資源描述：
《基于人臉圖像性別識別的研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、基于人臉圖像的性別識別研究摘要在眾多生物特征中，人臉因為包含如性別、身份、種族、年齡等重要信息，而成為一直以來研究的熱點。利用生物特征來進行識別的技術，是指通過可靠的分析手段和有效的分類方法，將人的某些行為特征和生理特征結合起來行識別的過程，它具有唯一性，并且具有防偽性嚴格和穩(wěn)定性好等主要特點。利用計算機來自動分辨人類性別，近年來已發(fā)展成為計算機視覺領域研究的一個非常重要的課題。人臉性別識別是基于人臉身份識別開展起來的，所以人臉身份識別的長期研究，大大促進了人臉性別識別的發(fā)展。通常情況下，基于人臉特征的性別識別系統(tǒng)分為人臉檢測與圖像預處理，人臉特征提取和分類器設計三個部分。本文針
2、對系統(tǒng)劃分的這三個部分展開詳細研究，并對各種方案的識別性能進行了比較分析。主要工作如下：f1)．概述了人臉性別識別研究的歷史和當前的研究現(xiàn)狀。通過閱讀文獻，特別是對最新文獻提出的新的方法，做了大量綜述性的工作。本文重點對目前主流的基于人臉性別識別的各種方法進行了概括，包括對人臉性別識別中特征提取方法和分類方法的研究現(xiàn)狀分別進行了歸類總結。(2)．研究了基于AdaBoost算法的人臉檢測方法和圖像預處理。人臉檢測的目的是從一幅自然獲得的圖像中提取出人臉區(qū)域。為了獲得有效圖像，通過對檢測出人臉區(qū)域圖像進行圖像預處理，用于下一步的特征提取和分類器設計。文中對當前存在的主要人臉檢測方法進
3、行了概述和分類，主要討論了AdaBoost算法理論，將AdaBoost算法應用于人臉子區(qū)域檢測，并展示了單人臉與多人臉檢測及臉部子區(qū)域檢測的效果。此外，介紹了常用的圖像預處理方法，并展示了處理后的效果。(3)．闡述了基于主動形狀模型(ASM)的特征點定位方法。介紹了主動形狀模型的建立及搜索方法。對手動標定特征點的方法進行了改進，完成了自動標定特征點的工作。對通過ASM獲得的人臉的子區(qū)域輪廓，采用一定規(guī)則的關鍵點確定方法，得到人臉子區(qū)域圖像的關鍵特征點。然后根據(jù)關鍵特征點，進行幾何特征的提取。(4)．研究了基于Gabor變換的人臉子區(qū)域特征提取的方法。簡單介紹了一維和二維Gabor
4、變換的定義，給出了Gabor濾波器的參數(shù)選擇原理，重點論述了基于Gabor局部變換的人臉特征提取方法。(5)．闡述了支持向量機SVM分類方法。支持向量機理論以結構風險最小化理論為依托，對于性別這樣的兩類分類問題，支持向量機SVM表現(xiàn)出了許多特有的優(yōu)勢。在相同的訓練樣本與測試樣本的條件下，比較了采用三種核函數(shù)的識別準確率，最終選用徑向基函數(shù)作為本文中支持向量機的核函數(shù)。采用LIBSVM算法對幾何特征及Gabor子區(qū)域特征進行訓練和識別。哈爾濱工程大學碩士學位論文(6)．將幾何特征的分類結果和Gabor局部變換的子區(qū)域特征的分類結果進行了融合。采用min—max方法將原始數(shù)據(jù)規(guī)范化來
5、作為分類器的輸入數(shù)據(jù)。采用決策級融合的策略，對簡單多數(shù)投票方法進行了改進，提出了加權多數(shù)投票的方法，以提高識別的準確性。關鍵詞：人臉檢測；主動形狀模型ASM；Gabor變換；子區(qū)域特征；決策級融合；支持向量機SVM基于人臉圖像的性別識別研究ABSTRACTAmongallthebiologicalcharacteristics，humanfacerecognitionhasalwaysbeenahotissueforitsintegrationofgender,identity,race，ageandotherimportantinformation．Biometricchara
6、cteristicsidentificationtechnologyisakindofprocessthatcombinesbehavioralcharacteristicsandphysiologicalfeaturesthroughreliablemeansofanalysisandclassification．Ithasthemainfeaturesoftheunique，securityandstability．Automatichumangenderrecognitionbythecomputerhasbecomeavitaltaskinthefieldofcomput
7、ervisionresearch．Facegenderrecognitionisbasedonfaceidentification．Longtermstudyoffaceidentificationhasgreatlypromotedthedevelopmentofthehumanfacegenderrecognition．Generally,humanfacebasedgenderrecognitioninvolvesthreeparts：humanfacedetectiona
