基于年龄变化与人脸重构的人脸识别技术研究

论文摘要

人脸识别技术因其具有重要的科学意义和实用价值,在近几年得到了研究者的高度重视,成为当前模式识别和人工智能领域的一个研究热点。但由于年龄变化引起人脸形状和纹理上的变化,导致人脸识别率严重下降。为了解决这个问题,本文在国内外现有的人脸识别技术和年龄变化研究的基础上,提出了加入年龄估计和人脸图像重构的人脸识别算法,从而实现了容忍年龄变化的人脸识别,并设计实现了相应的原型系统。本文的工作主要包括:（1）提出了基于局域二值模式与支持向量机的年龄估计方法。分析现有年龄估计算法的优缺点,采用局域二值模式提取出人脸随年龄变化的关键特征,然后由主成分分析方法对特征向量进行选择,最后借助支持向量机回归算法进行训练得到全局的年龄函数,从而确定纹理特征与年龄之间的对应关系。该方法能较为有效地根据人脸图像估计出其大致的年龄范围,实现人脸年龄段的分类,年龄误差控制在4岁左右,为人脸图像重构提供年龄度量。（2）提出了基于形状和纹理特征相结合的多年龄人脸图像重构方法。根据得到的人脸特征点数据,结合径向基函数的变形技术,先对人脸形状进行年龄变化处理;然后通过log-gabor小波对年老的人脸图像进行分解、选择,得到年龄纹理图,将其叠加到变形后的人脸图像上。在此过程中通过年龄估计函数判断年龄,调整年龄纹理图参数,控制皱纹的变化,从而重构出目标年龄的人脸图像。实验结果表明,该方法可以更加逼真地重构出不同年龄的人脸图像。（3）深入研究了基于离散余弦变换与隐马尔可夫模型的分类识别算法,针对传统离散余弦变换包含信息量偏少的缺点,采用基于采样的离散余弦变换扩大特征的覆盖范围,然后利用隐马尔可夫模型的分类识别算法,实现了容忍年龄变化的人脸识别,从而验证了添加人脸图像重构过程的有效性和合理性。（4）采用面向对象思想设计并开发了容忍年龄变化的人脸识别原型系统。该系统由图像预处理、年龄估计、人脸图像重构和人脸识别四个功能模块组成,实现了当训练图像与测试图像采集时间间隔5年左右时,系统仍能根据人脸判定所属对象。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景和意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外的研究现状
• 1.2.1 国内现状
• 1.2.2 国外现状
• 1.3 论文的研究内容及主要工作
• 1.4 论文的结构
• 第二章 人脸图像预处理
• 2.1 人脸库的选取
• 2.2 人脸图像预处理
• 2.2.1 人脸图像滤波去噪
• 2.2.2 人脸图像旋转调整
• 2.2.3 人脸图像姿态归一化
• 2.2.4 人脸图像尺度归一化
• 2.2.5 人脸图像灰度均衡化
• 2.3 小结
• 第三章 基于局域二值模式与支持向量机的年龄估计
• 3.1 LBP纹理特征提取
• 3.2 基于PCA的特征向量选择
• 3.3 基于SVM的年龄估计
• 3.3.1 SVM回归原理
• 3.3.2 SVM回归参数选择
• 3.3.3 年龄估计函数的评价
• 3.4 实验结果及其分析
• 3.5 小结
• 第四章 基于形状与纹理特征相结合的多年龄人脸图像重构
• 4.1 基于径向基函数的人脸形状变化
• 4.1.1 人脸特征点
• 4.1.2 图像变形
• 4.2 基于log-gabor小波的纹理特征
• 4.3 人脸图像重构
• 4.4 小结
• 第五章 基于隐马尔可夫模型的容忍年龄变化的人脸识别
• 5.1 隐马尔可夫模型原理及其三个基本问题
• 5.1.1 隐马尔可夫模型原理
• 5.1.2 隐马尔可夫模型的三个基本问题
• 5.2 基于离散余弦变换的特征提取
• 5.2.1 离散余弦变换的原理
• 5.2.2 基于不同采样方式的离散余弦变换的实验结果
• 5.3 基于隐马尔可夫模型的人脸识别算法
• 5.3.1 隐马尔可夫模型人脸识别模型
• 5.3.2 隐马尔可夫模型的训练算法
• 5.3.3 隐马尔可夫模型的识别算法
• 5.4 容忍年龄变化的人脸识别实验结果及其分析
• 5.5 小结
• 第六章 原型系统的设计与实现
• 6.1 原型系统的总体结构
• 6.2 核心类的设计与实现
• 6.2.1 位图类的设计
• 6.2.2 矩阵类的设计
• 6.2.3 HMM类的设计
• 6.2.4 支持向量机类的设计
• 6.3 原型系统实现
• 6.4 小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 致谢
• 发表论文