基于形状无关纹理和Boosting学习的人口统计学分类

基于形状无关纹理和boosting学习,该文提出了对性别和年龄分类的方法,其中年龄被划分为儿童、青年、中年和老年4类。检测到人脸后,利用人脸配准的结果规范化人脸图像获得形状无关纹理。在此基础上提取Haar型特征、LBP直方图和Gabor Jet3种特征,通过boosting学习分别训练分类器。实验表明,LBP直方图特征能够鲁棒地区分儿童和老人,Haar型特征用作区分青年和中年人则更为有效,而Gabor Jet特征更适于性别分类。