声明
摘要
第1章 绪论
1.1 研究背景和意义
1.2 研究现状
1.2.1 人脸检测研究现状
1.2.2 人脸年龄估计研究现状
1.2.3 人脸性别识别研究现状
1.3 人脸图像库
1.4 论文主要研究内容及创新点
1.5 论文章节安排
第2章 卷积神经网络的理论基础
2.1 神经网络理论基础
2.1.1 前馈神经网络结构
2.1.2 梯度下降算法
2.1.3 误差反向传播算法
2.2 卷积神经网络的结构组成
2.2.1 卷积层(Convolutional Layer)
2.2.2 池化层(Pooling Layer)
2.2.3 全连接层(Fully Connected Layer)
2.2.4 Softmax分类层
2.2.5 激活函数层
2.3 本章小结
第3章 基于Faster R-CNN的人脸检测方法
3.1.2 空间金字塔池化网络(Spatial Pyramid Pooling Net,SPP-net)
3.1.3 Fast RCNN网络结构
3.2 Faster R-CNN网络
3.3 非极大值抑制
3.4 实验与分析
3.5 本章小结
第4章 基于比例特征和Adaboost的人脸检测方法
4.1 比例特征
4.2 深度二次树
4.3 Gentle Adaboost算法
4.4 人脸检测器实现
4.5 实验与分析
4.6 本章小结
第5章 人脸特征提取方法与分类器介绍
5.1 基于卷积神经网络的人脸特征提取
5.2 LBP特征提取
5.2.1 基本LBP算子
5.2.2 多尺度LBP
5.2.3 旋转不变LBP
5.2.4 均匀模式LBP
5.2.5 LBP直方图特征提取
5.3 随机森林分类器
5.3.1 决策树理论
5.3.2 构造随机森林分类器
5.4 本章小结
第6章 人脸年龄与性别分类实验
6.1 实验数据
6.2 实验与分析
6.2.1 年龄分类实验
6.2.2 性别分类实验
6.2.3 与其它方法比较
6.3 本章小结
7.1 工作总结
7.2 工作展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
中国科学技术大学;