人臉年齡估計的算法研究與實現.pdf

1、近年來，隨著模式識別和計算機視覺的發(fā)展，根據人臉圖像自動進行年齡估計在人機交互、安全監(jiān)控和娛樂等領域已經成為一個非常熱門的話題。人臉圖像的自動年齡估計問題是指采用計算機根據輸入的人臉圖像自動估計出其確切的年齡或所屬的年齡范圍。雖然研究者們?yōu)榻鉀Q年齡估計問題付出了巨大努力，但仍然面臨著很多的困難和挑戰(zhàn)。一方面，人臉年齡估計問題受性別、種族、生活方式等外界因素的影響;另一方面，由于有確切年齡標注的人臉樣本數量有限，已有年齡估計方法對于年齡多

2、樣性的學習在準確性上受到限制。因此人臉年齡估計問題的研究仍需要我們的繼續(xù)努力和關注。
　　現階段人臉年齡估計的研究主要分兩個方向:提取人臉圖像的面部特征和年齡估計模型的學習。本論文針對年齡數據庫的樣本有限問題，深入剖析了年齡估計問題區(qū)別于普通分類或回歸問題的特性，提出了充分利用年齡標簽有序性的年齡估計算法。
　　(1)基于多標簽排序的人臉年齡估計算法。該算法將原本采用單一年齡標簽表示的人臉樣本改用多年齡標簽來表示，通過標簽矩

3、陣的恢復理論來建立年齡估計模型。該方法針對訓練樣本的不足，提出采用年齡的有序性信息學習不同年齡之間的相關性，同時引入矩陣的跡范數控制模型的復雜度，據此構建出準確可靠的年齡估計模型。
　　(2)基于結構化稀疏的人臉年齡估計算法。利用年齡標簽的有序性信息，將人臉年齡估計模型轉化為結構化稀疏學習模型。該算法引入結構化稀疏項學習人臉樣本與不同年齡標簽之間的相關性關系，即相近的年齡有相似的面部特征，并將全部年齡標簽映射到同一個年齡特征空間內

4、，不僅可以學習它的組稀疏性，同時還可以控制年齡估計模型的復雜度，以此提高年齡估計的準確性。除此之外，為實現人臉年齡估計問題從理論到實際應用的轉化，本論文利用C++和OpenCV庫建立了一個實時人臉年齡估計演示系統(tǒng)。
　　以上兩種年齡估計算法充分利用了年齡標簽的有序性信息，在公開的FG-NET、Refined-MORPH等數據庫上取得了優(yōu)于現有年齡估計算法的性能，并且基于結構化稀疏的人臉年齡估計算法優(yōu)于基于多標簽排序的人臉年齡估計算