基于人脸的性别识别(内含人脸数据库)

第
2
页
上海交通大学硕士学位论文
第一章
绪论
问题。为此，各国都投入大量物力人力研究并发展各类识别技术。性别识别也能在安 保系统、 身份验证系统中起到很大的作用，例如在某些需要限制异性出入的场所可以 提供实时的视频监控。又例如可以在奥运会中用来监测，防止个别参赛选手“男扮女 装” ，利用力量、速度、耐力、爆发力等方面的优势，窃取奖牌的舞弊行为。
第
I
页
Hale Waihona Puke 上海交通大学硕士学位论文摘要
关键词：性别识别，局部特征，整体特征，AdaBoost，支持向量机，主 动表观模型
第
II
页
上海交通大学硕士学位论文
ABSTRACT
Gender Recognition Based on Face Features
ABSTRACT
Face is an important biological feature. Face images contain a great deal of information, such as gender, age, race, ID, etc. Gender recognition is an attempt to give the computers the ability to discriminate the gender information from a face image. Generally speaking, one gender classification system consists of three modules, face image preprocessing, facial feature extraction and classifier. This paper researches on the three modules and compares some different methods. In this paper, a novel gender classification method based on frontal face images is presented. In this work, the global features are extracted using AdaBoost algorithm. Active Appearance Model (AAM) locates 83 landmarks, from which the local features are characterized. After the fusion of the local and global features, the mixed features are used to train support vector machine (SVM) classifiers. This method is evaluated by the recognition rates over a mixed face database containing over 21,300 images from 4 sources (AR, FERET, CAS-PEAL-R1, WWW and a database collected by the lab).
上海交通大学 硕士学位论文 基于人脸的性别识别 姓名：许孜奕 申请学位级别：硕士 专业：模式识别与智能系统 指导教师：施鹏飞 20090120
上海交通大学硕士学位论文
摘要
基于人脸的性别识别
摘 要
人脸是重要的生物特征之一，人脸图像上蕴含了大量的信息，例如 性别、年龄、人种、身份等。人脸的性别识别就是试图赋予计算机根据 输入的人脸图像判断其性别的能力。 本文基于人脸正面图像进行性别分类。一般而言，人脸性别识别系 统分为图像预处理，人脸特征提取和分类器识别三部分。本文针对这三 个部分展开研究，并比较了几种不同方案的识别性能。 通过对性别识别的重要理论的研究，为了提高性别识别率，本文提 出了采用 AdaBoost 算法提取整体特征，主动表观模型提取局部特征，组 合局部与整体特征后使用支持向量机（SVM）进行分类的方法。本文在一 个由 AR、FERET、CAS-PEAL-R1、网上收集和实验室自行采集所共同组成 的，包含 21,300 余张人脸的数据库上，进行了大量有意义的实验。实验 结果显示，融合了整体特征和局部特征后，识别率比基于（单独）整体 特征的、基于（单独）局部特征的有很大的提高，达到了 90%以上。本文 还通过精心设计的对比实验对预处理过程中人脸有效区域的截取和 AdaBoost 的结构选择等方面给出了合理的建议。
学位论文作者签名：
日期：
年
月
日
上海交通大学 学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。 本人授权上海交通大学可以将本学位论文的 全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 保密□，在 本学位论文属于 不保密□。 (请在以上方框内打“√”) 年解密后适用本授权书。
1.4 性别识别的研究现状
(1)使用人工神经网络进行的探索性的研究 从上世纪 90 年代起国外一些学者开始了人脸性别识别问题的研究，他们致力于 理解人类判定性别的视觉处理机制，主要采用的是人工神经网络的方法。如 Golomb 等[1]训练了两层神经元网络 SEXNET，用来识别 30³30 的人脸图像的性别。Cottrell 和 Metcalfe[2]差不多同时做了类似的实验，他们先对样本进行主分量分析，然后训练 BP 神经元网络用于识别人脸的表情和性别。 Brunelli 和 Poggio[4]训练了一个 HyperBF 网络，使用 16 个几何特征进行性别分类。Tamura 等人[5]训练了一个三层 BP 网络，在 8³8 的低分辨率人脸图像上取得了 93%的分类结果。 Abdi 等人[6]用 RBF 网络和一个感 知器进行实验， 他们比较了基于几何特征和基于像素分布特征的性别识别方法，两者 基本达到了相近的准确率。 (2)支持向量机算法 Moghaddam 等人[7]使用基于 RBF 核的 SVM 分类器对 21³12 的“缩略图”人脸图像 进行性别分类，并与一些传统的神经网络方法和线性分类器方法进行了系统的比较， 他们发现 SVM 的分类效果显著好于其他分类器。 实验中使用 FERET 人脸图像库进行了 训练和测试，达到了 96.6%的准确率。 (3)AdaBoost 分类算法 Shakhnarovich 等人[8]将 Viola 和 Jones 提出的基于类 Haar 基特征的 AdaBoost 方法应用于性别分类问题，训练并完成了一个自动检测、跟踪、性别识别系统，使用 普通网络图片的测试正确率达 78%，甚至稍好于他们同时训练用作比对的基于 RBF 核 的 SVM 分类器的分类精度，而且在识别速度上比之快了约 1000 倍，达到了很好的效
Keywords: gender recognition; local features; global features; AdaBoost; SVM; AAM
第
IV
页
上海交通大学 学位论文原创性声明
本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论 文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文 的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本 人完全意识到本声明的法律结果由本人承担。
第
III
页
上海交通大学硕士学位论文
ABSTRACT
Experimental results show that the hybrid method outperforms the unmixed appearance- or geometry-feature based methods and achieve a classification rate over 90%. Reasonable suggestions on the extraction of facial region and the selection of AdaBoost structure is given based on carefully designed experiments.
学位论文作者签名：
指导教师签名：
日期：
年
月
日
日期：
年
月
日
上海交通大学硕士学位论文
第一章
绪论
第一章 绪论
1.1 性别识别问题描述
人脸是重要的生物特征之一，人脸图像上蕴含了大量的信息，例如性别、年龄、 人种、身份等。人机交互技术（HCI）的发展使得计算机视觉、人工智能在监控、GUI 人机界面设计等方面发挥了越来越重要的作用。随着技术的进步，基于人脸图像模式 识别问题也成为近年来研究的热点。 其中包括人脸检测、 人脸身份识别、 人脸属性 （性 别、年龄、表情、种族等）识别等各类识别问题。 基于人脸的性别分类就是让计算机根据输入的人脸图像判断其性别的过程。 人脸 的性别识别似乎是人们“与生俱来”的能力，但让计算机识别并不容易，即使有大量 来自计算机视觉、模式识别、人工智能、心理学等各领域的研究人员的努力，这个问 题仍然困扰着他们。 赋予计算机同样的能力一直是人类的梦想之一，如果把照相机、摄像头、扫描仪 等外设看作计算机的“眼睛” ，数字图像就是它看到的“影像” ，性别识别的目标就是 让计算机从“影像”中找到人脸并正确判断其性别。这种识别过程大体上分为以下步 骤： 人脸检测/定位 计算机首先检测“影像”中是否存在人脸。如果存在，则给出其位置坐标、旋转 角度、人脸区域大小等信息，以将人脸分离出来，供后续处理。这一步骤主要受到光 照、噪声、面部姿态以及各类遮挡的影响。人脸检测是人脸性别识别的前期工作。同 时，它也可以作为独立的完整功能模块用于监测、安保系统。 特征提取 在检测到的人脸上提取性别特征，即采用某种编码方式表示检测出的人脸。常用