动态图像序列的面部表情识别
10.4.1光流的基本计算方法
10.4.2基于Hessian矩阵的改进光流算法
10.4.3散度旋度样条约束下的非刚体光流算法
10.4.4基于改进MMI的HMM算法的面部表情识别
10.4.5基于改进MMD的HMM算法的面部表情识别
参考文献
第11章人脸合成实例
11.1基于视频的人脸表情合成
11.1.1Candide模型
11.1.2标准人脸模型到特定人脸模型的变换
11.1.3纹理贴图
11.1.4面部表情的运动计算及表情合成
11.1.5实时表情信息获取与表情重构的实现
11.1.6小结
11.2三维虚拟人脸模型
11.2.1三维人脸模型的建立
11.2.2特征点的选取
11.2.3纹理映射
11.2.4特定虚拟人脸模型的实现
11.2.5小结
11.3虚拟人脸的年龄仿真
11.3.1年龄老化特征的相关研究
11.3.2Dirichlet自由变形算法
11.3.3Dirichlet自由变形算法在三维空间中的应用
11.3.4应用Dirichlet自由变形算法生成特定人脸模型
11.3.5虚拟人脸部年龄仿真的实现
参考文献
附录缩略语
新书资讯