人脸识别是当前科技领域的高精尖技术。《人脸识别原理与实战：以MATLAB为工具》作为人脸识别技术的入门指南，在内容上尽可能涵盖了人脸识别的各个技术模块，并立足于作者在中国科学院、985工程大学国家重点实验室从事视频识别与智能监控项目开发的研究积累及实战体验，分享了作者对人脸识别算法设计的一些亲身感触和认识。《人脸识别原理与实战：以MATLAB为工具》以问题为导向，将对人脸识别技术的研究与应用划分为入门、进阶和实战这三个阶段，层层拔高，完整再现了作者在人脸识别技术摸索阶段的一些简单尝试和心得体会，同时讲解了一些比较前沿的识别算法，并分享了作者对其算法思想的理解和体验，以及作者在技术开发实战阶段的感触和认识，涉及人脸识别系统设计、图像用户界面设计等内容。《人脸识别原理与实战：以MATLAB为工具》包含的所有案例均配有详细的代码注释，有助于读者深入理解人脸识别算法的设计思想，以具备大规模编程所需的技术模块设计和集成开发能力。
《人脸识别原理与实战：以MATLAB为工具》内容通俗易懂，适用于对人脸识别感兴趣但缺少专业基础和编程基础的读者。无论是对人脸识别技术感兴趣的技术人员，还是正在相关领域进行学习的大学生，都可以通过本书，轻松实现从零到进阶再到实战的技术成长，并体验阅读的乐趣！
人脸识别入门，轻松有趣，手把手入门、进阶与实战
讲解人脸识别重要算法及实现
可学会设计自己的人脸识别系统及图像用户界面
内容扎实、有分量，基于中科院、重点实验室等的研究积累和实战
配源码，注释详细，分分钟成为人脸识别源码设计高手
国际模式识别技术委员会主席唐远炎热评
王文峰，中国科学院西部之光学者、哈工大机器人（合肥）国际创新研究院类脑智能研究中心学术主任、中国自动化学会认知计算与系统专委会委员、中国人工智能学会认知系统与信息处理专委会委员、IEEE及Springer旗下多个国际会议委员及分会场主席、多个SCI期刊审稿专家、国家自然科学基金项目评审专家、DLG联合发起人。
李大湘，西安邮电大学通信与信息工程学院信号与信息处理专业硕士生导师，主要研究领域为机器学习、计算机视觉与视频图像语义分析，并且在电子信息现场勘验应用技术公安部重点实验室从事刑侦视频图像处理与分析的算法研究，以及监控视频中的人脸检测、识别算法研究与系统开发。
王栋，毕业于清华大学物理电子学专业，现为硕士研究生导师、中国科学院研究员、物联网产学研国际联盟主席、移动谷物联网实验室主任、美国斯坦福大学访问学者和特聘研究员，专注于脑机交互与类脑智能研究。
王庆香，广州中医药大学医学信息工程学院副教授、青年科技标兵。主要研究方向包括生物医学信号采集与处理、模式识别与智能系统、医学图像处理、人工智能等，担任《计算机组成原理》《数字信号处理器及应用》等专业课程教学，主编教材1部，成功开发了一系列图像处理与专家系统软件。
郭裕兰，国防科技大学电子科学学院讲师、RoPS特征（旋转投影统计特征）算法的创立者、中国人工智能学会优秀博士学位论文获得者、AAAI等多个国际会议的程序委员会委员、TPAMI等30余个国际期刊的审稿专家。研究方向为三维视觉与模式识别，已在TPAMI和IJCV等期刊及会议上发表学术论文50余篇，合作出版专著1部。
DLG-深度学习研究组，由人工智能、机器人领域的学者和机器学习爱好者组建而成，作为本书第三副主编的成员有（按姓氏拼音顺序）：邓向阳（中国人民解放军海军航空大学）、郭靓（深圳市欣旺达电子股份有限公司）、何姣姣（昆明理工大学）、洪宇（合肥工业大学）、刘庆昌（在俄罗斯留学）、刘帅奇（河北大学）、马海菲（广东科技学院）、马亚坤（上海安翰医疗技术有限公司）、邵永胜（西安交通大学）、盛志强（合肥工业大学）、王经纬（在炼数成金学习）、王平（南京航空航天大学）、吴大刚（在美国留学）、伍鹏（长江大学）、谢中华（天津科技大学）、余维（湖北科技学院）、杨波（杭州晟元数据安全技术股份有限公司）、曾凡玉（电子科技大学）、张锋（电子科技大学）、邹辉（华侨大学）。
第1章 图像轮廓提取及人脸检测 1
1.1 第1阶段：入门 2
1.1.1 轮廓提取问题 2
1.1.2 轮廓提取函数 3
1.1.3 数学形态学运算 8
1.2 第2阶段：进阶 13
1.2.1 边缘检测算子 13
1.2.2 haar-like特征 23
1.3 第3阶段：实战 27
1.3.1 肤色概率建模 27
1.3.2 人脸检测实战 32
第2章 图像边界显示及人脸对齐 41
2.1 第1阶段：入门 42
2.1.1 边界显示问题 42
2.1.2 边界显示函数 43
2.2 第2阶段：进阶 55
2.2.1 图像边界处理 55
2.2.2 区域属性度量 63
2.3 第3阶段：实战 68
2.3.1 空间几何变换 68
2.3.2 人脸对齐原理 70
2.3.3 人脸对齐实战 77
第3章 图像采样编码及人脸重构 85
3.1 第1阶段：入门 86
3.1.1 采样编码问题 86
3.1.2 采样编码函数 87
3.2 第2阶段：进阶 103
3.2.1 人脸图像采样 103
3.2.2 人脸模板生成 115
3.3 第3阶段：实战 119
3.3.1 数据库初始化 119
3.3.2 遮挡区域验证 125
3.3.3 人脸重构实战 132
第4章 视频图像转换及人脸跟踪 140
4.1 第1阶段：入门 141
4.1.1 视频转换问题 141
4.1.2 视频转换函数 142
4.2 第2阶段：进阶 155
4.2.1 视频压缩感知 155
4.2.2 视频压缩跟踪 165
4.3 第3阶段：实战 167
4.3.1 混编环境配置 167
4.3.2 C++文件编译 169
4.3.3 人脸跟踪实战 176
第5章 类脑视觉认知及人脸识别 197
5.1 第1阶段：入门 198
5.1.1 类脑认知问题 198
5.1.2 类脑认知函数 200
5.2 第2阶段：进阶 214
5.2.1 类脑视觉认知 214
5.2.2 类脑特征计算 217
5.2.3 类脑特征学习 224
5.3 第3阶段：实战 232
5.3.1 深度学习实战 232
5.3.2 宽度学习实战 246
5.3.3 人脸识别实战 255
书单推荐
