《人脸识别：原理、方法与技术》主要介绍人脸识别技术的基本原理、研究内容、研究方法，以及已有的研究成果，并探讨相应的发展趋势。书中给出了人脸识别的基本过程框架，该框架包括人脸图像获取、人脸图像预处理、人脸表征、人脸检测、人脸分割和人脸的判定，并对其中的具体实现技术和方法进行了全面阐述。随后，对影响人脸识别的三大关键因素：光照、表情和姿态进行了论述，并贯穿了相关的最新研究成果和处理方法。最后，针对视频图像，对动态人脸跟踪进行了探讨，并对人脸识别的现状和研究趋势进行了说明。
　　《人脸识别：原理、方法与技术》内容全面、系统性强，适应读者面广，可作为高校教师、研究生、科技工作者，以及相关部门的应用人员的参考书。

　　（2）预处理的目的主要是去除噪声，加强有用的信息，并对测量仪器或其他因素所造成的退化现象进行复原。在一些生物特征识别技术中，一般从生物特征获取装置采集得到的原始信号不仅包括生物特征本身，还包括背景信息等，所以必须从原始信号中分割出感兴趣的内容。定位和分割算法一般都是基于生物特征在图像结构和信号分布方面的先验知识。例如人脸检测就是要从图像中找到并定位人脸区域，这一直是计算机视觉领域研究的热点问题。
　　（3）所谓特征提取过程，就是机器通过学习获取生物特征信号中能够凸显个性化差异的本质特征，从而实现身份的识别。特征提取是生物特征识别领域最基本的、原理性的问题，是生物识别领域最活跃的一个研究方向。生物特征技术的进展过程也就是不断寻找能够凸显个性化差异本质特征的过程，由于生物特征的多样性和复杂性，目前这个问题只在个别的生物特征识别领域得到了共识，例如指纹识别，大家都公认细节点（如末梢点和分叉点）是描述指纹特征的最佳表达方式。但是在其他生物特征识别领域，例如人脸、虹膜、掌纹等领域，研究人员还在不断探索最佳的特征表达模型。
　　（4）特征匹配是计算两个生物特征样本的特征模板之间的相似度，实际上就是将采集到的生物特征模板与机器中已经登录的特征模板进行比对，并找出最佳的匹配对象。在特征匹配方面，除了传统的基于距离的匹配方法外，基于神经网络和基于支持向量机（supportvector machine，SVM）的方法也得到了广泛的应用。而图匹配算法在指纹细节点模式、人脸模式、虹膜模式的相似性度量中得到了成功的应用。
　　1.1.2 生物特征识别技术分类
　　生物识别技术按照特征形成原因可分为基于生理特征的识别和基于行为特征的识别。生理特征是与生俱来的，多为先天性，这些特征不随客观条件和主观意愿而改变；行为特征则是由习惯形成，多为后天形成的，并且在每次测试的时候不一定相同，和用户当时的状态（如情绪、疾病等外界因素）有关。基于生理特征的识别包括指纹识别、人脸识别、虹膜识别、视网膜识别、掌形识别等。基于行为特征的识别包括签名识别、语音识别、步态识别等。

前言
第一部分 人脸识别的基础知识
第1章 绪论
1.1 生物特征识别技术简介
1.1.1 生物特征识别技术原理
1.1.2 生物特征识别技术分类
1.1.3 生物特征识别技术的发展趋势
1.2 人脸识别技术概述
1.2.1 人脸识别的研究内容
1.2.2 人脸识别技术的特点
1.2.3 人脸识别技术的研究现状
1.2.4 人脸识别技术存在的难点
1.2.5 人脸识别技术的发展趋势
1.2.6 人脸识别技术的应用领域
参考文献

第2章 人脸识别系统与评价
2.1 商用的人脸识别系统
2.1.1 国外人脸识别系统
2.1.2 国内人脸识别系统
2.2 人脸数据库
2.2.1 国外人脸数据库
2.2.2 国内人脸数据库
2.3 评价人脸识别系统的标准
2.3.1 人脸识别系统的要求
2.3.2 人脸识别系统的性能指标
2.3.3 人脸识别系统的测试标准
参考文献

第3章 人脸识别的基本理论
3.1 特征提取和特征选择
3.1.1 特征提取和特征选择的基本概念
3.1.2 特征提取方法
3.1.3 特征选择方法
3.2 线性判别函数
3.2.1 线性判别函数的基本概念
3.2.2 设计线性分类器的主要步骤
3.2.3 Fisher线性判别
3.3 贝叶斯决策
3.3.1 贝叶斯决策理论的产生和发展
3.3.2 几种常用的贝叶斯决策规则
3.4 人工神经网络
3.4.1 人工神经网络基础
3.4.2 BP神经网络
3.4.3 Hopfield模型网络
3.5 统计学习理论与支持向量机
3.5.1 统计学习理论基础
3.5.2 最优分类面
3.5.3 广义最优分类面
3.5.4 支持向量机
3.6 模糊聚类分析
3.6.1 模糊理论基础
3.6.2 模糊聚类分析
3.6.3 基于目标函数的模糊聚类分析方法
参考文献

第二部分 人脸识别的基本方法
第4章 人脸图像的获取
4.1 人脸图像获取概述
4.2 人脸图像获取分类
4.2.1 二维人脸图像获取
4.2.2 三维人脸图像获取
4.3 人脸图像获取原理
4.3.1 双目成像原理
4.3.2 立体匹配原理
参考文献

第5章 人脸图像预处理
5.1 常见人脸图像格式
5.2 人脸图像预处理
5.2.1 灰度变换
5.2.2 二值化
5.2.3 几何校正
5.2.4 直方图修正
5.2.5 图像滤波
5.2.6 图像锐化
5.2.7 像素平均法
参考文献

第6章 人脸表征
6.1 人脸表征综述
6.1.1 人脸表征简介
6.1.2 基于知识的人脸表征
6.1.3 基于代数的人脸表征
6.2 二维人脸表示方法
6.2.1 基于几何特征的表示方法
6.2.2 基于主成分分析的表示方法
6.2.3 基于奇异值分解的表示方法
6.2.4 基于线性判别分析的表示方法
6.2.5 基于核的表示方法
6.3 三维人脸表示方法
6.3.1 基于数学描述的表示方法
6.3.2 基于体积描述的表示方法
参考文献

第7章 人脸检测
7.1 人脸检测概述
7.1.1 人脸检测的方法
7.1.2 人脸检测的意义
7.2 静态图像的人脸检测
7.2.1 基于特征的人脸检测方法
7.2.2 基于图像的人脸检测方法
7.3 动态图像的人脸检测
7.3.1 图像差分法
7.3.2 光流法.；
7.4 人脸检测算法的评测
参考文献

第8章 人脸分割
8.1 人脸分割的分类
8.2 基于区域的分割方法
8.3 基于边界的分割方法
8.3.1 边缘检测
8.3.2 活动轮廓模型
8.3.3 基于几何与统计模型的分割方法
8.4 常见的动态人脸分割方法
8.4.1 运动分割法
8.4.2 基于变化检测的分割法
8.4.3 基于时空对象的分割法
8.4.4 基于压缩域对象分割法
参考文献

第9章 人脸判定
9.1 人脸判定简介
9.2 人脸判定方法
9.2.1 基于面部几何特征的方法
9.2.2 基于模板匹配的方法
9.2.3 基于代数特征的方法
9.2.4 基于神经网络的方法
9.2.5 基于隐马尔可夫模型的方法
9.2.6 基于支持向量机的方法
9.3 人脸判定发展现状
参考文献

第三部分 人脸识别的高级方法
第10章 光照处理
10.1 光照变化的影响
10.1.1 光照变化对人脸图像的影响
……
第11章 三维人脸建模
第13章 人脸姿态识别
第14章 人脸跟踪
参考文献