基于深度卷积网络的人脸性别分类算法研究与实现开题报告

 2022-01-09 10:01

全文总字数:1472字

1. 研究目的与意义及国内外研究现状

随着计算机的快速发展,人工智能和机器学习等领域也取得了突破性的发展,智能设备的不断革新,促使许多新技术的产生。人脸识别技术就在其中。人脸包含大量的个人信息,可以通过人脸来判断一个人的性别,肤色,种族,年龄。人脸识别技术具有非接触性,方便性的特点。因此,在安保领域,智能购物,人机交互智能性等方面有重要的应用。

尽管人脸识别领域在这十几年来已经有长足的发展,但其依然无法像我们人类轻易且精确地进行辨别。而人脸性别能帮助其识别得更加准确,因此,人脸性别识的研究更具广泛性。

国内外研究现状

从 1990 年左右开始,国外就有学者开始对性别识别进行研究,并且常与人脸识别、 情绪识别等课题放在一起研究。在性别识别这个课题上,很多学者从人类身体不同的特征角度进行挖掘。tzanetakis g[32]将人类的音频声谱作为特征进行标记分类。jw davis和h gao[33]对40个步行者进行实验,基于 pca 将人走路的姿态分解成姿势、时间和性别三个子空间,并对其运动轨迹赋以权重,此模型在复杂环境的适应性上比标准的 pca 更加灵活。而在国内,对于人脸性别识别的研究起步较晚,清华大学的武勃等人系统 的研究了不同的特征提取方法和分类方法在性别识别上的性能psi,主要包含下几种方法:pca,lda和最佳特征提取算法等,通过各种方法组合比较,通过实验他们发现,人脸中的性别信息只存在于某个部分中,于是,在分类前,对样本进行适当的压缩降维,这不但对分类精度没有影响,而且可大大减少分类所需要花费的时间。而目前最热门的是研究运用人脸图像提取特征来区分人的性别。具体从人脸五官距离特征,像素特征以及应用局部二进制模式,gabor 小波变换来进行研究。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

本选题预期实现一套高效的基于卷积网络的人脸性别识别系统。主要内容包含:

1. 人脸性别识别的研究背景和意义,并对国内外研究先状做了分析

2. 卷积网络的基本原理,包括卷积神经网络的特点、原理、发展和网络结构,并介绍卷积网络的研究平台caffe和研究技术,基于caffe深度学习平台熟悉cnn。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 实施方案、进度安排及预期效果

本选题实现方案和进度安排:

1,2018.1

学习卷积网络的基本知识以及人脸性别识别相关论文的了解

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

汪济民, 陆建峰. 基于卷积神经网络的人脸性别识别[j]. 现代电子技术, 2015, v.38;no.438(7):81-84.

产文涛. 基于卷积神经网络的人脸表情和性别识别[d]. 安徽大学, 2016.

汪济民. 基于卷积神经网络的人脸检测和性别识别研究[d]. 南京理工大学, 2015.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。