| 摘要 | 第5-7页 |
| ABSTRACT（英文摘要） | 第7-8页 |
| 主要符号对照表 | 第12-13页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 计算机视觉及模式识别 | 第13-14页 |
| 1.2 人脸检测和性别分类的发展 | 第14-15页 |
| 1.3 本文的主要研究内容和创新点 | 第15-16页 |
| 1.4 本文的章节安排 | 第16-18页 |
| 第二章 人脸检测技术的研究 | 第18-54页 |
| 2.1 引言 | 第18-19页 |
| 2.2 人脸检测中的特征提取方法 | 第19-29页 |
| 2.2.1 像素灰度值特征 | 第19-20页 |
| 2.2.2 Haar-like特征 | 第20-23页 |
| 2.2.3 EOH特征 | 第23-25页 |
| 2.2.4 Gabor小波特征 | 第25-29页 |
| 2.3 人脸检测器的结构 | 第29-38页 |
| 2.3.1 Adaboost算法 | 第30-35页 |
| 2.3.2 弱分类器 | 第35页 |
| 2.3.3 瀑布模型 | 第35-38页 |
| 2.4 改进的人脸检测器 | 第38-45页 |
| 2.4.1 动态瀑布结构 | 第39-41页 |
| 2.4.2 多种特征集合 | 第41-43页 |
| 2.4.3 Bayesian弱分类器 | 第43-45页 |
| 2.4.3.1 贝叶斯错误率 | 第44页 |
| 2.4.3.2 贝叶斯弱分类器 | 第44-45页 |
| 2.5 对比实验 | 第45-52页 |
| 2.5.1 不同规模的训练集比较 | 第46-47页 |
| 2.5.2 不同种类的弱分类器比较 | 第47-48页 |
| 2.5.3 不同参数alpha的比较 | 第48-49页 |
| 2.5.4 不同特征集的比较 | 第49页 |
| 2.5.5 不同人脸检测器的性能比较 | 第49-52页 |
| 2.6 本章小结 | 第52-54页 |
| 第三章 人脸图像预处理及特征提取方法 | 第54-70页 |
| 3.1 引言 | 第54-55页 |
| 3.2 人脸图像预处理的方法 | 第55-57页 |
| 3.2.1 几何矫正 | 第55页 |
| 3.2.2 灰度直方图均衡化 | 第55-57页 |
| 3.2.3 人脸面部区域去噪 | 第57页 |
| 3.3 提取人脸面部特征的方法 | 第57-69页 |
| 3.3.1 局部二值模式特征 | 第58-62页 |
| 3.3.2 局部Gabor二值映射模式特征 | 第62-69页 |
| 3.3.2.1 LGBP特征 | 第63-64页 |
| 3.3.2.2 LDA局部投影算法 | 第64-68页 |
| 3.3.2.3 CCL局部投影算法 | 第68-69页 |
| 3.4 本章小结 | 第69-70页 |
| 第四章 最小最大模块化模式识别分类器 | 第70-82页 |
| 4.1 引言 | 第70页 |
| 4.2 最小最大模块化分类器算法 | 第70-73页 |
| 4.2.1 数据集的分解 | 第70-71页 |
| 4.2.2 子问题的合并 | 第71-73页 |
| 4.2.2.1 MIN单元 | 第71-72页 |
| 4.2.2.2 MAX单元 | 第72-73页 |
| 4.3 训练集的模块划分策略 | 第73-76页 |
| 4.3.1 随机划分 | 第73-74页 |
| 4.3.2 超平面划分 | 第74页 |
| 4.3.3 基于先验知识划分 | 第74-76页 |
| 4.4 最小最大模块化支持向量机 | 第76-81页 |
| 4.4.1 支持向量机 | 第76-81页 |
| 4.4.1.1 线性可分的分离超平面 | 第76-79页 |
| 4.4.1.2 非线性可分的分离超平面 | 第79-80页 |
| 4.4.1.3 支持向量机 | 第80-81页 |
| 4.4.2 模块化支持向量机 | 第81页 |
| 4.5 本章小结 | 第81-82页 |
| 第五章 人脸性别分类的实验分析 | 第82-92页 |
| 5.1 数据集与实验环境 | 第82-83页 |
| 5.2 不同特征提取方法的对比实验 | 第83-87页 |
| 5.2.1 LGBMP-LDA和LGBMP-CCL的对比实验 | 第83-84页 |
| 5.2.2 不同人脸角度的对比实验 | 第84-87页 |
| 5.2.3 不同SVM核函数的对比实验 | 第87页 |
| 5.2.4 不同特征提取方法的特征维数比较 | 第87页 |
| 5.3 SVM与M~3-SVM的对比实验 | 第87-90页 |
| 5.4 实时人脸性别分类系统演示 | 第90页 |
| 5.5 本章小结 | 第90-92页 |
| 第六章 总结与展望 | 第92-94页 |
| 参考文献 | 第94-100页 |
| 致谢 | 第100-101页 |
| 个人简历、在学期间的研究成果及发表的论文 | 第101页 |