基于人脸图像的性别识别的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 性别识别研究现状 | 第9-11页 |
| 1.2.1 国内外常用人脸数据库 | 第9-10页 |
| 1.2.2 性别识别研究现状 | 第10页 |
| 1.2.3 基于人脸的性别识别方法研究现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 图像预处理与人脸检测 | 第14-23页 |
| 2.1 图像预处理 | 第14-17页 |
| 2.1.1 人脸图像滤波去噪 | 第14-16页 |
| 2.1.2 人脸图像直方图均衡化 | 第16-17页 |
| 2.1.3 人脸图像几何归一化 | 第17页 |
| 2.2 人脸检测 | 第17-21页 |
| 2.2.1 人脸检测早期研究 | 第17-20页 |
| 2.2.2 Viola-Jones人脸检测方法 | 第20-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 人脸性别特征提取 | 第23-38页 |
| 3.1 关于两性异形的研究 | 第23-25页 |
| 3.2 基于主动形状模型的几何特征提取 | 第25-29页 |
| 3.2.1 特征点标定 | 第25-26页 |
| 3.2.2 全局形状模型的建立 | 第26-27页 |
| 3.2.3 局部纹理模型的建立 | 第27-28页 |
| 3.2.4 局部搜索策略 | 第28页 |
| 3.2.5 实验结果 | 第28-29页 |
| 3.3 头发区域检测及几何特征提取 | 第29-34页 |
| 3.3.1 头发区域检测 | 第30-32页 |
| 3.3.2 头发区域几何特征提取 | 第32-33页 |
| 3.3.3 实验结果 | 第33-34页 |
| 3.4 LBP特征的提取 | 第34-37页 |
| 3.4.1 LBP特征的描述 | 第34-36页 |
| 3.4.2 分块LBP | 第36页 |
| 3.4.3 实验效果 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于多分类器融合的性别分类 | 第38-49页 |
| 4.1 支持向量机简介 | 第38-41页 |
| 4.1.1 线性可分 | 第38-40页 |
| 4.1.2 线性不可分 | 第40-41页 |
| 4.1.3 LIBSVM简介 | 第41页 |
| 4.2 多支持向量机融合 | 第41-45页 |
| 4.2.1 分类器融合的三种结构 | 第42-43页 |
| 4.2.2 分类器融合的常用算法 | 第43-45页 |
| 4.3 并联的加权投票SVM融合算法 | 第45-46页 |
| 4.4 实验结果 | 第46-48页 |
| 4.4.1 自建人脸数据库 | 第46-47页 |
| 4.4.2 性别分类实验结果 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 系统设计与实现 | 第49-54页 |
| 5.1 系统环境 | 第49页 |
| 5.2 系统总体设计 | 第49-50页 |
| 5.3 系统详细设计 | 第50-53页 |
| 5.3.1 图像预处理及人脸检测模块设计 | 第50-51页 |
| 5.3.2 特征提取模块设计 | 第51-52页 |
| 5.3.3 分类模块设计 | 第52-53页 |
| 5.4 演示系统 | 第53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 未来工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文目录 | 第61页 |
