基于人臉圖像的性別分類.pdf

1、人臉圖像包含了豐富的人物信息，包括性別、年齡、人種、身份等?；谌四槇D像的性別研究就是從人臉圖像中識別出人物的性別信息。通常，基于人臉圖像的性別識別過程需要包含人臉檢測、特征提取和分類器分類三個部分。本文針對這三個部分進(jìn)行了研究。
　　人臉檢測部分，本文主要研究了AdaBoost算法?？紤]到不同的圖像質(zhì)量，首先對圖像進(jìn)行了預(yù)處理操作，然后使用AdaBoost算法進(jìn)行分類器的訓(xùn)練，最終使用級聯(lián)的分類器進(jìn)行人臉檢測。針對檢測結(jié)果有誤檢

2、的情況，本文設(shè)計了相應(yīng)的算法來對檢測的結(jié)果進(jìn)行驗(yàn)證，以過濾誤檢的結(jié)果，具體方法是:在檢出窗口內(nèi)繼續(xù)檢測眼、鼻、口等器官，并根據(jù)其在窗口內(nèi)位置的相對關(guān)系來判斷檢測是否為真的人臉。
　　在特征提取方面，本文研究了PCA和LDA兩種不同的圖像分析方法，比較了他們在應(yīng)用于人臉圖像分析方面的差異。本文使用PCA算法和PCA+LDA的融合算法進(jìn)行了基于人臉圖像的性別分類實(shí)驗(yàn)，比較了他們在不同訓(xùn)練樣本數(shù)量和不同特征維度的條件下對分類性能的影響。

3、
　　分類算法方面，本文重點(diǎn)研究了深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)。首先介紹了其網(wǎng)絡(luò)結(jié)構(gòu)的理論基礎(chǔ)和推導(dǎo)，然后構(gòu)建了一個卷積神經(jīng)網(wǎng)絡(luò)模型用于解決人臉圖像性別分類問題。實(shí)驗(yàn)表明，該網(wǎng)絡(luò)結(jié)構(gòu)可以應(yīng)用于圖像的二分類問題。本文通過對不同的人臉數(shù)據(jù)庫的進(jìn)行實(shí)驗(yàn)，比較發(fā)現(xiàn)，圖像的光照，以及人臉大小、方向和頭發(fā)等背景會對分類結(jié)果產(chǎn)生一定的影響。另外通過對每個卷積層過濾器個數(shù)的修改，實(shí)驗(yàn)分析了不同大小的過濾器層對網(wǎng)絡(luò)訓(xùn)練和分類效果的影響。同時對部分人臉遮