基于人臉特征的性別識別與年齡估計(jì)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)和生物醫(yī)學(xué)工程技術(shù)突飛猛進(jìn)的發(fā)展，利用人體生物特征來進(jìn)行人體相關(guān)信息的獲取成為安全驗(yàn)證的首要方式。人臉作為一種有效的生物特征，一直以來都受到了很多重視。本文主要針對基于人臉的性別識別以及年齡估計(jì)問題進(jìn)行研究。文章首先簡單介紹了一些已有的相關(guān)算法，然后對其分析，在其基礎(chǔ)之上提出了更加有效的人臉檢測算法以及性別、年齡識別算法，并通過編程實(shí)現(xiàn)了基于該算法的人臉性別、年齡識別系統(tǒng)。論文主要研究內(nèi)容如下:
　　(1)針對人臉檢

2、測算法中的膚色檢測算法準(zhǔn)確率低以及Adaboost人臉檢測速率低問題，研究了一種新的人臉檢測算法。該算法將基于膚色的人臉檢測以及基于LGP特征的Adaboost人臉檢測算法進(jìn)行有效結(jié)合，使得人臉檢測的速度和精度得到一定提升。為了進(jìn)一步提高系統(tǒng)性能，本文在此基礎(chǔ)之上進(jìn)一步引入證據(jù)累積理論，對人臉檢測算法進(jìn)行優(yōu)化，進(jìn)一步提升了檢測準(zhǔn)確率。
　　(2)針對如何選取有效的性別以及年齡特征這一問題提出一種新的紋理特征，即WLBP與Gabor

3、的復(fù)合特征。論文對幾個(gè)典型的局部紋理描述算子進(jìn)行了分析，提出一種WLBP與Gabor相結(jié)合的算子，該算子不僅具有多尺度多方向的優(yōu)點(diǎn)，同時(shí)也具備了對光照不敏感等優(yōu)良特性。
　　(3)采用支持向量機(jī)(SVM)進(jìn)行了分類器設(shè)計(jì)。使用SVM實(shí)現(xiàn)了性別分類及年齡估計(jì)。通過對年齡信息以性別信息之間的關(guān)系研究，將性別分類與年齡分類進(jìn)行級聯(lián)，使用性別信息作為年齡分類的先驗(yàn)知識，進(jìn)一步提高了年齡分類的準(zhǔn)確性。
　　(4)采用C++實(shí)現(xiàn)了人臉性