基于人臉的性別識別研究

基于人臉的性別識別研究

ID:35060313

大?。?.28 MB

頁數(shù):68頁

時間:2019-03-17

基于人臉的性別識別研究_第1頁
基于人臉的性別識別研究_第2頁
基于人臉的性別識別研究_第3頁
基于人臉的性別識別研究_第4頁
基于人臉的性別識別研究_第5頁
資源描述:

《基于人臉的性別識別研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、分類號TP.4玄產(chǎn)堿^凈:391BEUINGUNIVERSITYOFCIVIL學(xué)號1108110413001ENGINEERINGANDARCHITECTURE學(xué)位論文基于人臉的性別巧別硏究ResearchofGenderReconitionBasedonFaceg崔成指導(dǎo)教師姓名田啟川職稱副教授北京建筑大學(xué)申請學(xué)位級別碩±學(xué)位類別工學(xué)碩古專業(yè)名稱模式識別與智能系統(tǒng)年級2013級全日制論文答辯時間2016年06月學(xué)位授予單

2、位和日期北京津筑大學(xué)2016年06月答辯委員會主席陳志新教授論文評閱人范瑜教授、張立權(quán)副教授北京建筑大學(xué)碩±學(xué)位論文原創(chuàng)性聲明:研究工作及取得本人鄭重聲明所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下進行的的研巧成果。盡我所知,除了文中特別加標(biāo)注和致謝的地方外,論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果,也不包含本人或他人為獲得北京建筑大學(xué)或其它教育機一構(gòu)的學(xué)位或?qū)W歷證書而使用過的材料。與我同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。若有不實之處。,本

3、人愿意承擔(dān)相關(guān)法律責(zé)任、。學(xué)位論文作者簽字:曰期;W知知/炸北京建筑大學(xué)碩±學(xué)位論文版權(quán)使用授權(quán)書本人完全了解學(xué)校有關(guān)學(xué)位論文知識產(chǎn)權(quán)的規(guī)定,在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)屬于北京建筑大學(xué),允許論文被查閱和借閱。學(xué)校有權(quán)保留論文并向國家有關(guān)部口或機構(gòu)送交論文紙質(zhì)版和電子版,可將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索,可1^采用影巧、縮印、或掃描等復(fù)制手段保存和匯編學(xué)位論文。保密學(xué)位論文在解密后的使用授權(quán)同上。、學(xué)位論文作者簽名:的校內(nèi)導(dǎo)師簽名:\_巧心I^1>年。姑

4、巧日心/《年月/伯校外導(dǎo)師簽名:年月日I摘要摘要人臉是人類身體上最重要的特征之一,能夠反映人的很多重要的信息,如性別,年齡,種族,身份等屬性。性別作為一種重要的信息備受關(guān)注,具有很好應(yīng)用前景,基于人臉的性別識別具有一定的直觀性,是生物識別領(lǐng)域的研究熱點。本論文對人臉性別識別進行了深入系統(tǒng)的研究,具體工作如下:(1)針對人臉檢測中Harr-like特征數(shù)目極多,計算量大的問題,提出了一種基于積分圖的Harr-like特征值計算方法,并與Adaboost算法相結(jié)合,通過訓(xùn)練獲取了級聯(lián)的分類器,實現(xiàn)了圖像中單人臉

5、以及多人臉的檢測。減小了計算量,提高了Adaboost分類器的訓(xùn)練速度,以及人臉檢測速度。(2)針對人臉特征維數(shù)高,計算過于復(fù)雜以及圖像噪聲影響的問題,提出了一種基于MB-LBP算子的紋理特征提取方法和Adaboost算法組合進行性別識別的方法。通過提取塊大小為2*2的LBP紋理特征,消除了大部分噪聲的影響,然后將該高維的紋理特征進行重新采樣,獲取低維的紋理特征,并在該特征基礎(chǔ)上訓(xùn)練出Adaboost分類器。實驗表明該分類器要比單像素的LBP特征與SVM結(jié)合的算法的分類正確率高。(3)針對單個性別分類器的分類效果還不是很理想

6、的問題,提出了將LBP、PCA特征提取算法與Adaboost、支持向量機(SVM)、稀疏表示(SRC)性別分類算法交叉組合并將獲取的相對較好的分類器進行融合的方法。通過實驗測試獲取了7個較好的分類器,并將這些分類器進行融合。實驗證明融合后的性別分類器的分類效果要優(yōu)于單個性別分類器的分類效果。關(guān)鍵字:性別識別;支持向量機;紋理特征;降維;主成分分析。IAbstractAbstractFaceisoneofthemostimportantfeaturesofhumanbody,whichcanreflectalotofimpor

7、tantinformation,suchasgender,age,race,identityproperties.Gender,asakindofimportantinformation,gainsawidespreadattentionandbecomesapromisingmeanstomakeuseof.Duetothevirtueofitsintuitive,Genderrecognitionbasedonfacehasalreadybeentheresearchhotspotinthefieldofbiometri

8、cs.Thisthesisworksontheresearchoffacegenderrecognitionthoroughlyandsystematically,andspecificworksasfollows:(1)Duringtheprocessoffacedetection,th

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。