基于分层加权支持向量机模型的自动人脸年龄估计
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-25页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状及相关工作 | 第9-22页 |
| 1.2.1 人脸年龄估计评估方法 | 第12-13页 |
| 1.2.2 人脸年龄估计方法 | 第13-18页 |
| 1.2.3 人脸年龄容貌预测方法 | 第18-22页 |
| 1.3 实验环境 | 第22-23页 |
| 1.4 论文的研究内容及组织结构 | 第23-25页 |
| 第二章 人脸年龄特征提取 | 第25-34页 |
| 2.1 主成分分析 | 第25-27页 |
| 2.2 主动外观模型 | 第27-32页 |
| 2.2.1 统计形状建模 | 第28页 |
| 2.2.2 分段线性仿射 | 第28-30页 |
| 2.2.3 统计纹理建模 | 第30-31页 |
| 2.2.4 组合外观模型 | 第31-32页 |
| 2.4 年龄特征空间降维 | 第32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 自动人脸拟合 | 第34-47页 |
| 3.1 正向拟合算法 | 第34-36页 |
| 3.2 反向合成拟合算法 | 第36-38页 |
| 3.3 鲁棒反向合成拟合算法 | 第38-40页 |
| 3.4 基于局部纹理约束的鲁棒反向合成拟合算法 | 第40-44页 |
| 3.5 基于组合外观模型的人脸年龄特征提取 | 第44-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 分层加权支持向量机年龄估计模型 | 第47-68页 |
| 4.1 支持向量机理论 | 第47-55页 |
| 4.1.1 线性支持向量机 | 第47-50页 |
| 4.1.2 非线性支持向量机 | 第50-55页 |
| 4.2 支持向量机参数求解 | 第55-61页 |
| 4.2.1 工作集选择 | 第56-58页 |
| 4.2.2 序贯最小优化 | 第58-60页 |
| 4.2.3 初始参数求解 | 第60-61页 |
| 4.3 基于支持向量机年龄估计 | 第61-67页 |
| 4.3.1 分层支持向量机 | 第62-64页 |
| 4.3.2 加权支持向量机 | 第64-65页 |
| 4.3.3 综合实验评估 | 第65-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-71页 |
| 5.1 总结 | 第68-69页 |
| 5.1.1 人脸年龄特征提取方法总结 | 第68页 |
| 5.1.2 人脸拟合方法总结 | 第68-69页 |
| 5.1.3 人脸年龄估计方法总结 | 第69页 |
| 5.2 展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 附录序贯最小优化算法参数求解公式证明 | 第76-77页 |
| 致谢 | 第77页 |
