论文图像中性别识别方法综述是适合不知如何写图像方面的相关专业大学硕士和本科毕业论文以及关于图像论文开题报告范文和相关职称论文写作参考文献资料下载。
摘 要：对已有的性别识别方法进行综述,根据所依据性别特征的不同,将其分为基于人脸图像的和基于全身图像的性别识别.较为全面地综述了当前国内外性别识别技术,分析各种方法的优缺点,探讨了当前困扰性别识别技术的难点以及性别识别技术的发展趋势.
关键词：性别识别；性别特征；综述
中图分类号：C939文献标识码：A 文章编号：0000-0129/K（2017）01-0021-07
基于图像的性别识别指的是计算机能够根据输入的图像从中提取性别特征并正确判断其性别的过程.性别识别技术现广泛应用于以下场合中,如在智能视频监控系统中通过性别特征判断出性别,再对身份识别对象进行粗分类,可降低身份识别的搜索数量,最终提升识别的效率和精准度；在安全门禁控制系统中,通过自动监测性别,采取不同的安全级别或是进行性别限制.性别识别使人机接口领域更人性化,更个性化,更具有针对性.性别识别还可应用于自动人数统计系统及行人数量统计系统中,作为商业或者其他部门重要决策的依据.
人可以很容易的通过肉眼判断性别,然而对计算机却并不容易,因为这涉及诸多领域,是一门综合性技术.对于性别识别的研究始于20世纪90年代初,从早期偏重对人脸器官（人脸器官的距离、角度、面积作为比较的特征）分析的研究,逐渐转移到基于学习的方法,性别识别系统也从一开始的人机交互半自动系统模式逐渐变为全自动智能识别系统.近年来,学术界对非人脸图像（步态、指纹、虹膜以及全身图像）的性别识别也展开了大量研究,并取得了不错的成果.
1 基于人脸图像的性别识别
基于人脸图像的性识别就是根据人脸图像进行性别分类.人脸图像的性别识别包含两个重要过程：性别特征提取和识别分类.性别特征提取是人脸性别中非常重要的一步,特征提取的好坏直接关系到最终的识别效果,提取到的性别特征既可以有效表征出男女人脸的差异信息,又能确保特征维数尽量少,同时又能有一定的鲁棒性.人脸性别识别常用的分类方法有神经网络、支持向量机、AdaBoost等.
1.1 人脸性别特征提取方法
1.1.1 基于几何结构特征
基于几何结构特征的人脸特征是将人脸轮廓的几何信息与人脸主要器官（如额头,眉毛,眼睛,鼻子）的相对位置和大小信息进行结合来表征人脸.Yunus Saatci 和 Christopher Towm[1]将主动外观模型（Active Appearance Models,AAM）应用于性别识别中的特征提取,提高了性别识别的精度.
1.1.2 基于灰度信息
像素是图像最基本的特征,因此计算简单运算速度快,但是当图像分辨率较高时特征纬度会很大,后续可以利用主成分分析方法PCA、二维PCA（2DPCA）、独立成份分析ICA、遗传算法将高纬度特征投影到低纬空间.
1.1.3 小波方法（Gabor特征,类HAAR特征）
类 Haar小波方法是由viola和Jones提出的类Haar小波函数来实现的,提取的是不同形式的类Haar矩形特征.Gabor特征具有对图像的边缘敏感,能够提取图像的多方向和多尺度的特征,同时它还对光照的变化不敏感的优点,因此广泛应用于图像领域中.Lu等[2]提出 Gabor小波变换的方法, 其使用椭圆脸作为输入图像, Gabor 特征,Haar-like 特征作为特征提取方式作对照实验,实验表明Gabor特征具有最高分类准确率,但其所得到的特征维数较高.文献[3]提出了一種将GABOR特征与LBP特征结合,使得特征提取更加充分.
1.1.4 局部二值模式特征（LBP特征）
局部二值模式是用来描述灰度图片的每个像素及周围像素之间相对关系的一种纹理描述子,因其具有旋转不变性和灰度不变性已广泛得应用于纹理分类、人脸图像分析等领域.Shan[4]利用局部二值模式（local binary patterns,LBP）直方图进行性别识别,在LFW人脸数据库中实现了94.81%的准确率.Yang[5]等利用局部三元模式和极限学习机进行性别识别,在FERET数据库中实现了95.625%的准确率.Ali[6]等采用局部GABOR二值模式（local gabor binary pattern, LGBP）和三维人脸重建进行性别识别,在LFW数据库中获得99.8%的准确率.Hamid等[7]运用主成分分析和模糊聚类的方法,在FU-NET数据库中测试准确率达92.65%.闫敬文等[8]提出一种方向梯度直方图 （histogram of oriented gradient,HOG）和LBP多特征融合的人脸性别识别算法,在自建人脸库上准确率可达93%.
1.1.5 尺度不变转换特征（SIFT特征）
SIFT特征因其具有旋转、缩放和亮度不变性而广泛应用于图像匹配,物体识别等领域.WANG [9]等在规则图像网格点提取SIFT描述子,结合人脸全局形状上下文,采用AdaBoost进行分类.同年,他又提出了将GABOR算子和SIFT算子结合,性别识别率有所提高[10].
1.2 人脸性别识别分类方法
1.2.1 神经网络方法
国外研究学者最早将神经网络算法应用在人脸性别识别这一领域中.Golomb[11]等人训练了一个全联结的两层神经元网络,用来识别90张30*30的人脸图像,实验结果表明该分类器的准备率可达91.9%.Yen[12]等人比较了径向基神经网络和PDP神经网络的性能,通过在1400张50*70的人脸图片上实验,结果表明这两种网络都有较好的性别识别能力,正确率达90%.Tamura[13]等人训练了三层神经网络,在8*8的低分辨率的人脸图像进行了实验,准确率可以达到89%.S.Gutta[14]等人在FERET人脸数据库的3000张,图像像素大小为64*72的人脸图像上,采用了一种基于决策树和径向基神经网络的混合分类器来进行性别识别,得到了96%的正确率.
总结:本论文为免费优秀的关于图像论文范文资料，可用于相关论文写作参考。
参考文献：
1、 武术套路动作分解过程模式识别方法 摘 要： 针对传统的武术套路分解过程中动作分解模式识别时，存在动作无法连续识别缺少细节特征的问题，提出武术套路动作分解过程中，使用NReJ3D技。
2、 基于视觉传达警示标志识别方法 摘 要： 针对当前警示标志识别正确率低、识别速度慢等不足，提出基于视觉传达的警示标志识别方法。首先提取警示标志识别的一些特征，然后结合人的视觉传。
3、 一种人脸检测灰度图像预处理新方法 摘要：由于人脸检测率在复杂光照条件下较低，本文提出一种效果较好的人脸检测光照预处理算法。在人脸检测过程中，首先对获取得到的灰度图像进行直方图规。
4、 农业上市公司财务危机识别方法和防范 [摘 要] 由于农业受自然环境因素影响大，农业行业对金融交易法规重视不足，以及财务危机预警系统不够健全等原因，造成我国农业上市公司出现财务质量状。
5、 重磁资料异常分离和构造边界识别方法应用分析 摘 要：重磁勘探是地球物理勘探方法中最为重要的勘探方法。本文对重磁异常分离方法——插值切割异常分离法进行系统的理论研究，对几种基本边界识别方法进。
6、 管理舞弊风险识别国内外综述 【摘要】如何有效地识别管理舞弊风险，是国内外学者高度关注的研究方向之一。目前研究重点主要在集中在管理舞弊风险识别的指标及方法，但国内的研究成果在。