基于静态人脸图像的年龄估计方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究目的及意义 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-17页 |
| 1.4 论文组织结构 | 第17-20页 |
| 第二章 人脸年龄估计模式 | 第20-26页 |
| 2.1 分类模式 | 第20-21页 |
| 2.2 回归模式 | 第21-23页 |
| 2.3 混合模式 | 第23-24页 |
| 2.4 人脸年龄数据库 | 第24-25页 |
| 2.5 年龄估计方法的评价指标 | 第25-26页 |
| 第三章 人脸年龄特征提取 | 第26-44页 |
| 3.1 主成分分析法 | 第26-27页 |
| 3.1.1 基本原理 | 第26-27页 |
| 3.1.2 计算步骤 | 第27页 |
| 3.2 局部二值模式 | 第27-32页 |
| 3.2.1 基本LBP算子 | 第28页 |
| 3.2.2 改进的LBP算子 | 第28-31页 |
| 3.2.3 LBP旋转不变模式 | 第31-32页 |
| 3.2.4 LBP等价模式 | 第32页 |
| 3.3 主动表观模型 | 第32-39页 |
| 3.3.1 点分布模型 | 第33-34页 |
| 3.3.2 形状模型建立 | 第34-36页 |
| 3.3.3 纹理模型建立 | 第36-39页 |
| 3.3.4 表观模型建立 | 第39页 |
| 3.4 相关实验 | 第39-44页 |
| 第四章 传统的年龄估计模型 | 第44-56页 |
| 4.1 基于最小二乘法的年龄函数 | 第44-45页 |
| 4.2 基于支持向量回归的年龄函数 | 第45-51页 |
| 4.2.1 线性支持向量机 | 第46-49页 |
| 4.2.2 非线性支持向量机 | 第49-50页 |
| 4.2.3 支持向量回归 | 第50-51页 |
| 4.3 相关实验 | 第51-56页 |
| 4.3.1 实验设计 | 第51-52页 |
| 4.3.2 实验结果及分析 | 第52-56页 |
| 第五章 基于加权累积属性的年龄估计方法 | 第56-68页 |
| 5.1 基于累积属性的人脸年龄估计方法 | 第56-57页 |
| 5.2 改进算法 | 第57-61页 |
| 5.2.1 加权累积属性 | 第58-59页 |
| 5.2.2 联合属性学习 | 第59-60页 |
| 5.2.3 回归映射过程 | 第60-61页 |
| 5.2.4 权值的确定 | 第61页 |
| 5.3 相关实验 | 第61-68页 |
| 5.3.1 实验设计 | 第61-62页 |
| 5.3.2 实验结果及分析 | 第62-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |
