基于静态人脸图像的性别识别方法研究

基于静态人脸图像的性别识别方法研究

ID:35071235

大小:3.87 MB

页数:63页

时间:2019-03-17

基于静态人脸图像的性别识别方法研究_第1页
基于静态人脸图像的性别识别方法研究_第2页
基于静态人脸图像的性别识别方法研究_第3页
基于静态人脸图像的性别识别方法研究_第4页
基于静态人脸图像的性别识别方法研究_第5页
资源描述:

《基于静态人脸图像的性别识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、I爲麥毛謂似專.图硕±学位论文胃權圓基于静态人脸图像的性别识别方法研究作者姓名张窥学校导师姓名、职棘郑海红副教授企业导师姓名、职赖刘瑜华窩工串请学位类别工程硕壬jj代码10701学号303121914-1分类号ipm__密级公巧西安电子科技大学硕±学位论文基于静态人脸图像的性別识別方法研究作者姓名;张巍领域:计算机技术学位类别:工程硕±、职称学校导师姓名:郑海红副教授企业导师姓名、职称:刘瑞华高工学院:计算机学院提交日期:2016年3月Researchofgenderre

2、cognitionbasedonstaticfacialimagesAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerTechnologyByZhangWeiSupervisor:ZhengHaiHongAssociateProfessorRuihuaLiuSeniorEngineerMarch2016西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行

3、的研巧工作及取得的研究成果。尽我所知,除了文中特别加W标注和致谢^,论文中不包含其他入已经发表或撰写过的研究成果中所罗列的内容文外;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研究所做的任何页献均已在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处,本人承担切法律责任。::本人签名_欲藻日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即;研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文、的复印件,允许

4、查阅借阅论文;学校可公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,结合学位论文研究成果完成的论文、发明专利等成果,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。^本人签名:导师签名:/V_却轉L-202.日期:7^/6,,日期;^如摘要摘要随着全球化和网络的飞速发展,身份识别在日常生活中需求越来越大。在人类生物特征中,人脸易获取的特性使其在身份识别中应用广泛,而性别识别属于人脸识别中的一种,随着身份识别的发展也成为了研究的热点之一。词袋(BoW)模型是一种广泛应用于文档分类领域的分类

5、方法,最近几年一些研究人员将BoW的思想引入到图像分类领域,出现了视觉词袋、视觉词汇、视觉字典等,由于BoW模型简单并且行之有效的特点,本文对BoW模型进行了比较深入的研究。性别识别是一个典型的二分类问题,本文首先介绍了影响性别识别的各种因素,然后给出了常用的人脸数据库以及对人脸图像的预处理方法。本文通过对BoW模型、Adaboost算法及朴素贝叶斯算法进行深入学习的基础上,提出了一种基于改良BoW模型并利用空间相似度(SpatiallyConstrainedSimilarityMeasure,SCSM)进行测量的NBC(NaïveBayesClassifer)分类器的方法进行性别识别。

6、传统的稀疏SIFT特征在提取过程需要构建高斯尺度空间和高斯差分尺度空间,尺度空间的构造需要比较多的时间花费和空间花费,而DenseSIFT在特征提取过程中则不需要构建.DenseSIFT对图像进行均匀采样,在实际的特征提取过程对不同的背景适应性也较强,提高了特征提取效率。最后选择CAS-PEAL人脸数据库,在影响人脸识别的不同的变化条件下,如姿势、表情、光照和饰物,用基于稠密SIFT和稀疏SIFT的BoW特征提取模型,分别与朴素贝叶斯分类器和Adaboost分类器结合进行实验。实验结果表明基于DenseSIFT的BoW模型和NBC结合的性别分类效果比其他几种识别方法准确率平均提高2%。关

7、键词:性别识别,朴素贝叶斯分类器,BoW,视觉词汇,SIFT特征IABSTRCTABSTRACTWiththerapiddevelopmentofglobalizationandnetwork,theidentityrecognitiontechniqueineverydaylifeisurgentlydemand.Inthehumanbiologicalcharacteristics,facefeaturesbeingeasyge

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。