基于AAM的人脸图像年龄组分类研究.pdfVIP

第 34卷 第 6期 桂 林 电 子 科 技 大 学 学 报 Vo1．34，NO．6 2014年 12月 JournalofGuilinUniversityofElectronicTechnology Dee．2O14 基于 AAM 的人脸 图像年龄组分类研究 陈 剑 ，刘建明 ，彭智勇 (1．桂林电子科技大学 电子工程与 自动化学院，广西 桂林 541004； 2．桂林 电子科技大学 计算机科学与工程学院，广西 桂林 541004) 摘 要 ：针对随年龄的增长人脸 图像年龄组分类准确率下降的问题 ，提 出一种有效提高准确率和分类速度的年龄组分类方 法 。该方法结合主成分分析(PCA)和局部保持投影(LPP)建立主动外观模型 (AAM)，并对人脸 图像进行特征点提取 ；在反 向组合算法的基础上添加全局几何变换 ，增强 AAM 的表征能力 ，对输入人脸 图像进行匹配 ；并利用支持 向量机 回归算法 (SVR)对人脸 图像进行年龄组分类 。实验结果表明，该方法 的年龄组分类准确率 由79％提高到 84 ，分类耗时明显改善 ， 且该方法更适用于亚洲人脸图像 。 关键词 ：主成分分析 ；局部保持投影 ；主动外观模型；反向组合算法 ；支持向量机 回归 中图分类号 ：TP391．4 文献标志码 ：A 文章编号 ：1673—808X(2014)06—0474—05 Research onAAM ·b·asedfacialimagesage--group classification ChenJian 。LiuJianming。，PengZhiyong (1．SchoolofElectronicEngineeringandAutomation，GuilinUniversityofElectronicTechnology，Guilin541004，China； 2．SchoolofComputerScienceandEngineering，GuilinUniversityofElectronicTechnology，Guilin541004，China) Abstract：Thenew age～groupclassificationwithhigheraccuracyandspeedisproposedtOsolvetheproblem ofdecliningaccu— racyoffacialimagesage—groupclassificationastheincreasingage．Activeappearancemodel(AAM) isbuiltbycombining principalcomponentanalysiswithlocalitypreservingprojections，andthefeaturesoffaceimagesareextracted．Theinverse compositionalgorithm isusedtOmatchfaceimagesandenhancetherepresentationalcapacityofAAM byglobalgeometric transform ．FinallySVR algorithm isusedforfaceimagesage—groupclassification．Theresultsdemonstratethattheaccuracy ofthenew ageclassificationbasedonAAM improvesfrom 79 tO84 ，andtheclassificationspeedishigher．Thismethod appliestOAsianfacesbetter． Keywords：PCA；LPP；AAM ；inversecompositionalalgorithm ；SVR 人脸 图像的年龄组分类在信息采集 、人机交互 、 人图像，对输人人脸图像的特征点进行定位和提取。 视频监控等领域有着广泛的应用前景 ，