基于人脸图像的性别识别技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10页 |
| ·国内外的研究现状 | 第10-12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 人脸检测与图像预处理 | 第14-20页 |
| ·人脸库选取 | 第14-15页 |
| ·人脸检测 | 第15-16页 |
| ·图像灰度化 | 第16-17页 |
| ·图像均衡化 | 第17-18页 |
| ·图像归一化 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于ICA和KFDA相结合的特征提取方法 | 第20-29页 |
| ·主成分分析 | 第20-21页 |
| ·独立成分分析 | 第21-22页 |
| ·Fisher线性判别 | 第22-25页 |
| ·基于ICA与KFDA相结合的特征提取算法 | 第25-28页 |
| ·融合ICA与FLD算法分析 | 第25页 |
| ·ICA和KFDA相结合的特征提取算法 | 第25-27页 |
| ·实验结果与分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于改进KNN-SVM的性别识别 | 第29-44页 |
| ·SVM算法原理 | 第29-33页 |
| ·最优超平面 | 第29-30页 |
| ·线性情况 | 第30-32页 |
| ·非线性情况 | 第32-33页 |
| ·KNN算法分析 | 第33-37页 |
| ·算法理论 | 第33-34页 |
| ·KNN算法优缺点 | 第34-35页 |
| ·KNN算法的改进 | 第35-37页 |
| ·改进KNN-SVM的性别分类算法 | 第37-42页 |
| ·算法融合原理与分析 | 第37-39页 |
| ·算法伪码 | 第39-41页 |
| ·算法参数设置 | 第41-42页 |
| ·实验结果与分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于下巴轮廓曲率的性别识别方法 | 第44-52页 |
| ·基于log-gabor小波的纹理特征 | 第44-46页 |
| ·基于AAM的人脸下巴特征定位 | 第46页 |
| ·基于最小二乘法的曲线拟合 | 第46-48页 |
| ·人脸下巴轮廓曲率判别 | 第48-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 性别识别系统的设计与实现 | 第52-61页 |
| ·原型系统环境 | 第52页 |
| ·原型系统的主要框架 | 第52-53页 |
| ·核心类的设计与实现 | 第53-58页 |
| ·位图类的设计 | 第53-55页 |
| ·矩阵类的设计 | 第55-57页 |
| ·支持向量机类的设计 | 第57-58页 |
| ·原型系统的实现 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 发表论文 | 第69页 |
