基于数字图像处理的人脸性别识别技术
| 中文摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第11-13页 |
| 1.1 课题的研究背景与意义 | 第11页 |
| 1.1.1 人脸识别的背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文的结构 | 第12-13页 |
| 第二章 图像预处理 | 第13-22页 |
| 2.1 引言 | 第13页 |
| 2.2 彩色图像灰度化 | 第13-14页 |
| 2.3 灰度变换 | 第14-16页 |
| 2.3.1 直方图均衡化 | 第15-16页 |
| 2.4 图像滤波 | 第16-18页 |
| 2.4.1 平滑滤波 | 第16-17页 |
| 2.4.2 锐化滤波 | 第17-18页 |
| 2.5 阈值分割 | 第18-19页 |
| 2.6 边缘检测 | 第19-22页 |
| 2.6.1 拉普拉斯高斯算子（LOG） | 第20页 |
| 2.6.2 Canny 算子 | 第20-22页 |
| 第三章 人脸检测与特征提取 | 第22-29页 |
| 3.1 人脸检测 | 第22页 |
| 3.2 人脸检测方法 | 第22-23页 |
| 3.2.1 基于肤色的人脸检测 | 第22页 |
| 3.2.2 基于模板匹配的人脸检测 | 第22-23页 |
| 3.2.3 基于外观的人脸检测 | 第23页 |
| 3.3 特征提取 | 第23页 |
| 3.4 脸面部特征提取的方法 | 第23-28页 |
| 3.4.1 像素灰度值特征 | 第23-24页 |
| 3.4.2 基于几何特征的方法 | 第24页 |
| 3.4.3 主成分分析法 | 第24-27页 |
| 3.4.4 线性判别分析算法 | 第27页 |
| 3.4.5 小波变换 | 第27-28页 |
| 3.5 本文提出的人脸检测方法 | 第28-29页 |
| 第四章 人脸性别识别的研究 | 第29-40页 |
| 4.1 面部性别特征的提取 | 第29页 |
| 4.2 眼睛的检测和定位 | 第29-31页 |
| 4.3 面部其他特征的检测与提取 | 第31-32页 |
| 4.3.1 眉毛位置的确定 | 第31页 |
| 4.3.2 鼻子位置的确定 | 第31页 |
| 4.3.3 嘴巴位置的确定 | 第31-32页 |
| 4.4 性别分类的方法 | 第32-36页 |
| 4.4.1 人工神经网络 | 第32-34页 |
| 4.4.2 支持向量机 | 第34-36页 |
| 4.5 人脸性别识别仿真 | 第36-40页 |
| 第五章 总结与展望 | 第40-41页 |
| 5.1 本文总结 | 第40页 |
| 5.2 课题展望 | 第40-41页 |
| 参考文献 | 第41-42页 |
| 致谢 | 第42页 |
