人脸的性别分类

被引：16

作者：

武勃

艾海舟

肖习攀

徐光祐

机构：

[1] 清华大学计算机科学与技术系智能技术与系统国家重点实验室

[2] 清华大学计算机科学与技术系智能技术与系统国家重点实验室北京

[3] 北京

[4] 北京

来源：

计算机研究与发展 | 2003年 / 11期

关键词：

性别分类; 主分量分析; Fisher线性鉴别分析; Adaboost; 支持向量机;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

人脸的性别分类是指根据人脸的图像判别其性别的模式识别问题.系统地研究了不同的特征提取方法和分类方法在性别分类问题上的性能,其中包括主分量分析(PCA)、Fisher线性鉴别分析(FLD)、最佳特征提取、Adaboost算法、支持向量机(SVM).给出了在9姿态人脸库、FERET人脸库和一个网络图片人脸库上的对比实验结果.实验表明人脸中的性别信息集中存在于某个子空间中,因此,在分类前对样本进行适当的压缩降维不但不会明显降低分类器的性能,而且可以大大减少分类的时间开销.最后介绍了将性别分类器与自动人脸检测和特征提取平台集成起来的基于人脸图像的性别判别系统.

引用

页码：1546 / 1553

页数：8