基于多尺度纹理特征的性别识别技术的研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·性别识别概述 | 第7页 |
| ·性别识别技术 | 第7-8页 |
| ·性别识别技术的研究意义及其典型应用 | 第8页 |
| ·性别识别技术的发展现状 | 第8-11页 |
| ·论文结构 | 第11-12页 |
| 第二章 多尺度纹理特征 | 第12-32页 |
| ·性别识别技术中的常用特征 | 第12-26页 |
| ·Haar-like特征 | 第12-14页 |
| ·HOG特征 | 第14-16页 |
| ·纹理特征 | 第16-26页 |
| ·多尺度纹理特征 | 第26-31页 |
| ·特征描述子的构造过程 | 第28-30页 |
| ·多尺度纹理特征集的构造 | 第30-31页 |
| 本章小结 | 第31-32页 |
| 第三章 分类器 | 第32-43页 |
| ·支持向量机(SVM)的原理 | 第32-36页 |
| ·SVM线性可分 | 第32-34页 |
| ·线性不可分的情况 | 第34-35页 |
| ·支持向量机 | 第35-36页 |
| ·AdaBoost学习算法的原理 | 第36-41页 |
| ·AdaBoost分类学习算法的过程 | 第36-39页 |
| ·本文中改进的AdaBoost分类器 | 第39-41页 |
| 本章小结 | 第41-43页 |
| 第四章 实验 | 第43-50页 |
| ·实验数据集 | 第43页 |
| ·实验结果对比分析 | 第43-50页 |
| ·两种方法构造的多尺度纹理特征描述能力的比较 | 第44页 |
| ·AdaBoost分类器性能比较 | 第44-47页 |
| ·本文算法与其他性别识别算法比较 | 第47-50页 |
| 第五章 基于IOS系统的算法实现 | 第50-55页 |
| ·移动客户端实现的必要性 | 第50页 |
| ·客户端主要功能介绍 | 第50-54页 |
| ·照片选择 | 第50-51页 |
| ·照片滤镜 | 第51页 |
| ·算法应用 | 第51-52页 |
| ·社交分享 | 第52-54页 |
| 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·全文总结 | 第55-56页 |
| ·工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间的研究成果 | 第60-61页 |
| 致谢 | 第61页 |
