基于人脸图像的性别识别和年龄估计
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 概述 | 第11-18页 |
| ·研究的目的和意义 | 第11页 |
| ·研究的挑战 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·性别研究现状 | 第12-13页 |
| ·年龄研究现状 | 第13-14页 |
| ·研究的主要工作 | 第14-16页 |
| ·论文的组织结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 图像预处理 | 第18-27页 |
| ·人脸图像数据库 | 第18页 |
| ·人脸图像增强 | 第18-20页 |
| ·图像灰度化 | 第18-19页 |
| ·图像滤波 | 第19-20页 |
| ·直方图均衡化 | 第20页 |
| ·人脸定位 | 第20-24页 |
| ·人脸检测 | 第20-22页 |
| ·眼睛定位 | 第22-24页 |
| ·人脸图像归一化 | 第24-25页 |
| ·图像仿射变换 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 人脸图像特征提取与降维 | 第27-41页 |
| ·主动形状模型（ASM） | 第27-33页 |
| ·ASM形状模型建立 | 第28页 |
| ·形状向量归一化 | 第28-31页 |
| ·建立局部灰度模型 | 第31-32页 |
| ·ASM搜索特征点与改进 | 第32-33页 |
| ·几何特征 | 第33页 |
| ·人脸纹理特征 | 第33-39页 |
| ·LBP算子及其扩展 | 第33-35页 |
| ·Gabor特征 | 第35-37页 |
| ·分数阶微分 | 第37-39页 |
| ·人脸特征降维 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 人脸性别识别 | 第41-49页 |
| ·人脸性别特征提取 | 第41-43页 |
| ·人脸性别全局特征提取 | 第42页 |
| ·人脸性别局部特征提取 | 第42-43页 |
| ·基于SVM的性别分类 | 第43-47页 |
| ·SVM分类原理 | 第43-44页 |
| ·SVM性别分类 | 第44-47页 |
| ·性别识别实验结果与分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 人脸年龄估计 | 第49-60页 |
| ·人脸年龄估计评价准则 | 第49页 |
| ·人脸年龄特征提取 | 第49-54页 |
| ·人脸几何特征提取 | 第49-52页 |
| ·Gabor滤波器提取人脸特征 | 第52-53页 |
| ·分数阶微分提取人脸图像特征 | 第53-54页 |
| ·基于支持向量机回归的年龄估计 | 第54-57页 |
| ·支持向量机分类与回归估计结合的年龄估计 | 第57-59页 |
| ·实验结果与分析 | 第59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-63页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间的研究成果 | 第68-69页 |
