基于臉部圖像特征分析的性別識別研究.pdf

1、基于臉部圖像特征的性別識別研究是以人臉圖像為主要研究對象，首先對人臉圖像進行人臉檢測，以確定圖像中是否存在人臉、存在人臉的數(shù)量，定位檢測到的人臉圖像出現(xiàn)的位置。其次，再對人臉圖像進行預(yù)處理，以消除光線變化和噪聲的影響，獲得較好的識別效果，圖像的預(yù)處理包括圖像灰度化、幾何和能量歸一化、直方圖均衡。再次，基于前兩步處理后得到的圖像進行人臉的特征提取，特征提取主要是為了提取到對人臉性別分類研究有影響效果的臉部特征，主要包括四個：胡須特征、頭發(fā)

2、長度特征、頭發(fā)厚度特征、眉毛粗細特征，這四個特征是識別人臉圖像性別的關(guān)鍵特征。最后，訓(xùn)練一個BP神經(jīng)網(wǎng)絡(luò)，這個BP神經(jīng)網(wǎng)絡(luò)的輸入是這四個特征組成的一個列向量，輸出是人臉圖像的性別信息。
　　 人臉性別分類的基礎(chǔ)是人臉圖像的檢測和定位，采用自適應(yīng)AdaBoost算法和PCA算法實現(xiàn)人臉檢測，前者通過改變數(shù)據(jù)分布來實現(xiàn)排除圖像中的非人臉區(qū)域，以達到對人臉區(qū)域精確檢測定位的效果；后者是利用了“特征臉”的方法，根據(jù)待識別樣本到“臉空間”

3、的距離確定它是否屬于人臉，以此達到檢測人臉的目的。人臉性別分類的重點是對檢測到的人臉圖像進行特征提取，在分析了臉部各個特征對性別識別的影響后，本文選擇了胡須特征、頭發(fā)長度特征、頭發(fā)厚度特征、眉毛粗細特征作為性別識別的主要特征，提高了識別率。采集到人臉特征中的胡須特征、頭發(fā)長度和厚度特征、眉毛粗細特征作為BP神經(jīng)網(wǎng)絡(luò)的輸入?yún)⒘?，BP神經(jīng)網(wǎng)絡(luò)用ORL人臉庫對BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，調(diào)整權(quán)值，達到誤差要求，最后進行了實驗。
　　 實驗結(jié)