基于视频的人脸图像年龄估计
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 引言 | 第11-21页 |
| ·课题研究背景及应用 | 第11-12页 |
| ·研究现状概述 | 第12-18页 |
| ·人脸年龄特征提取方法 | 第13-16页 |
| ·人脸年龄估计方法 | 第16-18页 |
| ·年龄估计性能评价方法 | 第18页 |
| ·论文的主要内容及组织结构 | 第18-21页 |
| 第二章 人脸图像预处理 | 第21-31页 |
| ·人脸数据库 | 第21-22页 |
| ·图像去雾 | 第22-24页 |
| ·移动目标检测 | 第24-25页 |
| ·人脸检测 | 第25-28页 |
| ·Haar特征 | 第25-26页 |
| ·Adaboost算法 | 第26-28页 |
| ·图像灰度化 | 第28-29页 |
| ·图像增强 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 人脸标记点的自动定位 | 第31-35页 |
| ·自动定位标记点 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 人脸年龄特征提取 | 第35-49页 |
| ·主成分分析 | 第35-36页 |
| ·统计形状模型 | 第36-38页 |
| ·仿射变换 | 第38-39页 |
| ·基于MLBP的统计纹理模型 | 第39-47页 |
| ·LBP算子概述 | 第40-42页 |
| ·LBP算子的几种变形 | 第42-45页 |
| ·基于MLBP的纹理统计 | 第45-47页 |
| ·统计外观模型 | 第47页 |
| ·本章小结 | 第47-49页 |
| 第五章 人脸年龄估计 | 第49-65页 |
| ·基于BP神经网络的年龄估计 | 第49-54页 |
| ·BP神经网络的基本原理 | 第49-53页 |
| ·基于BP神经网络的年龄估计 | 第53-54页 |
| ·基于支持向量机的年龄估计 | 第54-59页 |
| ·支持向量机的基本原理 | 第54-58页 |
| ·基于支持向量机的年龄估计 | 第58-59页 |
| ·实验结果及分析 | 第59-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 结论与展望 | 第65-67页 |
| ·结论 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 附录 | 第73页 |
