基于人脸整体和五官特征性别识别系统研究和实现

摘要

人脸特征是人与生俱来的生物特征，其具有唯一性和不可复制性。而且，相对于其它生物特征，其具有友好性强，无需接触，以及方便追踪等优点。正因为如此，其在安全监控，身份识别，人机交互等诸多领域中有着广阔的应用前景。近年来，通过人脸图像来识别目标的身份、性别、年龄、种族等已经越来越受到人们的重视，并且逐渐成为研究的热点。
　　本论文的主要工作是设计一个具有一定可靠性和实时性的性别识别系统。目前人脸性别识别技术的主要问题之一是在光照不理想的条件下识别准确率不高。针对此问题，本文提出了如下的系统设计方法：首先对摄像头抓取的某一帧图像进行预处理和人脸检测。然后，在此基础上确定人脸五官的位置，截取出人脸五官区域，并同时对人脸整体图像和五官区域进行特征提取。其中，人脸整体部分采用改进的局部二进制模式特征（LBP）。为了平衡性别识别的精度和速度，五官子区域将采用灰度值特征。紧接着，基于人脸整体和各个五官区域设计多个子分类器，再利用加权性投票法将各个子分类器的识别结果进行融合，形成对人脸性别识别的最终判定。仿真实验结果证明，本文所提出的方法在一定程度上克服了光照问题的不利影响。而且，此方法初步利用了人脸五官区域在性别识别上的互补性，这在一定程度上提高了性别识别的准确率。
　　最后，本文详细介绍了基于OpenCV开源库的实时性别识别系统的开发。测试结果显示该系统在保证准确率的同时具有较快的识别速度。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 性别识别的研究意义和应用

1.2 性别识别国内外研究的历史和现状

1.3 影响人脸图像性别识别的常见因素

1.4 本文研究目标以及主要贡献

1.5 本文内容安排

第二章 图像的预处理以及人脸检测对齐

2.1 人脸图像的预处理

2.2 人脸检测

2.3 人脸几何归一化和对齐

2.4 本章小结

第三章人脸图像的特征提取和降维分类

3.1 常用的特征提取方法

3.2 特征降维

3.3 分类器设计

3.4 本章小结

第四章性别识别系统的设计与仿真实验

4.1性别识别系统设计框架以及仿真实验软硬件环境

4.2 人脸全局整体特征提取和实验结果分析

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

4.4 本章小结

第五章人脸性别识别系统的实现

5.1 OpenCV开源库介绍

5.2 人脸检测分类器的实现过程

5.3 人脸五官分割策略

5.4 系统展示

5.5本章小结

第六章总结与展望

6.1 全文工作总结

6.2 下一步工作的展望

参考文献

附录1 攻读硕士学位期间申请的专利

致谢