| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·研究背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·论文的结构 | 第13-14页 |
| 第二章 人脸图像预处理 | 第14-20页 |
| ·人脸库的选取 | 第14页 |
| ·人脸图像预处理 | 第14-19页 |
| ·人脸图像灰度归一化 | 第14-15页 |
| ·人脸图像旋转调整 | 第15-16页 |
| ·人脸姿态归一化 | 第16-17页 |
| ·人脸图像尺度归一化 | 第17-18页 |
| ·人脸图像噪声滤波 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第三章 基于Gabor小波与KLDA相结合的特征提取 | 第20-28页 |
| ·Gabor小波 | 第20-21页 |
| ·KLDA算法 | 第21-23页 |
| ·基于Gabor小波与KLDA相结合的特征提取 | 第23-26页 |
| ·Gabor小波的特征提取 | 第24-25页 |
| ·Gabor特征的核线性鉴别分析 | 第25-26页 |
| ·实验结果及分析 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第四章 SVM组合与模糊KNN结合的性别识别 | 第28-41页 |
| ·SVM组合算法 | 第28-33页 |
| ·SVM原理 | 第28-29页 |
| ·双重加权SVM | 第29-30页 |
| ·近似SVM | 第30-31页 |
| ·SVM组合算法 | 第31-33页 |
| ·模糊KNN算法分析 | 第33-36页 |
| ·KNN算法决策规则 | 第33-34页 |
| ·KNN算法优缺点 | 第34-35页 |
| ·模糊KNN算法(FKNN) | 第35-36页 |
| ·SVM组合-模糊KNN的性别分类算法 | 第36-39页 |
| ·算法结合原理与分析 | 第36-38页 |
| ·算法参数设置 | 第38-39页 |
| ·实验结果与分析 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第五章 基于性别分组的年龄预测技术 | 第41-57页 |
| ·ASM-AAM形状纹理联合定位 | 第41-52页 |
| ·ASM形状模型建立 | 第41-46页 |
| ·AAM纹理模型建立 | 第46-50页 |
| ·形状与纹理联合定位 | 第50-52页 |
| ·双模型年龄特征提取 | 第52-53页 |
| ·年龄特征提取 | 第52-53页 |
| ·双模型年龄特征提取 | 第53页 |
| ·基于支持向量机系统的人脸图像年龄估计 | 第53-54页 |
| ·实验结果与分析 | 第54-56页 |
| ·小结 | 第56-57页 |
| 第六章 原型系统的设计与实现 | 第57-68页 |
| ·概述 | 第57-58页 |
| ·核心类的设计与实现 | 第58-64页 |
| ·位图类的设计 | 第58-60页 |
| ·矩阵类的设计 | 第60-62页 |
| ·Gabor小波类的设计 | 第62-63页 |
| ·支持向量机类的设计 | 第63-64页 |
| ·原型系统实现 | 第64-67页 |
| ·小结 | 第67-68页 |
| 第七章 总结与展望 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 发表论文 | 第75页 |