基于Gabor小波与LBP直方图的人脸图像年龄估计
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 概述 | 第7-13页 |
| ·研究背景与意义 | 第7-8页 |
| ·研究的挑战 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·应用前景介绍 | 第11-12页 |
| ·论文的研究内容与组织结构 | 第12-13页 |
| 第二章 人脸图像预处理 | 第13-26页 |
| ·人脸年龄图像数据库 | 第13-15页 |
| ·人脸图像增强 | 第15-17页 |
| ·图像灰度化 | 第15页 |
| ·图像滤波 | 第15-16页 |
| ·直方图均衡化 | 第16-17页 |
| ·人脸定位 | 第17-24页 |
| ·矩形特征 | 第18-20页 |
| ·积分图像 | 第20-22页 |
| ·AdaBoost算法 | 第22-24页 |
| ·人脸检测 | 第24页 |
| ·人脸图像归一化 | 第24-26页 |
| 第三章 人脸图像年龄特征提取与降维 | 第26-38页 |
| ·基于LBP的人脸特征提取 | 第26-30页 |
| ·LBP算子 | 第26-28页 |
| ·人脸LBP特征的提取 | 第28-29页 |
| ·分块直方图统计 | 第29-30页 |
| ·基于Gabor小波的人脸特征提取 | 第30-35页 |
| ·2-D Gabor滤波器 | 第31-34页 |
| ·Gabor滤波器提取人脸纹理特征 | 第34-35页 |
| ·基于PCA的人脸年龄特征降维 | 第35-38页 |
| ·PCA方法基本原理 | 第35-36页 |
| ·基于PCA的人脸年龄特征降维 | 第36-38页 |
| 第四章 基于支持向量机回归的人脸年龄估计 | 第38-59页 |
| ·人脸年龄估计方法评估准则 | 第38-39页 |
| ·支持向量机 | 第39-46页 |
| ·人脸图像年龄估计问题的数学描述 | 第39页 |
| ·支持向量机方法 | 第39-44页 |
| ·支持向量机回归 | 第44-46页 |
| ·参数选择 | 第46页 |
| ·基于支持向量机回归的年龄估计 | 第46-47页 |
| ·实验 | 第47-59页 |
| ·人脸纹理特征对年龄估计的影响 | 第48-52页 |
| ·PCA主成分数对年龄估计的影响 | 第52-54页 |
| ·SVR参数对年龄估计的影响 | 第54-57页 |
| ·小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-62页 |
| ·总结 | 第59-61页 |
| ·人脸年龄特征提取方法 | 第59-60页 |
| ·人脸特征降维方法 | 第60-61页 |
| ·人脸年龄估计回归方法 | 第61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 发表论文和参加科研情况说明 | 第65-66页 |
| 致谢 | 第66页 |
