会员
三维人脸建模方法研究与应用
更新时间：2019-09-06 18:01:04 最新章节：后记
书籍简介
真实感三维人脸建模技术是计算机视觉领域一个备受关注的研究热点，基于形变模型的三维人脸建模方法是目前建模效果最好的方法之一。本书结合作者自身的研究经历，回顾该领域的发展过程，介绍形变模型建模方法的基本原理和关键技术。本书可分为四部分：第一部分介绍三维人脸建模的预备内容（发展概述、初始三维人脸样本获取方法、三维人脸样本规格化的方法和目前主流的三维人脸建模方法）；第二部分介绍基于形变模型的三维人脸建模方法以及笔者在此方面所做的工作包括：基于典型相关性分析的三维人脸建模，基于粒子群优化算法的三维人脸建模方法研究；第三部分介绍三维人脸识别方面的工作，包括基于LBP的三维人脸识别，基于系数表示的三维人脸识别、基于几何特征的三维人脸识别和带表情三维人脸识别；第四部分介绍三维人脸建模方法的相关应用，包括基于形变模型的三维人脸样本生成，三维人脸衰老数据生成，戴眼镜三维人脸样本的生成，三维人脸识别和三维人脸表情建模和识别；最后一部分是三维人脸建模在动画方面的应用，包括基于MPEG-4的三维人脸动画研究、基于多层次模型驱动的三维人脸动画研究和基于一般模型驱动的三维人脸动画研究。
品牌：中国社会科学出版社
上架时间：2015-05-01 00:00:00
出版社：中国社会科学出版社
本书数字版权由中国社会科学出版社提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
同类热门书
最新上架
- 会员本书是一本全面介绍机器学习方法特别是算法的新书，适合初学者和有一定基础的读者。机器学习可以分成三大类别，监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多，但是最计算机7.4万字
- 会员本书兼顾机器学习基础、经典方法和深度学习方法，对组成机器学习的基础知识和基本算法进行了比较细致的介绍，对广泛应用的经典算法如线性回归、逻辑回归、朴素贝叶斯、支持向量机、决策树和集成学习等算法都给出了深入的分析并讨论了无监督学习的基本方法，对深度学习和强化学习进行了全面的叙述，比较深入地讨论了反向传播算法、多层感知机、CNN、RNN和LSTM等深度神经网络的核心知识和结构；对于强化学习，不仅介绍了经计算机20.6万字
- 会员本书具体包含以下内容：首先，探讨ChatGPT对法律界的冲击，以及律师等从业者的不同反应，进一步分析AI技术对行业的影响和发展趋势。接着，简要介绍ChatGPT的技术原理及应用场景。随后，详细讨论如何将AI力量融入律师职业路径，构建专业律师成长的新飞轮。接下来，分别讨论如何将ChatGPT（GPTs）应用于渠道与案源、检索与研究、案件分析，以及法律文书撰写与合同审核，实现部分日常事务自动化执行。之计算机10.6万字
- 会员本书从技术、应用和产业3个维度为切入点，对智能语音语义领域相关的热点和趋势展开研究。本书以“人与机器的对话”开篇，讲述人类语音生成、传播和感知的过程，引发对于机器智能语音听说的思考，进而阐述技术探索发展史；然后，分析了以语音交互为核心的技术现状，综合剖析提出全双工、端到端模型构建、语音假冒攻击等热点；其次，从政策、投融资和产业规模上，分析整体智能语音产业环境，纵观国内外企业在相关技术和产品上的积极计算机13.6万字
- 会员本书参照产业界自动驾驶技术研发的基本流程，充分借鉴了产业界在自动驾驶技术领域中的实际研发经验，以高性能的智能小车和高度仿真的车道沙盘为实验教具和运行环境，深入浅出地讲解自动驾驶技术的原理与实际应用，为初学者打开一扇通往人工智能世界的大门。本书以帮助初学者如何从无到有地打造出具备自动驾驶功能的智能小车为主线，内容分为看车（了解自动驾驶）、造车（设计智能小车）、开车（收集训练数据）、写车（编写自动驾驶计算机14.9万字