基于脸部特征的性别识别.pdfVIP

第25卷第5期 数 据 采 集 与 处 理 Vo1．25No．5 2010年 9月 JournalofDataAcquisition Processing Sep．2010 文章编号 ：1004—9037(2010)05—0595—05 基于脸部特征的性别识别 陈晓倩 许孜奕 陆 丽 施鹏飞 (上海交通大学 图像处理与模式识别研究所 ，上海 ，200240) 摘要 ：提 出一种基于人脸正面 图像 的性别分类方法 。为 了提高性别识别率 ，本文采用AdaBoost算法提取整体特 征 ，主动外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，网上收集和 实验 室 自行采集共 同组 成 ，且 包含 14700余张人脸 的数据库上进行 实验。实验结果 表明，该方法具有9O 以上的识别率 。 关键词 ：性别识别 ；局部特征 ；整体特征 ；AdaBoost算法；支持 向量机 中图分类号 ：TP391．4 文献标识码 ：A GenderRecognition Based on FaceFeatures ChenXiaoqian，XuZiyi， Li，ShiPengfei (InstituteofImageProcessingandPatternRecognition，ShanghaiJiaoTongUniversity，Shanghai，200240，China) Abstract：A novelgenderclassificationmethodbasedon frontalface imagesispresented．In themethod，theglobalfeaturesareextractedbyusinganAdaBoostalgorithm．Theactiveap— pearancemodel(AAM )locates83landmarks，from whichthelocalfeaturesarecharacterized。 Afterthefusion ofthelocalandglobalfeatures，themixedfeaturesareused to trainsupport vectormachine (SVM )classifiers．Themethod isevaluatedby therecognition ratesover8 mixed facedatabasecontainingover14700imagesfrom 4sources(AR，FERET，W W W anda databasecollectedbythelab)．Experimentalresultsshow thatthehybridmethodoutperforms theunmixedappearance-orgeometry—featurebasedmethodsandachievesaclassification rate over90％． Keywords：genderrecognition；localfeatures；globalfeatures；AdaBoostalgorithm ；support vectormachine(SVM ) 如何 区分，甚至描述不出自己是依据什么具体的特 引 口 征来 区分人的性别。 人脸的性别识别问题起初 是由心理学家进行 人机交互技术 (HCI)的发展使得计算机视觉、 研究的[]]，他们致力于了解人类是如何分辨男女性 人工智能在监控 、GU1人机界面