基于随机森林的年龄估计
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| §1.1 课题的研究背景和意义 | 第8-9页 |
| §1.2 国内外研究现状 | 第9-11页 |
| §1.3 人脸年龄估计的影响因素 | 第11-12页 |
| §1.4 论文的主要创新与内容安排 | 第12-14页 |
| ·研究内容和创新工作 | 第12页 |
| ·论文的内容安排 | 第12-14页 |
| 第二章 特征提取及降维 | 第14-23页 |
| §2.1 LBP 特征提取 | 第14-17页 |
| ·基本的 LBP 计算方法 | 第14-15页 |
| ·圆形邻域 LBP 计算方法 | 第15页 |
| ·旋转不变性 LBP 计算方法 | 第15-16页 |
| ·均匀模式 LBP 计算方法 | 第16-17页 |
| §2.2 HOG 特征提取 | 第17-19页 |
| ·图像的梯度特征 | 第17-18页 |
| ·HOG 特征提取 | 第18-19页 |
| §2.3 生物启发特征 | 第19-20页 |
| §2.4 特征降维 | 第20-23页 |
| ·PCA 特征降维 | 第20-21页 |
| ·OLPP 特征降维 | 第21-23页 |
| 第三章 年龄估计方法 | 第23-29页 |
| §3.1 支持向量机 | 第23-25页 |
| ·最优分类面 | 第23-24页 |
| ·广义最优分类面 | 第24-25页 |
| §3.2 随机森林理论 | 第25-29页 |
| ·决策树理论 | 第25-26页 |
| ·随机森林的构造 | 第26-28页 |
| ·随机森林的数学理论基础 | 第28-29页 |
| 第四章 基于生物启发特征和随机森林的年龄估计 | 第29-36页 |
| §4.1 FG-NET 人脸数据库 | 第29-30页 |
| §4.2 算法评估方法 | 第30页 |
| §4.3 年龄估计算法 | 第30-31页 |
| §4.4 仿真实验 | 第31-36页 |
| ·基于生物启发特征和随机森林的年龄估计实验 | 第31-32页 |
| ·生物启发特征和其他特征的对比实验 | 第32-33页 |
| ·随机森林与 SVM 的对比实验 | 第33-35页 |
| ·结论 | 第35-36页 |
| 第五章 总结与展望 | 第36-37页 |
| §5.1 总结 | 第36页 |
| §5.2 展望 | 第36-37页 |
| 参考文献 | 第37-39页 |
| 致谢 | 第39页 |
