基于改进标记分布学习算法的人脸年龄估计
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 引言 | 第7-13页 |
| 1.1 课题的研究背景和意义 | 第7-8页 |
| 1.2 课题的研究现状 | 第8-11页 |
| 1.2.1 人脸年龄估计的研究现状 | 第8-9页 |
| 1.2.2 标记分布学习的研究现状 | 第9-11页 |
| 1.3 研究的目标及研究内容 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第二章 人脸年龄估计算法 | 第13-27页 |
| 2.1 人脸年龄估计算法流程 | 第13页 |
| 2.2 人脸图像预处理 | 第13-14页 |
| 2.3 人脸图像特征抽取 | 第14-17页 |
| 2.3.1 基于测量的特征模型 | 第14-15页 |
| 2.3.2 仿生学特征模型 | 第15页 |
| 2.3.3 年龄成长模式子空间模型 | 第15-16页 |
| 2.3.4 其它特征模型 | 第16-17页 |
| 2.4 人脸年龄估计算法 | 第17-25页 |
| 2.4.1 传统的分类算法 | 第17-20页 |
| 2.4.2 基于回归的算法 | 第20-22页 |
| 2.4.3 年龄标记分布学习算法 | 第22-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 传统标记分布学习的改进 | 第27-37页 |
| 3.1 传统算法存在的问题 | 第27-28页 |
| 3.2 WRT-LDGB算法 | 第28-31页 |
| 3.3 VT-LDGB算法 | 第31-34页 |
| 3.4 标记分布学习算法的评价指标 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 深度标记分布学习算法 | 第37-43页 |
| 4.1 深度学习算法 | 第37-40页 |
| 4.2 深度标记分布学习算法 | 第40-42页 |
| 4.3 深度网络结构和训练细节 | 第42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 实验及结果分析 | 第43-51页 |
| 5.1 实验设计 | 第43-45页 |
| 5.2 实验结果 | 第45-48页 |
| 5.3 实验分析 | 第48-49页 |
| 5.4 本章小结 | 第49-51页 |
| 第六章 总结 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 在校期间的科研成果 | 第58页 |
