基于人脸图像的性别识别研究

《基于人脸图像的性别识别研究》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、＇一－＝—扣－－Ｖ＇－三二；公万．；片＝－与；Ｃ激萨必瑞成；記诗；韓扶与占巧度一１，三■■二－￣＇－＾．－－；￣Ｔ—－狂－二二Ａｉ种成Ａ香ＵＮＥＬ巨ＲＯＭＩＮ０Ｔ巨ＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡＩＶＥＲＳＩＴＹＯＦＣＴＩＣＳＣＥＭＣＥＡｉ，Ｓ＇＇Ｉ＇■！硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳＷ！ＳＢｂＥｓ论文题目基于人脸園像的性别识别妍究学科专化控制科学与工程２０３２０７０３１８．学号１１

2、作者姓名＾—且儿￣，指导教师于力副教授独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加ｙＡ标注和致谢的地方夕ｈ论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得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。与％我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。、作者签名：表－装日期：１＾〇／知店月以日论文使用授权本学位论文作者完全了解电子科技大学有关保留、

3、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盛，允许论文被查阅和借阅。本人授权电子科技大学可Ｗ将学位论文的全部或，可Ｗ采用影印、缩印或扫描部分内容编入有关数据库进行检索等复制手段保存、汇编学位论文。（保密的学位论文在解密后度遵守此规定）者签、名：寺＾导师签名：＾＊作系曰期；ｘｏｆ《年＾月少曰３分类号密级注1UDC学位论文基于人脸图像的性别识别研究（题名和副题名）黄勇（作者姓名）指导教师于力副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业控制

4、科学与工程提交论文日期2016年5月8日论文答辩日期2016年5月13日学位授予单位和日期电子科技大学2016年6月日答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchonGenderRecognitionbasedonFaceImagesAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ControlScienceandEngineeringTechnologyAuthor:HuangYo

5、ngAdvisor:Prof.YuLiSchool:SchoolofAutomationEngineeriing摘要摘要随着计算机智能技术的不断发展，对人脸识别技术的要求也逐渐提升。性别识别作为人脸识别技术的一个重要部分，也要求其具有高识别率和鲁棒性。基于人脸图像的性别识别就是判别输入的人脸图像中人脸的性别信息。在性别识别过程中，特征的提取和分类器的分类决定了整个算法的识别效果。许多研究员基于性别识别的算法框架，提出了许多优秀的特征提取和分类算法。这些算法取得了一定的效果，但性别识别仍然存在许多待解决的问题，如图像中光照的变

6、化，图像的部分遮挡等干扰问题。本文对此展开研究，主要研究工作如下：1.本文首先研究了性别识别的各种方法，在这些方法中选择了卷积神经网络作为研究的重点。接着研究了卷积神经网络的网络结构、前向传播算法和反向传播算法，并对反向传播算法进行了公式的推导。同时为了减少卷积神经网络的训练次数，研究了基于Fisher准则的卷积神经网络。2.为了得到适合性别识别的人脸图像，本文研究了基于AdaBoost的人脸检测方法，并研究了基于主动表观模型的人脸验证方法。同时对得到的人脸图像，本文对其进行了直方图均衡化，高斯滤波，归一化，人脸矫正等预处理

7、。3.研究了Gabor特征提取的原理和其优点。为了得到高识别率和鲁棒的性别识别方法，提出了一种结合Gabor特征和基于Fisher准则的卷积神经网络的性别识别方法，并对该算法进行了分析，同时设计了一个基于该方法的性别识别系统。4.为了验证本文算法的性别识别正确率和鲁棒性，本文设计了不同人脸数据库，不同性别识别算法，人脸部分遮挡，不同光照的对比实验。实验结果表明本文算法具有较高的识别率和鲁棒性。同时为了说明本文算法的实用性，针对于该算法，设计了一个性别识别算法平台。关键词：性别识别，人脸检测，Gabor特征，Fisher准则，

8、卷积神经网络IABSTRACTABSTRACTWiththecontinuousdevelopmentofComputerIntelligencetechnology,peoplepaymoreattentiontofacerecognition.Genderrecognitiontech