| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 性别识别的研究意义和应用 | 第8-9页 |
| 1.2 性别识别国内外研究的历史和现状 | 第9-11页 |
| 1.3 影响人脸图像性别识别的常见因素 | 第11-13页 |
| 1.4 本文研究目标以及主要贡献 | 第13页 |
| 1.5 本文内容安排 | 第13-15页 |
| 第二章 图像的预处理以及人脸检测对齐 | 第15-26页 |
| 2.1 人脸图像的预处理 | 第15-18页 |
| 2.1.1 图像灰度化 | 第15-16页 |
| 2.1.2 图像直方图均衡化 | 第16-18页 |
| 2.2 人脸检测 | 第18-23页 |
| 2.2.1 Haar 矩形特征 | 第19-21页 |
| 2.2.2 分类器的训练 | 第21-23页 |
| 2.3 人脸几何归一化和对齐 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 人脸图像的特征提取和降维分类 | 第26-46页 |
| 3.1 常用的特征提取方法 | 第26-31页 |
| 3.1.1 灰度值特征 | 第26-27页 |
| 3.1.2 Gabor 特征 | 第27-28页 |
| 3.1.3 LBP 特征 | 第28-31页 |
| 3.2 特征降维 | 第31-40页 |
| 3.2.1 主成分分析（PCA） | 第31-34页 |
| 3.2.2 线性鉴别分析（LDA） | 第34-36页 |
| 3.2.3 2DPCA 和 2DLDA | 第36-40页 |
| 3.3 分类器设计 | 第40-45页 |
| 3.3.1 最近邻分类器 | 第40-41页 |
| 3.3.2 线性分类器 | 第41-43页 |
| 3.3.3 支持向量机（SVM） | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 性别识别系统的设计与仿真实验 | 第46-55页 |
| 4.1 性别识别系统设计框架以及仿真实验软硬件环境 | 第46-47页 |
| 4.2 人脸全局整体特征提取和实验结果分析 | 第47-50页 |
| 4.3 人脸五官子区域对性别识别贡献大小及分类融合方法 | 第50-54页 |
| 4.3.1 人脸五官子区域对性别识别贡献大小的确定 | 第50-52页 |
| 4.3.2 分类器的融合决策 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 人脸性别识别系统的实现 | 第55-64页 |
| 5.1 OpenCV 开源库介绍 | 第55-56页 |
| 5.2 人脸检测分类器的实现过程 | 第56-59页 |
| 5.2.1 正负类样本描述文件的生成 | 第56-57页 |
| 5.2.2 训练分类器 | 第57-58页 |
| 5.2.3 目标检测 | 第58-59页 |
| 5.3 人脸五官分割策略 | 第59-61页 |
| 5.4 系统展示 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 全文工作总结 | 第64-65页 |
| 6.2 下一步工作的展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 附录 1 攻读硕士学位期间申请的专利 | 第68-69页 |
| 致谢 | 第69页 |
