基于人脸图像的性别识别研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-16页 |
| ·研究背景和意义 | 第8-9页 |
| ·人脸检测 | 第9页 |
| ·图像预处理 | 第9页 |
| ·特征提取 | 第9页 |
| ·性别识别 | 第9页 |
| ·性别识别的应用领域 | 第9-10页 |
| ·人脸性别识别研究现状 | 第10-12页 |
| ·常用人脸图像库 | 第12-13页 |
| ·论文结构 | 第13-16页 |
| 第二章 人脸图像预处理与特征点提取 | 第16-28页 |
| ·引言 | 第16页 |
| ·人脸图像预处理 | 第16-21页 |
| ·高斯滤波 | 第16-17页 |
| ·人脸图像灰度化 | 第17-18页 |
| ·人脸图像的分割 | 第18-20页 |
| ·人脸图像几何归一化 | 第20-21页 |
| ·人脸图像直方图均衡化 | 第21页 |
| ·人脸特征点提取 | 第21-27页 |
| ·人脸检测中涉及的方法 | 第21-22页 |
| ·人眼定位 | 第22-24页 |
| ·人脸面部特征点的定位 | 第24-26页 |
| ·人脸面部特征点的提取 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于神经网络的人脸性别识别 | 第28-34页 |
| ·引言 | 第28-29页 |
| ·基于神经网络的性别识别方法 | 第29-30页 |
| ·实验研究 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 基于支持向量机的人脸性别识别 | 第34-44页 |
| ·SVM 的基本原理 | 第34-39页 |
| ·最优分类面 | 第34-36页 |
| ·广义最优分类面 | 第36-37页 |
| ·规范化超平面的子集结构 | 第37-38页 |
| ·支持向量机 | 第38-39页 |
| ·SVM 的主要软件工具——LIBSVM | 第39-40页 |
| ·实验研究 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 总结及展望 | 第44-46页 |
| ·总结 | 第44页 |
| ·展望 | 第44-46页 |
| 参考文献 | 第46-52页 |
| 致谢 | 第52-54页 |
| 攻读学位期间发表的学术论文目录 | 第54-55页 |
