基于偏最小二乘降维的人脸年龄估计研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 研究内容及创新 | 第11页 |
| 1.4 论文结构 | 第11-13页 |
| 第2章 基于人脸图像的年龄估计 | 第13-25页 |
| 2.1 人脸年龄估计算法的基本流程 | 第13-14页 |
| 2.2 人脸图像的特征提取 | 第14-20页 |
| 2.2.1 人体测量学模型 | 第14-15页 |
| 2.2.2 柔性模型 | 第15-16页 |
| 2.2.3 年龄特征模式子空间 | 第16-18页 |
| 2.2.4 基于仿生学模型 | 第18-19页 |
| 2.2.5 外观模型 | 第19-20页 |
| 2.3 年龄估计算法 | 第20-23页 |
| 2.3.1 分类算法 | 第20-21页 |
| 2.3.2 回归算法 | 第21-22页 |
| 2.3.3 分类和回归混合算法 | 第22-23页 |
| 2.4 特征数据降维 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 基于偏最小二乘降维的人脸年龄估计 | 第25-40页 |
| 3.1 主动外观模型特征提取 | 第25-30页 |
| 3.1.1 形状模型 | 第26-27页 |
| 3.1.2 纹理模型 | 第27-29页 |
| 3.1.3 外观模型 | 第29-30页 |
| 3.2 偏最小二乘的概述 | 第30-36页 |
| 3.2.1 偏最小二乘的研究背景 | 第30-32页 |
| 3.2.2 多因变量偏最小二乘算法 | 第32-34页 |
| 3.2.3 单因变量偏最小二乘算法 | 第34-35页 |
| 3.2.4 偏最小二乘回归 | 第35-36页 |
| 3.3 支持向量回归 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 实验结果及分析 | 第40-47页 |
| 4.1 年龄估计数据库 | 第40-42页 |
| 4.2 实验设置 | 第42-43页 |
| 4.3 实验结果及分析 | 第43-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 工作总结 | 第47页 |
| 5.2 工作展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读学位期间的研究成果 | 第54页 |
