文摘
英文文摘
独创性说明及大连理工大学学位论文版权使用授权书
1绪论
1.1研究的背景与意义
1.2性别、种族人脸识别的研究现状
1.2.1性别和种族人脸识别的研究现状
1.2.2性别和种族人脸识别的算法介绍
1.3典型人脸图像库简介
1.4本文的研究内容及创新点
1.5本文的章节安排
2人脸图像的特征提取方法
2.1 Gabor小波特征提取方法
2.1.1概述
2.1.2 Gabor小波性质
2.1.3人脸性别、种族识别与Gabor小波变换
2.1.4人脸图像的二维Gabor小波变换
2.2其他一些常用的人脸特征提取算法
2.2.1主成分分析法(PCA)
2.2.2独立成分分析法(ICA)
2.2.3 Haar-like小波特征提取
2.3本章小结
3支持向量机(SVM)
3.1概述
3.2机器学习和VC维理论
3.2.1机器学习
3.2.2 VC维理论
3.3线性可分的最优分类面
3.4线性不可分的广义最优分类面
3.4.1广义最优分类面
3.4.2常用的SVM核函数
3.5 SVM的训练算法
3.5.1 Osuna算法
3.5.2 SMO算法
3.5.3 LibSVM算法
3.6 SVM用于多类识别
3.6.1一对一投票式SVM
3.6.2一对多SVM
3.7本章小结
4人脸性别识别研究
4.1概述
4.2人脸图像预处理
4.2.1人脸图像几何归一化
4.2.2人脸有效区域获得方法
4.3 Adaboost训练降维方法
4.3.1 Adaboost算法
4.3.2弱学习算法(Weak learner)
4.4人脸性别识别实验及结果分析
4.4.1 PCA+SVM
4.4.2 PCA+ICA+SVM
4.4.3本文提出的Gabor+Adaboost+SVM人脸性别识别方法
4.5本章小结
5人脸种族识别研究
5.1概述
5.2颜色模型
5.2.1 RGB颜色模型
5.2.2 HSI颜色模型
5.3人脸种族识别实验及结果分析
5.4树型SVM用于人脸种族识别
5.5本章小结
6总结与展望
6.1本人工作总结
6.2本课题今后研究方向的预测与展望
参考文献
攻读硕士学位期间发表学术论文情况
致 谢
大连理工大学;