基于人脸图像的性别识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-15页 |
| ·研究背景与意义 | 第7页 |
| ·人脸性别识别的研究现状 | 第7-13页 |
| ·基于特征分析的方法 | 第8页 |
| ·基于整体图像的方法 | 第8-12页 |
| ·各种分类方法之间的比较 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| ·论文的内容与结构 | 第14-15页 |
| 第2章 人脸图像的特征提取方法 | 第15-22页 |
| ·Gabor小波特征提取方法 | 第15-17页 |
| ·Gabor小波介绍 | 第15页 |
| ·人脸图像的二维Gabor小波变换 | 第15-17页 |
| ·其他一些常用的人脸特征提取算法 | 第17-21页 |
| ·主成分分析方法 | 第17-18页 |
| ·局部二元模式算子 | 第18-19页 |
| ·Haar-like小波方法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 支持向量机 | 第22-34页 |
| ·概述 | 第22页 |
| ·支持向量机的分类介绍 | 第22-27页 |
| ·两类线性可分的支持向量机 | 第22-25页 |
| ·两类非线性可分的支持向量机 | 第25-26页 |
| ·近似可分情况下的支持向量机 | 第26-27页 |
| ·支持向量机的训练算法 | 第27-33页 |
| ·块算法 | 第27页 |
| ·固定工作样本集算法 | 第27-28页 |
| ·块算法与固定工作样本集算法的比较 | 第28页 |
| ·几种典型的SVM应用算法 | 第28-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 人脸性别识别研究 | 第34-52页 |
| ·人脸图像预处理 | 第34-37页 |
| ·人脸图像的灰度化、旋转和尺度归一化 | 第34-36页 |
| ·人脸有效区域的获取 | 第36-37页 |
| ·特征降维 | 第37-38页 |
| ·分类器的改进与实现 | 第38-40页 |
| ·LIBSVM分类器分析 | 第38-39页 |
| ·对LIBSVM分类器的改进 | 第39-40页 |
| ·人脸性别识别实验及结果分析 | 第40-51页 |
| ·方框脸上几种性别识别方法的实验 | 第41-45页 |
| ·椭圆脸和T型脸上的实验 | 第45-46页 |
| ·分类器融合的方法 | 第46-47页 |
| ·级联的支持向量机方法 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 人脸性别识别系统 | 第52-57页 |
| ·人脸性别识别系统的设计 | 第52页 |
| ·人脸性别识别过程介绍 | 第52-54页 |
| ·实验结果与分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间的研究成果 | 第63页 |
