書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
人臉識別算法、優(yōu)化與信息安全

人臉識別算法、優(yōu)化與信息安全

出版社：清華大學(xué)出版社出版時間：2022-12-01
開本： 其他 頁數(shù)： 188
中 圖 價:¥59.9(7.5折) 定價  ¥79.8 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

人臉識別算法、優(yōu)化與信息安全 版權(quán)信息

人臉識別算法、優(yōu)化與信息安全 本書特色

《人臉識別算法、優(yōu)化與信息安全》條理清晰、邏輯性強、內(nèi)容充實、涵蓋范圍廣，具有較強的學(xué)術(shù)性和實用性。本書內(nèi)容主要基于以人臉識別為主體的用戶信息網(wǎng)絡(luò)安全性研究，參考了大量的有關(guān)文獻，感謝本書中所參考和引用資料的有關(guān)機構(gòu)與作者。如果有資料因疏忽而未列出其出處，請原機構(gòu)或作者及時告知，以便再版時增補。本書引用的部分資料和圖表主要用于知識內(nèi)容的闡述與傳授，無侵權(quán)意圖，特此聲明。

人臉識別算法、優(yōu)化與信息安全 內(nèi)容簡介

本書全面、系統(tǒng)地闡述以人臉識別為代表的信息安全技術(shù)，可以降低用戶數(shù)據(jù)信息安全風險。本書主要內(nèi)容包括人工智能和信息安全概述，挖掘人臉可辨識信息的關(guān)鍵技術(shù)，非約束人臉識別、小樣本人臉識別、代價敏感人臉、快速正則化聯(lián)合分類等問題的解決方案，深層局部字典和聯(lián)合加權(quán)核稀疏分類器的構(gòu)建方案，提升用戶信息網(wǎng)絡(luò)安全性的各種方案，用戶信息網(wǎng)絡(luò)安全的未來等。 本書條理清晰、邏輯性強、內(nèi)容充實、涵蓋范圍廣，具有較強的學(xué)術(shù)性和實用性，可供廣大人工智能初學(xué)者及相關(guān)專業(yè)的師生學(xué)習和參考。

人臉識別算法、優(yōu)化與信息安全 目錄

第1章 人工智能和信息安全概述 1 1.1 以人臉識別為主體的用戶信息網(wǎng)絡(luò)安全技術(shù) 1 1.1.1 人臉識別技術(shù)的引入 2 1.1.2 人臉識別技術(shù)的發(fā)展史 5 1.1.3 用戶信息網(wǎng)絡(luò)安全性 12 1.2 機器學(xué)習與人工智能、數(shù)據(jù)挖掘和網(wǎng)絡(luò)安全的融合 16 1.2.1 機器學(xué)習與人工智能 16 1.2.2 機器學(xué)習與數(shù)據(jù)挖掘 17 1.2.3 機器學(xué)習與網(wǎng)絡(luò)安全 18 1.3 機器學(xué)習和信息安全發(fā)展趨勢 20 1.4 本章小結(jié) 22 第2章 挖掘用戶可辨識信息的方法 23 2.1 稀疏表示 23 2.2 協(xié)同表示 26 2.3 核稀疏表示和核協(xié)同表示 27 2.4 稀疏字典學(xué)習 29 2.5 深度學(xué)習 31 2.5.1 深度學(xué)習的模型 31 2.5.2 多層感知機 33 2.5.3 激活函數(shù)和損失函數(shù) 35 2.5.4 優(yōu)化算法 38 2.5.5 卷積神經(jīng)網(wǎng)絡(luò) 40 2.6 本章小結(jié) 42 第3章 非約束性用戶的識別方法 43 3.1 非約束性人臉識別問題 43 3.2 相關(guān)工作的回顧 46 3.2.1 魯棒稀疏表示 46 3.2.2 魯棒稀疏編碼算法 47 3.3 可變遮擋探測和迭代恢復(fù)稀疏表示模型 47 3.3.1 VOD過程 49 3.3.2 IR過程 50 3.3.3 VOD&IR算法描述 50 3.4 實驗結(jié)果及分析 52 3.4.1 參數(shù)設(shè)置 52 3.4.2 模擬塊遮擋 53 3.4.3 AR人臉數(shù)據(jù)庫的真實遮擋 58 3.4.4 可變遮擋地圖精確性評估 62 3.5 本章小結(jié) 63 第4章 小樣本用戶的識別方法 65 4.1 小樣本用戶識別問題 65 4.2 樣本組錯位原子字典聯(lián)合核協(xié)同表示分類模型 67 4.2.1 仿射變換原理 68 4.2.2 樣本組錯位原子字典 69 4.2.3 聯(lián)合核協(xié)同表示模型 70 4.3 實驗結(jié)果及分析 71 4.3.1 Georgia Tech人臉數(shù)據(jù)庫 72 4.3.2 Labeled Faces in the Wild人臉數(shù)據(jù)庫 74 4.3.3 Caltech人臉數(shù)據(jù)庫 75 4.3.4 相似方法的比較 77 4.3.5 樣本組錯位原子方案的評估 78 4.4 本章小結(jié) 80 第5章 代價敏感人臉認證安全體系 81 5.1 代價敏感人臉識別問題 81 5.2 基于高斯相似性關(guān)系的加權(quán)二重字典 83 5.2.1 高斯加權(quán)稀疏表示算法 83 5.2.2 淺層全局加權(quán)二重字典的建立 84 5.3 基于限定的表情動作模式的代價敏感人臉認證模型 85 5.3.1 CSFV_LEP模型的原理 85 5.3.2 CSFV_LEP算法描述 87 5.3.3 CSFV_LEP算法復(fù)雜度分析 89 5.4 實驗結(jié)果及分析 89 5.4.1 參數(shù)設(shè)置 89 5.4.2 模型的安全和實用性能分析 91 5.5 本章小結(jié) 99 第6章 快速人臉識別的流形正則化方法 101 6.1 快速人臉識別問題 101 6.2 核協(xié)同流形正則化模型 103 6.3 實驗仿真及結(jié)果分析 105 6.3.1 參數(shù)設(shè)置 105 6.3.2 Extended Yale B人臉數(shù)據(jù)庫上的人臉識別實驗 105 6.3.3 AR人臉數(shù)據(jù)庫上的人臉識別實驗 110 6.3.4 FERET人臉數(shù)據(jù)庫上的人臉識別實驗 112 6.3.5 Lab2人臉數(shù)據(jù)庫上的人臉識別實驗 114 6.3.6 參數(shù)的影響 116 6.4 本章小結(jié) 119 第7章 分層建模大規(guī)模人臉認證方法 121 7.1 大規(guī)模人臉識別問題 121 7.2 深度學(xué)習框架 123 7.2.1 卷積神經(jīng)網(wǎng)絡(luò) 123 7.2.2 經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 124 7.2.3 遷移學(xué)習 126 7.3 深層局部字典的建立 128 7.4 聯(lián)合加權(quán)核協(xié)同表示 130 7.5 部分實驗結(jié)果 131 7.5.1 CMU-PIE人臉數(shù)據(jù)庫上的人臉識別實驗 131 7.5.2 CMU-PIE人臉數(shù)據(jù)庫上的加噪遮擋人臉識別實驗 132 7.5.3 LFW人臉數(shù)據(jù)庫上的無遮擋人臉識別實驗 133 7.5.4 LFW人臉數(shù)據(jù)庫上的同源遮擋人臉識別實驗 134 7.6 本章小結(jié) 135 第8章 提升用戶信息網(wǎng)絡(luò)安全性的方法 137 8.1 以人臉識別為主體的信息安全系統(tǒng) 137 8.2 用戶信息網(wǎng)絡(luò)安全的保護方法 141 8.3 大數(shù)據(jù)環(huán)境下提升用戶信息安全性的建議 144 8.4 本章小結(jié) 148 第9章 用戶信息網(wǎng)絡(luò)安全的未來 149 9.1 用戶信息資源的多元化趨勢 149 9.1.1 用戶信息資源的多樣性 150 9.1.2 用戶信息需求的差異性 155 9.2 網(wǎng)絡(luò)信息資源及其共享與保密 157 9.2.1 網(wǎng)絡(luò)信息資源 157 9.2.2 網(wǎng)絡(luò)信息資源的共享與保密 159 9.3 用戶信息網(wǎng)絡(luò)安全技術(shù)的發(fā)展前景 161 9.4 本章小結(jié) 164 參考文獻 167 附錄A 縮略語 175
展開全部
商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服