基于多示例多标签的人脸年龄估计研究.doc

华 中 科 技 大 学 硕 士 学 位 论 文 1 绪论 引言 在近十年，自动识别的智能系统需求量不断增加，促使计算机视觉技术迅速发展， 与视觉技术相关的课题研究成为热门。计算机视觉的研究目的是让计算机通过机器学 习后能智能的处理图像和视频等信息，从而应用到现在的设备上实现现代智能化。目 前在计算机视觉技术中，基于面部识别，面部跟踪和性别分类等与面部图像相关课题 研究涌现了大量的科研成果，但对比这些面部相关的研究，基于面部年龄估计是一个 新的课题，尽管这几年相关研究比较少，但是却有潜在的价值，前景广阔； 人脸面部年龄估计即是通过人脸部分进行年龄估计，提取人脸特征判断其年龄。 人脸随着人的成长会发生缓慢的变化，随着年龄的增长会伴随着皮肤的老化和外观轮 廓的变化，其中这种变化是一个过程。通常在现实生活中，我们可以通过这些特征快 速的判断一个人的真实年龄，而如果通过人脸的图像交给计算机来处理，这是一个非 常难的过程，将会产生比较多的误测；然而，在人的生长环境，生活方式等一些外界 人为因素的影响下，人的面部老化会加快或者变化不会均匀，造成了同一年龄的人群 之间的人脸会有巨大的差异，甚至通过人眼鉴别都会有很高的错误率，那么通过计算 机来智能识别将会有更高的难度。目前为止还没有比较成熟的模式识别算法能估计出 人脸图像的准确年龄，因为在人脸的年龄估计系统中不仅要解决以上问题，还需要解 决图像中光照变化，姿态，人脸表情等外部因素问题，致使目前的人脸年龄估计领域 并没有取得重大的科研进展。 分析这几年的人脸年龄估计问题的通用方法，首先，从人脸图像提取人脸的特征 来表征为一个年龄或者年龄段，主要包括皮肤的纹理，皮肤的色泽与光滑度，人脸的 轮廓等信息；其中在人脸年龄估计中，特征的选择对于准确度非常重要，甚至能直接 决定后期分类方法的开展，所以对于年龄估计研究与其他视觉研究类似，好的特征决 定好的结果。其次在特征选取之后，一般需要分析特征的类别或者当特征维度太高时， 需要做一些中间处理；最后对于年龄估计研究领域需要一种好的分类方法来精确预测 1 万方数据 华 中 科 技 大 学 硕 士 学 位 论 文 年龄；但是，这几个过程都研究虽然有一定的成果，但是对于实用阶段还有一段距离。 目前，阻碍年龄估计的发展还有一个因素是图像的搜集是一个困难的过程，在人脸图 像的训练与预测算法中，我们需要各种年龄段的人脸图像，通常这样的图像需要几千 张才能获得好的训练结果，所以对于收集这些图像是艰巨的任务。现在比较好的两个 年龄训练与测试数据库是 FG-NET[1]和 MORPH[2]，随着视觉领域的快速发展，这两个数 据库显然有些老化，而且从数量上也无法满足目前大规模数据计算算法。在这种情况 下，研究年龄估计是一个巨大的挑战，同时从应用上来说却是一个机遇。 年龄估计的研究意义 基于人脸图像的年龄估计可以应用在各个领域，从身份识别，安全控制(如：护照 照片核查等)，信用卡验证，娱乐控制（例如控制未成年人进入网吧），视频监控， 以及电子客户关系管理系统等方面到生物学，物理学领域，这些方面都有着巨大的应 用前景；其中在互联网快速发展的今天，本论文列举年龄估计的研究离我们的生活非 常相关有一下几个方面； （1）智能的年龄估计应用于安全性控制，由于一些消费服务需要限制年龄段，可 以通过识别出的年龄段控制服务的人群。例如可以将应用用于网吧或其他未成年禁止 进入场所，禁止估计的年龄在未成年段的消费者入内或者发出警告等等。 （2）更加方便的人机交互系统，通过人脸图像自动识别出消费者的年龄，使计算 机依据当前的消费者年龄来智能推荐服务内容和类型，这样就能提供更合适其年龄的 适应化的服务。例如可以通过估计的年龄来对网上购物用户进行更加贴切的内容推荐。 （3）提高目前人脸识别技术精度，目前人脸识别技术已经取得了很好的进展，但 是各个因素仍然干扰着人脸识别的精度，例如目前人脸估计技术并未考虑人脸年龄差 异化，如果通过年龄估计的方法对不同年龄段的图像去除年龄化，那么就能有可能提 高人脸识别技术的精度。 （4）在生物领域，目前人脸年龄老化仿真技术是一个研究的新课题，但能借鉴的 图像处理技术却很少，但通过年龄估计的方法建立一些年龄变化的模型，就能帮助生 物领域的研究者做年龄老化仿真，提高科研进度。 2 万方数据 华 中 科 技 大 学 硕 士 学 位 论 文 所以无论从商业还是其他的学科的研究中，都充满前景，综上几个方面就是计算 机识别和模式识别的年龄估计应用在近几年引起了特别的关注的原因之一。 国内外研究现状 人们能够准确判断和设想某个人的年龄范围，而机器是否能做同样的事情呢？这 几年的年龄估计的研究给出了令人兴奋的答案，通过机器在大量的人脸图片的训练后 能自动识别其他人脸的年龄。年龄估计的问题早