| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 性别识别研究现状 | 第9-11页 |
| 1.2.1 国内外常用人脸数据库 | 第9-10页 |
| 1.2.2 基于人脸的性别识别方法研究历史与现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 论文章节安排 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 技术配置和评价标准 | 第14-20页 |
| 2.1 OpenCV配置与平台介绍 | 第14-18页 |
| 2.1.1 OpenCV简介 | 第14页 |
| 2.1.2 Microsoft Visual Studio 2010简介 | 第14-15页 |
| 2.1.3 配置OpenCV2.4.10 | 第15-18页 |
| 2.2 人脸识别技术评价 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 人脸检测及特征提取 | 第20-34页 |
| 3.1 图像预处理 | 第20-23页 |
| 3.1.1 图像滤波 | 第20-21页 |
| 3.1.2 直方图均衡化 | 第21-22页 |
| 3.1.3 几何校正 | 第22页 |
| 3.1.4 灰度转换 | 第22-23页 |
| 3.2 人脸检测 | 第23-27页 |
| 3.2.1 监督学习和boosting算法 | 第24-25页 |
| 3.2.2 Viola-Jones分类算法 | 第25-27页 |
| 3.3 人脸表征 | 第27-33页 |
| 3.3.1 人脸表征的方法 | 第27-30页 |
| 3.3.2 二维人脸表示方法 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 人脸性别判定 | 第34-42页 |
| 4.1 人脸判定方法 | 第34-41页 |
| 4.1.1 基于代数特征的方法 | 第34-40页 |
| 4.1.2 基于神经网络的方法 | 第40-41页 |
| 4.1.3 基于支持向量机的方法 | 第41页 |
| 4.2 本章小结 | 第41-42页 |
| 第五章 系统设计与实现 | 第42-52页 |
| 5.1 系统环境 | 第42页 |
| 5.2 系统总体设计 | 第42-43页 |
| 5.3 OpenCV图像处理库类 | 第43-45页 |
| 5.3.1 Mat类 | 第43-44页 |
| 5.3.2 Mat与IplImage和CvMat的转换 | 第44-45页 |
| 5.4 OpenCV人脸识别算法类 | 第45-47页 |
| 5.4.1 Algorithm类 | 第45-46页 |
| 5.4.2 FaceRecognizer类 | 第46-47页 |
| 5.5 人脸性别识别实现 | 第47-50页 |
| 5.5.1 自建人脸数据库 | 第47页 |
| 5.5.2 性别分类系统展示 | 第47-50页 |
| 5.6 本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 未来展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |