| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究的目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 性别研究现状 | 第10-11页 |
| 1.2.2 年龄研究现状 | 第11-14页 |
| 1.3 人脸图像数据库 | 第14-15页 |
| 1.4 论文的主要研究工作 | 第15-16页 |
| 1.5 论文结构 | 第16-17页 |
| 第2章 图像预处理 | 第17-24页 |
| 2.1 基于Haar特征与AdaBoost算法的人脸检测 | 第17-19页 |
| 2.1.1 Haar特征的提取 | 第17-18页 |
| 2.1.2 AdaBoost算法 | 第18-19页 |
| 2.1.3 人脸检测实验效果 | 第19页 |
| 2.2 图像预处理 | 第19-23页 |
| 2.2.1 图像灰度化 | 第20-21页 |
| 2.2.2 直方图均衡化 | 第21-22页 |
| 2.2.3 几何归一化 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 人脸图像特征提取方法与分类器 | 第24-35页 |
| 3.1 人脸图像特征提取方法 | 第24-30页 |
| 3.1.1 局部二值模式特征 | 第24-27页 |
| 3.1.2 Gabor特征 | 第27-28页 |
| 3.1.3 方向梯度直方图特征 | 第28-30页 |
| 3.2 支持向量机 | 第30-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 人脸性别判断 | 第35-47页 |
| 4.1 人脸性别特征提取 | 第35-37页 |
| 4.1.1 LBP特征提取 | 第35-36页 |
| 4.1.2 Gabor特征提取 | 第36-37页 |
| 4.1.3 HOG特征提取 | 第37页 |
| 4.2 基于三种基本特征的性别判断实验 | 第37-40页 |
| 4.2.1 实验内容 | 第37页 |
| 4.2.2 实验结果与分析 | 第37-40页 |
| 4.3 多尺度HOG特征性别判断实验 | 第40-43页 |
| 4.3.1 实验内容 | 第40-41页 |
| 4.3.2 实验结果与分析 | 第41-43页 |
| 4.4 不同图像分辨率下的HOG特征性别识别实验 | 第43-45页 |
| 4.4.1 实验内容 | 第43页 |
| 4.4.2 实验结果与分析 | 第43-45页 |
| 4.5 HOG特征在人脸应用时参数选择推荐值 | 第45页 |
| 4.6 自采集数据测试 | 第45-47页 |
| 第5章 人脸年龄估计 | 第47-63页 |
| 5.1 人脸年龄估计概述 | 第47-49页 |
| 5.1.1 人脸成长老化模型 | 第47-48页 |
| 5.1.2 人脸图像年龄估计的评判标准 | 第48-49页 |
| 5.2 FG-NET数据库年龄分布 | 第49页 |
| 5.3 基于多特征融合的年龄估计 | 第49-57页 |
| 5.3.1 基于原始LBP特征与原始HOG特征融合的年龄估计 | 第50页 |
| 5.3.2 基于LBP_HOG特征融合的年龄估计 | 第50-51页 |
| 5.3.3 基于原始LBP特征与LBP_HOG特征融合的年龄估计 | 第51-52页 |
| 5.3.4 实验结果与分析 | 第52-57页 |
| 5.4 基于多特征与多分类器融合的年龄估计 | 第57-62页 |
| 5.4.1 算法描述 | 第58-59页 |
| 5.4.2 实验结果与分析 | 第59-62页 |
| 5.5 自采集数据测试 | 第62页 |
| 5.6 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 本文工作总结 | 第63-64页 |
| 6.2 本文的不足与展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间取得的科研成果 | 第69-70页 |
| 致谢 | 第70-71页 |
