本文關(guān)鍵詞：基于人臉圖像的性別識(shí)別的研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：人臉識(shí)別是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)之一。近年來,針對(duì)人的性別、年齡、種族等屬性的識(shí)別研究逐漸增多。其中,性別識(shí)別在人機(jī)交互、視頻監(jiān)控、基于內(nèi)容的檢索、統(tǒng)計(jì)信息收集以及精準(zhǔn)廣告投放中有著廣闊的應(yīng)用前景,具有較高的研究價(jià)值。 本文主要研究了基于人臉圖像的性別識(shí)別方法,提出了結(jié)合人臉外部特征——頭發(fā)特征的多特征提取方法,并在分類階段以并聯(lián)結(jié)構(gòu)的加權(quán)投票算法實(shí)現(xiàn)分類器融合,提高識(shí)別準(zhǔn)確率。首先,在頭發(fā)特征提取部分,本文給出了一種改進(jìn)的注入填充算法實(shí)現(xiàn)頭發(fā)區(qū)域檢測(cè),并在此基礎(chǔ)上建立頭發(fā)區(qū)域模型,以此提取頭發(fā)區(qū)域的長度、厚度以及面積特征；其次,本文還使用主動(dòng)形狀模型提取了人臉的面部幾何特征和局部二元算子；接下來,在分類階段,本文提出了并聯(lián)結(jié)構(gòu)的加權(quán)投票算法,實(shí)現(xiàn)了多分類器融合；最后,本文給出了性別識(shí)別系統(tǒng)的環(huán)境配置和系統(tǒng)總體設(shè)計(jì),并針對(duì)各個(gè)模塊進(jìn)行了詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)。實(shí)驗(yàn)證明,本文提出的頭發(fā)特征與面部特征結(jié)合、使用多分類器融合實(shí)現(xiàn)分類的方法在性別識(shí)別中具有有效性。
【關(guān)鍵詞】：性別識(shí)別 頭發(fā)特征 主動(dòng)形狀模型 局部二元算子 分類器
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-14
• 1.1 研究背景及意義8-9
• 1.2 性別識(shí)別研究現(xiàn)狀9-11
• 1.2.1 國內(nèi)外常用人臉數(shù)據(jù)庫9-10
• 1.2.2 性別識(shí)別研究現(xiàn)狀10
• 1.2.3 基于人臉的性別識(shí)別方法研究現(xiàn)狀10-11
• 1.3 主要研究內(nèi)容11-12
• 1.4 論文組織結(jié)構(gòu)12-13
• 1.5 本章小結(jié)13-14
• 第二章 圖像預(yù)處理與人臉檢測(cè)14-23
• 2.1 圖像預(yù)處理14-17
• 2.1.1 人臉圖像濾波去噪14-16
• 2.1.2 人臉圖像直方圖均衡化16-17
• 2.1.3 人臉圖像幾何歸一化17
• 2.2 人臉檢測(cè)17-21
• 2.2.1 人臉檢測(cè)早期研究17-20
• 2.2.2 Viola-Jones人臉檢測(cè)方法20-21
• 2.3 本章小結(jié)21-23
• 第三章 人臉性別特征提取23-38
• 3.1 關(guān)于兩性異形的研究23-25
• 3.2 基于主動(dòng)形狀模型的幾何特征提取25-29
• 3.2.1 特征點(diǎn)標(biāo)定25-26
• 3.2.2 全局形狀模型的建立26-27
• 3.2.3 局部紋理模型的建立27-28
• 3.2.4 局部搜索策略28
• 3.2.5 實(shí)驗(yàn)結(jié)果28-29
• 3.3 頭發(fā)區(qū)域檢測(cè)及幾何特征提取29-34
• 3.3.1 頭發(fā)區(qū)域檢測(cè)30-32
• 3.3.2 頭發(fā)區(qū)域幾何特征提取32-33
• 3.3.3 實(shí)驗(yàn)結(jié)果33-34
• 3.4 LBP特征的提取34-37
• 3.4.1 LBP特征的描述34-36
• 3.4.2 分塊LBP36
• 3.4.3 實(shí)驗(yàn)效果36-37
• 3.5 本章小結(jié)37-38
• 第四章 基于多分類器融合的性別分類38-49
• 4.1 支持向量機(jī)簡介38-41
• 4.1.1 線性可分38-40
• 4.1.2 線性不可分40-41
• 4.1.3 LIBSVM簡介41
• 4.2 多支持向量機(jī)融合41-45
• 4.2.1 分類器融合的三種結(jié)構(gòu)42-43
• 4.2.2 分類器融合的常用算法43-45
• 4.3 并聯(lián)的加權(quán)投票SVM融合算法45-46
• 4.4 實(shí)驗(yàn)結(jié)果46-48
• 4.4.1 自建人臉數(shù)據(jù)庫46-47
• 4.4.2 性別分類實(shí)驗(yàn)結(jié)果47-48
• 4.5 本章小結(jié)48-49
• 第五章 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)49-54
• 5.1 系統(tǒng)環(huán)境49
• 5.2 系統(tǒng)總體設(shè)計(jì)49-50
• 5.3 系統(tǒng)詳細(xì)設(shè)計(jì)50-53
• 5.3.1 圖像預(yù)處理及人臉檢測(cè)模塊設(shè)計(jì)50-51
• 5.3.2 特征提取模塊設(shè)計(jì)51-52
• 5.3.3 分類模塊設(shè)計(jì)52-53
• 5.4 演示系統(tǒng)53
• 5.5 本章小結(jié)53-54
• 第六章 總結(jié)與展望54-56
• 6.1 總結(jié)54
• 6.2 未來工作展望54-56
• 參考文獻(xiàn)56-60
• 致謝60-61
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄61

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 謝金融;卜佳俊;;性別分類中頭發(fā)特征提取方法的研究[J];計(jì)算機(jī)工程;2010年07期

2 張海e，

本文編號(hào)：281621