| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 性别和表情识别综述 | 第9-13页 |
| 1.2.1 性别识别历史及主要方法 | 第10-11页 |
| 1.2.2 表情识别历史及主要方法 | 第11-13页 |
| 1.3 性别和表情识别难点 | 第13页 |
| 1.4 本文结构安排 | 第13-14页 |
| 第2章 局部二值模式 | 第14-21页 |
| 2.1 人脸特征提取方法 | 第14-15页 |
| 2.2 局部二值模式 | 第15-20页 |
| 2.2.1 灰度不变的LBP算子 | 第17-18页 |
| 2.2.2 旋转不变的LBP算子 | 第18-19页 |
| 2.2.3 LBP的等价模式 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 梯度提升决策树算法 | 第21-33页 |
| 3.1 决策树 | 第21-25页 |
| 3.1.1 决策树的学习过程 | 第22页 |
| 3.1.2 决策树的特征选择 | 第22-24页 |
| 3.1.3 分类决策树的生成 | 第24-25页 |
| 3.1.4 回归决策树的生成 | 第25页 |
| 3.2 梯度提升方法 | 第25-30页 |
| 3.2.1 提升方法 | 第26-27页 |
| 3.2.2 梯度提升方法 | 第27-30页 |
| 3.3 梯度提升决策树算法 | 第30-32页 |
| 3.3.1 回归树的大小 | 第31-32页 |
| 3.3.2 正则化 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于梯度提升决策树的性别和表情识别算法 | 第33-40页 |
| 4.1 基于梯度提升决策树算法的性别和表情识别算法的建立 | 第33-36页 |
| 4.1.1 图像预处理 | 第33-35页 |
| 4.1.2 LBP特征提取 | 第35页 |
| 4.1.3 基于梯度提升决策树的分类算法 | 第35-36页 |
| 4.2 实验参数的确定 | 第36-39页 |
| 4.2.1 性别识别参数设定 | 第36-38页 |
| 4.2.2 表情识别参数设定 | 第38-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第5章 实验结果分析及总结展望 | 第40-47页 |
| 5.1 性别识别算法实验结果分析 | 第40-42页 |
| 5.1.1 实验数据库 | 第40-41页 |
| 5.1.2 实验结果及分析 | 第41-42页 |
| 5.1.3 错误分类原因分析 | 第42页 |
| 5.2 表情识别算法实验结果分析 | 第42-45页 |
| 5.2.1 实验数据库 | 第42-43页 |
| 5.2.2 实验结果及分析 | 第43-44页 |
| 5.2.3 错误分类原因分析 | 第44-45页 |
| 5.3 总结及展望 | 第45-47页 |
| 5.3.1 本文工作总结 | 第45-46页 |
| 5.3.2 性别和表情识别算法展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |