本书首先回顾了现有人脸识别尤其是三维人脸图像识别研究相关的大量研究成果, 重探讨和总结了三维人脸识别研究需要着重解决的技术要点和以待克服的困难及问题, 并在此基础上创新性的提出并实现了一种实现基于三维曲面形状描述符的三维人脸图像自动识别的技术框架, 实现了从原始粗糙的三维人脸图像数据到最终完成人脸识别的各项必须任务。

句 全 博士，中国计算机学会会员，现任河南财经政法大学计算机与信息工程学院信息管理与信息系统系副主任。11年毕业于英国约克大学（The Univerisity of York）计算机系，获得计算机科学博士学位（PhD inComputer Science），师从Jim Austin教授与Simon Okeefe 博士。本科毕业于华南理工大学自动控制专业。先后主持和参与完成十余项省部级、厅级纵向和横向科研项目，在各类国外学术期刊以及学术会议上发表十余篇科研论文。主要研究方向为三维人脸识别及图像处理。

第一章 导言

第一节人脸识别研究技术发展及产业现状

一、国家有关产业政策

二、人脸识别行业市场发展现状

三、国内外相关领域技术发展水平和趋势

第二节 三维人脸识别

第三节研究目标和驱动

第四节 小结

第二章 人脸识别的研究背景与文献回顾

节引言

第二节 二维人脸识别算法

一、基于外观的人脸识别

二、基于模型（model-based)的人脸识别

第三节 三维人脸识别技术和方法

一、基于二维人脸识别算法的三维人脸识别方法

二、使用形状分析的三维人脸识别

第四节人脸数据库和性能评估

第五节FRGC三维人脸数据库

第六节 迭代近点算法

第七节 小结

第三章人脸特征定位

节 简介

第二节 三维局部形状和曲面描述符

一、多轮廓曲面角矩描述符（MCSAMD）

二、多壳层曲面角矩描述符（MSSAMD）

三、小结

第三节 k近邻AURA算法

一、高级不确定推理架构（AURA)

二、使用k-Nearest Neiour行 AURA匹配

第四节鼻尖分层定位方法

第五节 内眼眦（内侧眼角点）检测（Medial Canthi Detection） 069

第六节 实验结果

一、实验数据集

二、基于多轮廓曲面角矩描述符的鼻尖和内眼眦检测三、基于多壳层曲面角矩描述符的鼻尖和内眼眦检测

四、表情变化对鼻尖定位结果的影响

五、与新相关技术的比较

第七节结论

第四章 人脸检测定位和对齐

节 引言

第二节人脸定位

第三节基于主成分分析的人脸姿态校正方法

第四节使用迭代近点算法并利用人脸的对称行

人脸姿态校正

一、迭代近点算法

二、基于人脸对称性的人脸对齐

三、使用不受表情影响的人脸区域的迭代近点算法的人脸姿态校正

第五节 评估

第六节 结论

第五章基于三维图像的人脸识别节引言

第二节基于多壳层曲面角矩描述符的人脸匹配对比算法

第三节人脸区域分割

第四节累积加权人脸对比匹配

第五节 分层人脸验证（hierarchical face verification)

第六节 实验结果

一、实验1：人脸鉴别

二、实验2：人脸验证

三、实验结果对比

第七节 结论

第六结并展望未来的研究工作

节取得的成果和贡献

一、基于鼻尖检测定位的具有不受姿态变化和表情变化影响的

人脸检测方法

二、不受表情变化影响的三维人脸姿态校正方法综合框架

三、快速的人脸识别算法

四结

第二节未来研究展望

参考文献