資源描述：
《基于人臉圖像的性別識別研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、＇一－＝—扣－－Ｖ＇－三二；公萬．；片＝－與；Ｃ激薩必瑞成；記詩；韓扶與占巧度一１，三■■二－￣＇－＾．－－；￣Ｔ—－狂－二二Ａｉ種成Ａ香ＵＮＥＬ巨ＲＯＭＩＮ０Ｔ巨ＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡＩＶＥＲＳＩＴＹＯＦＣＴＩＣＳＣＥＭＣＥＡｉ，Ｓ＇＇Ｉ＇■！碩±學(xué)位論文ＭＡＳＴＥＲＴＨＥＳＩＳＷ?。牐樱崳姡拢猓牛螅崳娬撐念}目基于人臉園像的性別識別妍究學(xué)科專化控制科學(xué)與工程２０３２０７０３１８．學(xué)號１１
2、作者姓名＾—且兒￣，指導(dǎo)教師于力副教授獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加ｙＡ標(biāo)注和致謝的地方夕ｈ論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與％我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。、作者簽名：表－裝日期：１＾〇／知店月以日論文使用授權(quán)本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、
3、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和磁盛，允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可Ｗ將學(xué)位論文的全部或，可Ｗ采用影印、縮印或掃描部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后度遵守此規(guī)定）者簽、名：寺＾導(dǎo)師簽名：＾＊作系曰期；ｘｏｆ《年＾月少曰３分類號密級注1UDC學(xué)位論文基于人臉圖像的性別識別研究（題名和副題名）黃勇（作者姓名）指導(dǎo)教師于力副教授電子科技大學(xué)成都（姓名、職稱、單位名稱）申請學(xué)位級別碩士學(xué)科專業(yè)控制
4、科學(xué)與工程提交論文日期2016年5月8日論文答辯日期2016年5月13日學(xué)位授予單位和日期電子科技大學(xué)2016年6月日答辯委員會主席評閱人注1：注明《國際十進(jìn)分類法UDC》的類號。ResearchonGenderRecognitionbasedonFaceImagesAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ControlScienceandEngineeringTechnologyAuthor:HuangYo
5、ngAdvisor:Prof.YuLiSchool:SchoolofAutomationEngineeriing摘要摘要隨著計(jì)算機(jī)智能技術(shù)的不斷發(fā)展，對人臉識別技術(shù)的要求也逐漸提升。性別識別作為人臉識別技術(shù)的一個重要部分，也要求其具有高識別率和魯棒性?；谌四槇D像的性別識別就是判別輸入的人臉圖像中人臉的性別信息。在性別識別過程中，特征的提取和分類器的分類決定了整個算法的識別效果。許多研究員基于性別識別的算法框架，提出了許多優(yōu)秀的特征提取和分類算法。這些算法取得了一定的效果，但性別識別仍然存在許多待解決的問題，如圖像中光照的變
6、化，圖像的部分遮擋等干擾問題。本文對此展開研究，主要研究工作如下：1.本文首先研究了性別識別的各種方法，在這些方法中選擇了卷積神經(jīng)網(wǎng)絡(luò)作為研究的重點(diǎn)。接著研究了卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)、前向傳播算法和反向傳播算法，并對反向傳播算法進(jìn)行了公式的推導(dǎo)。同時為了減少卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練次數(shù)，研究了基于Fisher準(zhǔn)則的卷積神經(jīng)網(wǎng)絡(luò)。2.為了得到適合性別識別的人臉圖像，本文研究了基于AdaBoost的人臉檢測方法，并研究了基于主動表觀模型的人臉驗(yàn)證方法。同時對得到的人臉圖像，本文對其進(jìn)行了直方圖均衡化，高斯濾波，歸一化，人臉矯正等預(yù)處理
7、。3.研究了Gabor特征提取的原理和其優(yōu)點(diǎn)。為了得到高識別率和魯棒的性別識別方法，提出了一種結(jié)合Gabor特征和基于Fisher準(zhǔn)則的卷積神經(jīng)網(wǎng)絡(luò)的性別識別方法，并對該算法進(jìn)行了分析，同時設(shè)計(jì)了一個基于該方法的性別識別系統(tǒng)。4.為了驗(yàn)證本文算法的性別識別正確率和魯棒性，本文設(shè)計(jì)了不同人臉數(shù)據(jù)庫，不同性別識別算法，人臉部分遮擋，不同光照的對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明本文算法具有較高的識別率和魯棒性。同時為了說明本文算法的實(shí)用性，針對于該算法，設(shè)計(jì)了一個性別識別算法平臺。關(guān)鍵詞：性別識別，人臉檢測，Gabor特征，F(xiàn)isher準(zhǔn)則，
8、卷積神經(jīng)網(wǎng)絡(luò)IABSTRACTABSTRACTWiththecontinuousdevelopmentofComputerIntelligencetechnology,peoplepaymoreattentiontofacerecognition.Genderrecognitiontech
