基于圖像的年齡估計(jì)與人臉年齡圖像重構(gòu).pdf

1、人臉圖像與年齡關(guān)系的研究是人像處理領(lǐng)域的重要課題，該研究具有重要的科學(xué)意義和實(shí)用價(jià)值。經(jīng)過多年的發(fā)展，在人臉年齡變化研究方面已經(jīng)取得了很大的進(jìn)步，但實(shí)踐和經(jīng)驗(yàn)表明人臉年齡變化的研究還遠(yuǎn)未成熟。本文在國內(nèi)外已有的研究基礎(chǔ)上，在年齡估計(jì)、人臉年齡圖像重構(gòu)方面做了大量的研究與實(shí)驗(yàn)，并達(dá)到了一定的效果。本文主要工作有以下幾個(gè)方面： (1) 采用了一種基于局部紋理約束的魯棒AAM擬合算法，在一定程度上解決了收斂速度慢的問題，主要增強(qiáng)了細(xì)節(jié)

2、部分定位的準(zhǔn)確性，并且實(shí)現(xiàn)了對背景干擾的魯棒，相比原有的算法具有更快、更準(zhǔn)確的性能。大大提高了特征點(diǎn)標(biāo)注的速度和準(zhǔn)確度，從而能有效的提取人臉特征來進(jìn)行年齡估計(jì)和人像重構(gòu)。 (2) 提出了一種新的分類器一基于模糊加權(quán)預(yù)處理的人工免疫識別系統(tǒng)，人工免疫識別系統(tǒng)是一種新型的人工免疫監(jiān)督學(xué)習(xí)算法；本文將模糊加權(quán)預(yù)處理與人工免疫識別系統(tǒng)相結(jié)合形成了一種新的改進(jìn)后的分類器，進(jìn)一步提高了分類器的準(zhǔn)確率。通過對人臉特征按年齡進(jìn)行分類，從而實(shí)現(xiàn)根

3、據(jù)人臉圖像來估計(jì)年齡的目的。 (3) 采用了從人臉形狀與紋理兩個(gè)方面重建人臉的方法。提出了一種Boosting RBF神經(jīng)網(wǎng)絡(luò)來逼近各個(gè)年齡段人臉形狀的變化函數(shù)，從而實(shí)現(xiàn)了人臉形狀隨年齡變化的預(yù)測，采用一種改進(jìn)的紋理變換方法來模擬人臉紋理隨年齡變化的過程，新的紋理變換方法更大程度的保留了人臉年齡信息包括皺紋、斑點(diǎn)等，使得人臉年齡圖像重建的效果更加逼真。 本文通過大量的實(shí)驗(yàn)證明了方法的有效性，建立了人臉老化年輕化的仿真系統(tǒng)