| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 性别识别研究现状 | 第10-11页 |
| 1.2.1 人脸图像的性别识别 | 第10-11页 |
| 1.2.2 多角度人脸图像的性别识别 | 第11页 |
| 1.3 特征选择研究现状 | 第11-12页 |
| 1.4 本文研究内容及创新点 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章 人脸特征提取与多角度性别识别 | 第13-25页 |
| 2.1 局部GABOR 二值模式（LGBP）特征 | 第13-22页 |
| 2.1.1 局部二值模式（LBP） | 第13-15页 |
| 2.1.2 Gabor 小波变换 | 第15-17页 |
| 2.1.3 图像欧式距离 | 第17-18页 |
| 2.1.4 局部Gabor 二值模式及其降维 | 第18-22页 |
| 2.2 人脸图像的角度分类 | 第22-23页 |
| 2.2.1 人脸检测与器官定位 | 第22页 |
| 2.2.2 人脸图像角度定位 | 第22-23页 |
| 2.3 多角度性别识别框架 | 第23-24页 |
| 2.3.1 层式支持向量机 | 第23-24页 |
| 2.3.2 复杂性分析 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 人脸图像特征选择 | 第25-34页 |
| 3.1 基于GABOR 小波最优方向的人脸特征提取 | 第25-30页 |
| 3.1.1 Gabor 小波的选择性和冗余性 | 第25-26页 |
| 3.1.2 人脸图像的梯度方向直方图分析 | 第26-29页 |
| 3.1.3 最优Gabor 方向选择 | 第29-30页 |
| 3.2 基于判决特征选择的人脸特征提取 | 第30-33页 |
| 3.2.1 二类分类中的特征选择 | 第30-32页 |
| 3.2.2 多类分类中的特征选择 | 第32-33页 |
| 3.2.3 特征选择的迭代式算法框架 | 第33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 实验与分析 | 第34-49页 |
| 4.1 实验数据和设置 | 第34-36页 |
| 4.1.1 数据集组成 | 第34-35页 |
| 4.1.2 预处理和实验参数设置 | 第35-36页 |
| 4.2 基于GABOR 小波最优方向的特征选择实验 | 第36-39页 |
| 4.2.1 性别识别实验 | 第36-38页 |
| 4.2.2 人脸识别实验 | 第38-39页 |
| 4.3 基于SVM 的判决特征选择实验 | 第39-41页 |
| 4.3.1 单一姿态人脸特征的判决特征选择 | 第39-40页 |
| 4.3.2 人脸图片角度分类的判决特征选择 | 第40-41页 |
| 4.4 人脸角度分类实验 | 第41-43页 |
| 4.4.1 实验设置和参数选择 | 第42页 |
| 4.4.2 结果分析 | 第42-43页 |
| 4.5 多角度性别识别实验及其特征选择 | 第43-48页 |
| 4.5.1 基准实验 | 第44-45页 |
| 4.5.2 训练集优化 | 第45-46页 |
| 4.5.3 特征选择 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 全文总结 | 第49-50页 |
| 5.1 主要结论 | 第49页 |
| 5.2 研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 符号与标记（附录1） | 第54-55页 |
| 致谢 | 第55-57页 |
| 攻读硕士学位期间已发表或录用的论文 | 第57-59页 |