1。4 本文结构安排
本论文一共分为了四章。 第一章是绪论,介绍了人脸年龄的研究背景与意义,说明了该研究课题在国内外发展的
研究现状。总结了本文的主要研究工作以及主要的技术。 第二章介绍了人脸年龄分析的人脸图像预处理阶段,如人脸图像的增强。 第三章介绍了人脸的年龄特征提取方法,即采用基本 LBP 算子和几种类 LBP 算子以及它
们的组合来表征特征,而且比较了几种 LBP 算子的表征效果,将得到的年龄特征用灰度直方 图表示,并用于后面的年龄估计。
第四章介绍了人脸年龄估计阶段所用到的几种算法,第一个是训练数据库中训练样本的 K-均值聚类方法,第二个是对测试图片进行分类时用到的 K-近邻分类算法,以及最后估计年 龄时用到的投票选举方法。整体完备地总结了本文实验中使用的年龄估计方法,全面对比了 各种实验年龄的年龄估计效果。
第 4页 本科毕业设计说明书
2 人脸图像预处理
数据库中的图像是已经提取出人脸区域的图像,本毕业设计中会先将图片灰度化处理, 然后采用灰度直方图均衡化这种图像增强方法,来加强这些有用信息,增强对比度。
2。1 人脸数据库来`自+优-尔^论:文,网www.youerw.com +QQ752018766-
FG-NET 数据库是一个免费公开的数据库。它是塞浦路斯大学 Lanitis[12]教授为了研究人 脸年龄估计所采集的。该数据库中人脸图像的年龄范围在 0-69 岁之间,总共 1002 张人脸图 像。
表 2。1 FG-NET 人脸数据库图片分布
a)1 岁 b)3 岁 c)8 岁 d)35 岁
图 2。1 数据库中部分图像的展示
2。2 人脸图像增强
2。2。1 介绍
由于 FG-NET 数据库中有很多扫描模糊的人脸图像,光照的变化也会对检测有很大的影 响,如下图所示。目的是为了消除这种灰度不均衡的现象,突出人脸的细节,提高对比度。
图 2。2 数据库中非理想图片的展示
2。2。2 方法
本科毕业设计说明书 第 5 页
对实验中先将人脸图像进行灰度处理,如果原图像是彩色图像的话,就要进行灰度处理, 如果图像原来本身就是灰度图像的话,就不做灰度化处理直接使用。然后就可以采用直方图 均衡化的方法,来强化图像中的有用信息
基于LBP组合的人脸年龄分析算法(3):http://www.youerw.com/jisuanji/lunwen_91099.html