姿态鲁棒的人脸图像性别识别方法研究与应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·引言 | 第12-13页 |
| ·人脸图像性别识别的应用领域 | 第13-14页 |
| ·人脸图像性别识别的研究现状 | 第14-16页 |
| ·基于几何特征的性别识别方法 | 第14-15页 |
| ·基于外观特征的性别识别方法 | 第15-16页 |
| ·本文的研究内容 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第2章 人脸图像特征提取方法对比研究 | 第18-32页 |
| ·引言 | 第18页 |
| ·基于经典方法的人脸图像特征提取 | 第18-22页 |
| ·Gabor变换 | 第18-19页 |
| ·LBP算子 | 第19-22页 |
| ·基于深度学习的人脸图像特征提取 | 第22-26页 |
| ·稀疏编码 | 第22-25页 |
| ·基于稀疏编码的特征表达 | 第25-26页 |
| ·两类人脸图像特征提取方法的对比研究 | 第26-31页 |
| ·传统特征方法 | 第27-29页 |
| ·使用稀疏编码的方法 | 第29-30页 |
| ·实验结果分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于多模型改进的ASM的人脸图像姿态矫正 | 第32-42页 |
| ·引言 | 第32页 |
| ·基于多模型改进的ASM的人脸图像姿态矫正 | 第32-39页 |
| ·经典ASM | 第32-35页 |
| ·使用多模型改进ASM | 第35-38页 |
| ·基于三角剖分的纹理映射方法 | 第38-39页 |
| ·实验结果与分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 姿态鲁棒的人脸图像性别识别方法 | 第42-58页 |
| ·引言 | 第42页 |
| ·姿态鲁棒的人脸图像性别识别方法 | 第42-52页 |
| ·基于Adaboost算法的图像人脸区域的检测 | 第42-47页 |
| ·人脸图像的预处理 | 第47-49页 |
| ·人脸图像的特征提取 | 第49-50页 |
| ·超完备字典的构建 | 第50-51页 |
| ·使用稀疏表达构建分类器 | 第51-52页 |
| ·实验结果与分析 | 第52-56页 |
| ·数据集提炼处理 | 第52-53页 |
| ·人脸数据库与实验环境 | 第53页 |
| ·实验结果与分析 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 第5章 卡口人脸比对系统设计与实现 | 第58-68页 |
| ·系统的应用意义 | 第58页 |
| ·系统的构架 | 第58-62页 |
| ·系统总体框架 | 第58-59页 |
| ·系统部署 | 第59-60页 |
| ·系统组成 | 第60-62页 |
| ·性别识别子系统 | 第62-63页 |
| ·应用验证 | 第63-66页 |
| ·本章小节 | 第66-68页 |
| 第6章 总结与展望 | 第68-70页 |
| ·结论 | 第68页 |
| ·后续工作与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第76页 |
