基于人脸图像的性别分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 引言 | 第10-14页 |
| ·研究的背景及意义 | 第10页 |
| ·技术流程 | 第10-11页 |
| ·研究的历史和现状 | 第11-12页 |
| ·本论文的内容和章节安排 | 第12-14页 |
| ·本论文的主要研究内容及创新 | 第12页 |
| ·论文章节安排 | 第12-14页 |
| 2 人脸图像预处理 | 第14-20页 |
| ·人脸图像预处理的作用 | 第14页 |
| ·彩色图像灰度化 | 第14-15页 |
| ·人眼定位 | 第15-18页 |
| ·Gabor滤波人眼定位算法的选择依据 | 第15页 |
| ·直方图均衡化 | 第15-16页 |
| ·人脸图像的Gabor变换 | 第16-17页 |
| ·投影分析 | 第17-18页 |
| ·图像归一化 | 第18-19页 |
| ·本章总结 | 第19-20页 |
| 3 特征提取算法研究 | 第20-30页 |
| ·LBP(局部二值模式) | 第20-23页 |
| ·LBP的介绍 | 第20-21页 |
| ·基于LBP的人脸性别特征提取 | 第21-23页 |
| ·PCA(主成分分析) | 第23-25页 |
| ·PCA介绍 | 第23-24页 |
| ·基于PCA的人脸性别特征提取 | 第24-25页 |
| ·增强型PCA-SIFT | 第25-29页 |
| ·SIFT介绍 | 第25-27页 |
| ·PCA-SIFT介绍 | 第27页 |
| ·增强型PCA-SIFT | 第27-29页 |
| ·本章总结 | 第29-30页 |
| 4 分类器设计 | 第30-39页 |
| ·SVM(支持向量机) | 第30-32页 |
| ·SVM原理 | 第30-32页 |
| ·映射内积核函数 | 第32页 |
| ·FSVM(模糊支持向量机) | 第32-34页 |
| ·FSVM原理 | 第32-34页 |
| ·模糊思想在人脸识别中的应用 | 第34页 |
| ·模糊隶属度函数的构造 | 第34-38页 |
| ·基于LVQ的模糊隶属度函数构造方法 | 第35-36页 |
| ·基于增强型PCA-SIFT的隶属度构造方法 | 第36-38页 |
| ·本章总结 | 第38-39页 |
| 5 实验内容及结果分析 | 第39-51页 |
| ·实验准备 | 第39-42页 |
| ·实验数据选择 | 第39-41页 |
| ·人脸图像的筛选 | 第41-42页 |
| ·验证方法确定 | 第42页 |
| ·实验具体内容 | 第42-48页 |
| ·特征提取算法的实验 | 第42-45页 |
| ·分类器的实验 | 第45-48页 |
| ·人脸性别识别系统设计 | 第48-50页 |
| ·本章总结 | 第50-51页 |
| 6 总结和展望 | 第51-53页 |
| ·本文的工作总结 | 第51-52页 |
| ·本课题今后工作的预测和展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 在学研究成果 | 第57-58页 |
| 致谢 | 第58页 |
