基于面部特征的膚齡和年齡研究.pdf

1、隨著年齡的增長，人臉因骨骼的移動和生長而產(chǎn)生變形；皮膚逐漸失去活力，大多伴隨著出現(xiàn)細(xì)紋和斑點(diǎn)?；谌四樏娌刻卣鞣治龊驮u估皮膚年齡在計(jì)算機(jī)視覺領(lǐng)域越來越受到更多的關(guān)注，膚齡自動化評估與皮膚健康狀況的科學(xué)量化對美容、醫(yī)療、化妝品等諸多產(chǎn)業(yè)有著非常重要的研究意義和應(yīng)用價值。目前，國內(nèi)外關(guān)于膚齡的研究主要集中在臨床醫(yī)學(xué)和美容學(xué)領(lǐng)域，絕大部分研究都需要依賴激光共聚焦掃描顯微鏡或皮膚鏡等專業(yè)設(shè)備?；跀?shù)碼相機(jī)拍攝的人臉圖像進(jìn)行膚齡研究尚屬非常罕見。

2、隨著年齡限制的應(yīng)用場景的增多，年齡信息成為一種越來越重要的新興生物特征，基于面部特征的年齡分類研究也逐漸成為計(jì)算機(jī)視覺領(lǐng)域熱門研究課題之一。
　　本課題針對數(shù)碼相機(jī)、手機(jī)拍攝的人臉圖像，通過分析面部特征，重點(diǎn)研究了膚齡隨著年齡的生長變化模型，以及基于面部圖像的年齡分類研究。主要研究內(nèi)容和成果如下：
　　1.研究了人臉圖像預(yù)處理相關(guān)技術(shù)，包括像素灰度化、圖像降噪、人臉對齊、人臉語義分割等技術(shù)，以利于后續(xù)圖像特征提取、內(nèi)容理解、

3、膚齡和年齡分類研究；
　　2.提出了基于視覺認(rèn)知特征的膚齡變化模型。分別提取面部皮膚底層像素特征、高層語義特征，通過統(tǒng)計(jì)分析，建立了基于視覺認(rèn)知特征的人臉膚齡變化模型。從而有效量化并驗(yàn)證了人臉面部皮膚隨年齡增長，平滑度越來越低且皺紋越來越多；
　　3.提出了更符合人類視覺認(rèn)知的2-off年齡分類模型。提取圖像的低層特征，如 PCA、HOG、Gabor等，生成圖像的特征矢量并通過支持向量機(jī)搭建年齡分類模型，提出了更符合視覺認(rèn)知