（计算机应用技术专业论文）基于年龄变化与人脸重构的人脸识别技术研究.pdf

江苏大学硕士研究生毕业论文 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l o g - g a b o r 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。 关键词：人脸识别，年龄估计，人脸图像重构，离散余弦变换，隐马尔可夫模型 江苏大学硕士研究生毕业论文 a b s t r a c t f a c e r e c o g n i t i o nt e c h n o l o g yh a sb e e na t t a c h e dg r e a ti m p o r t a n c e t ot h e r e s e a r c h e r sf o ri t ss c i e n t i f i cs i g n i f i c a n c ea n dp r a c t i c a lv a l h ei nt h ep a s tf e wy e a r s ，a n d b e c o m et h eh o t s p o to fp a t t e r nr e c o g n i t i o na n da r t i f i c i a li n t e l l i g e n c e h o w e v e r ，t h e r e c o g n i t i o nr a t ew i l ld e c l i n es h a r p l yd u et ot h es h a p ea n dt e x t u r ec h a n g ei nt h ef a c e f o rd i f f e r e n ta g e t os o l v et h i sp r o b l e m ，w ec o n s i d e r e db o t ha g ee s t i m a t i o na n df a c e i m a g er e c o n s t r u c t i o n ，a n db r i n gt h e mi n t of a c er e c o g n i t i o na l g o r i t h mw h i c hb a s e d o n t h ep r e s e n tf a c er e c o g n i t i o na n da g ec h a n g er e s e a r c h t h e r e b yw ep r e s e n tt h ef a c e r e c o g n i t i o nw h i c ha l l o w sa g ec h a n g e w ed e s i g n e da n di m p l e m e n t e dt h ep r o t o t y p e s y s t e mo ff a c er e c o g n i t i o n 。t h eh i g h l i g h t sa n dm a i nc o n t r i b u t i o n so ft h ed i s s e r t a t i o n i n c l u d e ： ( d a na g ee s t i m a t i o na l g o r i t h mb a s e do nl o c a lb i n a r yp a t t e r na n ds u p p o r t v e c t o rm a c h i n ei sp r o p o s e d a f t e ra n a l y z i n gt h ea d v a n t a g e sa n dd i s a d v a n t a g e so ft h e e x i s t i n ga g ee s t i m a t i o nm e t h o d ，w ee x t r a c tt h ek e yf e a t u r ef r o mh u m a na g i n gf a c e s u s i n gl o c a lb i n a r yp a t t e r n ，t h e nu s et h ep r i n c i p a lc o m p o n e n ta n a l y s i sm e t h o dt o c h o o s et h ee i g e n v e c t o r , a tl a s tw eu s es u p p o r tv e c t o rr e g r e s s i o nm e t h o dt ot r a i na n d g a i nt h ew h o l ea g ef u n c t i o nw h i c he s t a b l i s h e dt h ec o r r e s p o n d i n gr e l a t i o n s h i pb e t w e e n t e x t u r ef e a t u r ea n dt h ea g e e x p e r i m e n t a lr e s u l t ss h o wt h a tt h em e t h o dc a ne f f e c t i v e l y e s t i m a t et h ea g eo ft h eh u m a nf a c e sw h i c ht h ee r r o ri sa b o u t4y e a r ，a tt h es a m et i m e p r o v i d ea g em e a s u r e m e n tf o rf a c ei m a g er e c o n s t r u c t i o n ( 2 、i ah u m a nf a c ei m a g er e c o n s t r u c t i o nf o rd i f f e r e n ta g eb a s e do nt h es h a p ea n d t e x t u r ec h a r a c t e r i s t i c si sp r e s e n t e d f i r s t ，c h a n g ef a c es h a p ea c c o r d i n gt ot h ef a c i a l c h a r a c t e r i s t i e sd a t a c o m b i n e dw i t hr a d i a lb a s ef u n c t i o nd e f o r m a t i o nt e c h n o l o g y w e g e ta g et e x t u r eb yd e c o m p o s i n ga n ds e l e c t i n gt h ee l d e r l yf a c ei m a g e su s i n gt h e l o g g a b o rw a v e l e t ，t h e na d di tt ot h ec h a n g e df a c ei m a g e d u r i n gt h ep r o c e s s ，w e c a l l r e c o n s t r u c tt h et a r g e ta g eh u m a nf a c eb yj u d g i n gt h ea g eo fh u m a nf a c et h r o u g ht h e a g ee s t i m a t i o nf u n c t i o n ，a d j u s t i n ga g et e x t u r ep a r a m e t e rw h i c hc a nc o n t r o lw r i n k l e s c h a n g e s e x p e r i m e n t a lr e s u l t ss h o wt h a tt h em e t h o dc a nl i v i n g l yr e c o n s t r u c td i f f e r e n t a g e so fh u m a nf a c e s ( 3 ) c l a s s i f i c a t i o na l g o r i t h mi ss t u d i e dw h i c hb a s e do nd i s c r e t ec o s i n et r a n s f o r m a n dt h eh i d d e nm a r k o vm o d e l f o rt h et r a d i t i o n a ld i s c r e t ec o s i n et r a n s f o i t nc o n t a i n e d s m a l la m o u n to fi n f o r m a t i o n w eu s ed i s c r e t ec o s i n et r a n s f o r mw h i c hb a s e do n s a m p l i n gt oe x p a n dt h ec o v e r a g eo ff e a t u r e s ，a n dt h e nu s i n gh i d d e nm a r k o vm o d e l e l a s s i f i c a t i o na l g o r i t h m ，t h e nc a m ef a c er e c o g n i t i o nw h i c ha l l o w sa g ec h a n g e s ，a n d a l s ov e f i f i e dt h ev a l i d i t ya n dr a t i o n a l i t yo ff a c ei m a g er e c o n s t r u c t i o np r o c e s s ( 4 ) ap r o t o t y p es y s t e mo ff a c er e c o g n i t i o nw h i c ha l l o w sa g ec h a n g e si sd e s i g n e d a n di m p l e m e n t e db a s e do nt h ei d e ao fo r i e n t e do b j e c t t h es y s t e mc o n s i s t so ff o u r m o d u l e s ：i m a g ep r e p r o c e s s ，a g ee s t i m a t i o n ，f a c ei m a g er e c o n s t r u c t i o na n df a c e r e c o g n i t i o n a n dm a k e st h es y s t e mr e c o g n i z ep e o p l ea c c o r d i n gt of a c ei m a g ee v e nt h e t r a i n i n gi m a g ei sc o l l e c t e d5y e a r se a r l i e rt h a nt h et e s ti m a g e k e yw o r d s ：f a c er e c o g n i t i o n ，a g ee s t i m a t i o n ，f a c ei m a g er e c o n s t r u c t i o n ，d i s c r e t e c o s i n et r a n s f o r m ，h i d d e nm a r k o vm o d e l 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文 的规定，同意学校保留并向国家有关部门或机构送交论文的 复印件和电子版，允许论文被查阅和借阅。本人授权江苏大 学可以将本学位论文的全部内容或部分内容编入有关数据 库进行检索，可以采用影印、缩印或扫描等复制手段保存和 汇编本学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于 不保密一。 学位论文作者签名：力铺前 指导教师签名：乡舀儿 捌年f 2 月后日溯年胗月e t 独创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的 指导下，独立进行研究工作所取得的成果。除文中己注明引 用的内容以外，本论文不包含任何其他个人或集体已经发表 或撰写过的作品成果。对本文的研究做出重要贡献的个人和 集体，均已在文中以明确方式标明。本人完全意识到本声明 的法律结果由本人承担。 学位论文作者签名：琰菊诗 日期：硼年7 少月肜e l 江苏大学硕士研究生毕业论文 1 1 课题研究背景和意义 第一章绪论 1 1 1 研究背景 人脸识别技术的研究始于上个世纪6 0 年代。当时很多生理学家、心理学家 和神经科学家做了大量的基础性研究。比如：人脸是否具有唯一性、婴儿是怎样 识别人脸的等等。但人脸识别技术的真正兴起，是在伴随着计算机技术高速发展 的2 0 世纪9 0 年代，在此期间涌现出了诸多技术方法，每年都有大量的学术论文 发表，现在几乎所有知名的理工科大学和r r 产业的主要公司都有研究组在从事 人脸识别方面的研究。 人脸识别是指采用机器对人脸图像进行分析，提取有效的识别信息，达到身 份辨认的目的，应用非常广泛。与指纹、虹膜、掌纹、语音等其它身份识别方法 相比，人脸识别更适合普通交互环境和社交场合使用，具有直接、友好和非侵犯 性等优点，可以用于证件( 如护照、驾照) 中的身份认证、进出口的访问控制、 网络的安全登陆等。人脸识别问题的研究不仅具有重要的应用价值，而且在模式 识别中具有重要的理论意义，目前人脸识别已成为模式识别和人工智能领域的研 究热点。 从技术上讲，早期的人脸识别主要利用的是基于部件几何特征的方法和模板 匹配法。2 0 世纪9 0 年代以后，很多新的方法，比如说主成分分析( p r i n c i p a l c o m p o n e n t a n a l y s i s ，p c a ) 法或又称本征脸( e i g e n f a c ：e ) 法、f i s h e r 脸( f i s h e r f a c e ) 法，概率p c a 法、弹性图匹配法等先后被提出；很多新的数学理论，比如小波 变换、神经网络、支持向量机、h a u s d o r f f 距离以及很多新的模型，比如主动表 观模型( a c t i v ea p p e a r a n c em o d e l ，a a m ) 、三维变型模型，隐马尔可夫模型 ( h i d d e nm a r k o vm o d e l ，m ) 等也纷纷用于人脸特征的特征提取和人脸识别 中，所有这些都极大地促进了人脸识别技术的发展。 近年来在大量研究人员的努力下，人脸识别技术已经取得了很大的进步，识 别率也很高，但是这些都是基于同一个人在同一时期的研究，而很少考虑到年龄、 姿态等因素的鲁棒性，而这些因素都是非常难处理的。对于一个人脸识别算法来 说，尤其是当年龄因素发生变化时，严重影响了其识别率，年龄问题成为人脸识 别技术的瓶颈之一，所以研究年龄因素对于人脸识别的影响是非常必要的。它可 以使人脸识别更具有实际意义，使其进入工程应用领域，达到实用化的目的，从 而改善目前只能在有限条件和环境下才能取得的应用效果。 江苏大学硕士研究生毕业论文 1 1 2 研究意义 目前尽管已有很多人脸识别的方法，但是大多数的方法都是针对图像采集环 境及成像条件等诸多外界因素的影响下，如何保持较高识别率。而与光照变化、 姿态、人脸表情、遮挡等外部因素相比，内在因素( 诸如人脸的老化) 对人脸识 别的影响更加复杂和难以捉摸。 老化是一个不可避免的过程，随着年龄的增长，人脸的外貌会产生很大的变 化，老化的原因是多方面的，有些方面是不可控制的，主要来自于遗传因素的影 响，而另一些方面是可以控制的，主要来自于社会的因素，比如说抽烟、压力以 及生活方式。在多种因素的综合影响下，不同人的老化程度也呈现不同的效果。 这就要求人脸识别不仅要解决同一个人同一时期、在不同环境下摄取的存在噪 音、旋转、畸变等的人脸图像的识别问题，还要解决同一个人在不同时期( 跨度 时间长达1 0 年) 、不同环境下摄取的人脸图像的识别问题。这在学术和应用系统 的设计中都是一个挑战。 如果这个问题得到解决，人脸识别可在更多方面得到应用： 1 、可应用于特定年龄的人机交互。例如可以通过容忍年龄变化的人脸识别 系统来确定人的年龄，从而给不同年龄段的上机人员提供不同的上机环境；销售 烟酒的自动服务机可以通过识别年龄，从而不销售产品给未成年人；网吧也可以 通过年龄自动识别系统，阻止未成年人进入。 2 、定时更新数据库。因为身份证、信用卡的照片都是某一个人在具体年龄 下的照片，可以通过加入多年龄人脸图像重构的人脸识别系统更新数据库，从而 使人脸识别效果更加。 3 、协助公安部门抓捕通缉犯。因为公安部门可获得的通缉犯照片都是几年 之前拍摄的，茫茫人海之中寻找这样的人犹如大海捞针。利用考虑了年龄因素和 成像条件的人脸识别系统，只需在火车站、海关、机场、旅馆等场合安置摄像头， 将采集到的照片进行比对，就比较容易找到其行踪。 4 、可应用于寻找失踪人口。利用识别中的人脸图像重构方法，可以预测已 失踪多年的人口的当前外貌和长相，从而增大寻找到失踪人口的机率，例如对失 踪儿章进行外貌预测。 5 、可应用于对年龄变化具有鲁棒性的人脸识别系统。假设一个人脸识别系 统现在已被训练好，但若干年后，由于识别系统的图像库中个体年龄变化，导致 人脸图像出现较大改变，从而可能会引起系统的性能变坏，除非能用更新的图像 库重新训练系统。对于这个应用，多年龄人脸图像重构方法能提供一个理想的解 决方案，只需通过重构模拟年龄变化的效果，而不必特意更新图像库。 2 江苏大学硕士研究生毕业论文 1 2 国内外的研究现状 近年来人脸识别研究已经成为一个热点，获得了众多国内外研究者的关注， 取得了很多有意义的研究成果【l 】。国内一些高等院校和研究机构，如中国科学院 计算所和自动化研究所、清华大学、哈尔滨工业大学、浙江大学、南京理工大学、 四川大学、西安交通大学等，对人脸识别相关领域进行研究，取得了很大进展， 理论水平逐步与国际先进水平接轨；国外比较著名的研究小组包括美国的麻省理 工学院、卡内基梅隆大学、普林斯顿大学、英国剑桥大学等等，这些研究都受到 军方及大公司的高度重视和资助。与人脸的其它变化如姿态、表情、光照环境等 相比，年龄变化更难提取，这种变化常常淹没在其它变化中，增加了年龄特征提 取和自动年龄估计的难度。国内外许多学者尝试模拟和总结人脸随年龄变化的规 律，已经取得了一定的成果。 1 2 1 国内现状 近年来，国内很多研究学者开始致力于研究具有年龄变化的人脸识别，主要 侧重于年龄效果模拟，并且已取得了一定的成果。 刘剑毅等【2 】提出了一种基于小波变换与纹理移植相结合的人脸衰老化合成 方法。首先，将衰老模板进行二维离散小波变换( 2 dd i s c r e t ew a v e l e tt r a n s f o 皿， 2 d d w t ) ，提取出承载衰老皮肤纹理特征的高频子图与高通滤波后的低频子图； 然后，将其与目标人脸图像的对应分量进行置换与融合，利用小波重构来完成衰 老纹理向目标人脸的移植；同时，提取出年轻人群到年老人群在脸形上的平均变 化，将其作用在目标人脸上以增强衰老化合成的效果。结合色彩渲染技术，设计 实现了真实感人脸衰老化绘制的完整技术框架。实验部分分别将该方法应用于东 西方人脸及艺术图片，绘制结果显示出了具有真实感和感染力的效果。与基于主 成分分析( p r i n c i p a lc o m p o n e n ta n a l y s i s ，p c a ) 、3 d 渐变模型、比例图等方法相 比，该方法较好地解决了在人脸衰老化绘制中真实感与易操作性之间难以折衷的 问题，但是该方法没有考虑建立年龄与纹理深浅的对应关系。 王俊艳，苏光大等 3 1 提出了一种多年龄人脸图像合成方法。首先将测试图像 表示为形状向量和纹理向量，之后用渐进智能神经网络( i n t e l l i g e n c ei n c r e a s i n g n e u r a ln e t w o r k s ，i i n n ) 估计测试图像的年龄，然后利用事先训练的查找表计算 目标年龄的形状向量和纹理向量，最后利用基于三角形的仿射变换把目标年龄的 形状和纹理结合起来，生成目标年龄的人脸图像，实验结果( 如图1 1 所示) 表 明，该方法能有效地由一幅图像重构不同年龄时期的人脸图像，有效“改变 人 脸图像的年龄。 3 江苏大学项士研究生毕业论文 图11 多年龄人脸重构图 另外，他们还提出了一种自动的年龄估计方法1 4 1 ，通过年龄函数建立人脸特 征与年龄2 间的对应关系。首先，通过改进的活动形状模型自动定位人脸形状特 征点，再通过形状拉伸获得单纯的纹理图像：然后用主分量分析方法，分别得到 形状特征向量和纹理特征向量，并将其合成作为人脸特征：最后，按照最优化准 则得到年龄i 响数，结合人脸变老方式的分类，自动估计年龄。实验结果表明，这 种方法对年龄估计十分有效，、r 均2 0 0 人的多年龄人脸数据库上的估计误差为1 1 岁。但是这种方法需要预先训练形状和纹理土元空间，而且训练时需要不同年龄 的多幅图像，想要获取台适的数据比较凼难，因而不能建立完备的多年龄人脸空 间。 文献。悯动态的马尔可犬链柬模拟人脸图像的年龄重构：主要考虑了年龄变 化三方面的显著特征( 如图1 2 所示) ：人的发型的变化，人脸各个组成部分的 变化( 包括眼睛，鼻子，额头等) ，以及脸部不同区域的皱纹的变化。重构结果 如图1 3 所示，其巾2 0 - 3 0 岁为源图像，后面的几列为合成的图像，可以看出用 此方法合成的人脸年老变化主要集中在额头上皱纹的变化和头发的变化，但是因 此方法婴对人脸图像进行三层分解，其时日j 复杂度相对比较高。 i 目i2 动态马尔可夫链的重构过程 江苏走学硕士研究生毕业论五 图13 脸重构图 x i ng c n g 等”j 人提出了一种基于予空自j 的自动的年龄 l 计( a g i n gp a t t e r n s u b s p a c e ，a g e s ) 方法：基牟思想是根据时间顺序，建市年龄模板( 如蚓1 4 所 不) ，对十测试圈像来说可以根据它的于空间图像重建整个年龄段的人脸图像， 而测试崮像在重建图像中的位簧就可以表明该剧像的年龄，此方法集人脸重构1o 年龄估计于体。可以看出重构出整个年龄段的人脸图像需要很长时间，并且有 些年龄段的人脸图像我们并不关心，没有必要重构，我们只需耍重构出某些年 龄段的人脸图像。 口1 t 1 一l * 图14 年龄模板特征向量图 1 2 2 国外现状 研究具有年龄变化的人脸识别其中必然要估计待识别的人脸的年龄，以便确 定其年龄是否与所拥有的人脸库中的年龄在一个年龄段范围之内，从而决定是雨 要对人脸图像进行重构。因此国外的学者t 要从年龄分类器的设计，以及人脸不 s 江苏大学硕士研究生毕业论文 同年龄的图像重构两个方面解决人脸识别中由于年龄变化而使识别率下降的问 题。 1 、年龄分类器t k w o n 等【7 】将有年龄变化的人脸识别问题简化成为三个年龄段的年龄分类问 题，即婴儿、青年和老年。几何比率以及皮肤皱纹信息被用于分类特征，其中人 脸主要器官的几何比率被用于区分婴儿与成人，而皱纹信息被用于区分年轻人与 老年人。实验中采用了4 7 幅高分辨率图像，获得了1 0 0 的正确率。该方法对 图像的分辨率有较高的要求( 至少2 5 6 x 2 5 6 ，用于皱纹信息分析) ，这在实际应 用中难以满足。此外，仅使用了4 7 幅图片用于测试，不利于评价比较。 h o m g 等【8 】基于k w o n 的思路，提出了一种更加快速和鲁棒的年龄分类系统。 他们改进了几何比率和皱纹分析的方法，改用神经网络作为分类器，并且把测试 图像库增加到2 3 0 幅，取得了8 1 6 的准确率。采用的年龄段依然是婴儿、青年 和老年。 n a k a n o 等 9 1 着重于人脸纹理的研究，提出了基于图像边缘信息的年龄分类 算法。为了取得更加精确的分类效果，人脸与颈部的纹理都被提取出来作为特征。 首先根据肤色模型将皮肤区域从背景中分割出来，然后使用s o b e l 算子进行边缘 检测，将超过一定阈值的像素点个数作为特征送入神经网络中进行学习。实验中 将年龄区分为六个阶段，即1 0 岁，2 0 岁，3 0 岁，4 0 岁，5 0 岁和6 0 岁，采用 1 2 0 幅图像进行训练，1 3 2 幅进行测试，获得了6 1 5 的平均识别率。n a k a n o 认 为加入了颈部区域的纹理有助于提高分类的识别精度，单独使用脸部信息获得的 识别率为5 7 7 。不过值得注意的是，除非特别限制，颈部区域经常被衣物所遮 挡，从这一点上来说需要被测对象的配合。 l a n i t i s 等【1 0 1 在文酬9 1 的基础上，提出了一种定量的年龄分类器评估方法，重 点研究了三种分类器的性能：基于人脸特征与年龄的二次函数关系的分类器、最 近邻分类器，以及基于人工神经网络的分类器。采用年龄为0 一- 3 5 岁的人脸图片 进行实验，其中2 0 0 幅用于训练，2 0 0 幅用于测试，结果表明，三个分类器的识 别误差分别为5 0 4 岁，5 6 5 岁，4 7 8 岁，而人类在同样情况下的识别误差为3 6 4 岁。因而，l a n i t i s 认为采用机器学习方法，进行人脸年龄估计具有一定的可靠性。 在文献【1 1 】中，l _ a n i t i s 根据文献【9 】中提出的方法，对人脸识别系统进行改进， 并进行了两个实验：其一，训练库是儿童( 平均年龄9 岁) ，测试库为成人( 平 均年龄2 4 岁) ，识别率从6 5 提升到8 1 ；其二，训练库是成人( 平均年龄2 4 岁) ，测试库为儿章( 平均年龄9 岁) ，识别率从5 8 提升到7 7 。该实验结 果为近年来对此问题研究的最好结果。但是他研究的人脸图像采用的年龄均不大 6 江苏大学硕士研究生毕业论文 于3 5 岁，而一般识别系统的适用对象以成人( 1 8 5 0 岁左右) 为主，因而此方法 还需要进一步推广。 n a r a y a n a n 1 2 】为了解决护照中人脸图像的识别问题，提出了一种基于贝叶斯 学习理论的年龄差别分类器。该方法中将收集到的护照人脸图像按不同标准分成 两个部分，第一部分是按对象分，即将同一个人不同历史时期的图像分在一起， 并据此建立一个类间差别子空间；第二部分是按图像间隔的年份划分，分别为 1 2 年，3 4 年，5 7 年，8 9 年，并在此基础上建立四个年龄差别子空间。在相 应子空间上建立贝叶斯分类器。首先对人脸图像1 1 和1 2 提取出p o i n t f i v ef a c e 消除光照影响，然后采用第一级贝叶斯分类器区分是否为同一人脸，如果是，进 入第二级贝叶斯分类器确定所属的时间间隔类型。文中对不同时间间隔的区分难 度进行了比较，认为时间间隔为8 9 年时最容易区分，可以达到8 6 。头发、表 情、眼睛等因素是导致误判的原因之一。但是，他提出的识别算法与普通意义上 的人脸识别不同，他对这个问题的限定是，给定两幅图像判断是否是同一个人， 有可能存在一幅图像与多幅图像都被判定为相似的情况。 2 、不同年龄的人脸图像重构： f l e t a 等i l3 j 在人脸的主要区域标定特征线，采用多项式插值算法对源图像进 行变形得出了目标人脸在不同年龄的图像。该方法以生理特征( 主要是人脸的几 何特征) 的变化为依据，尝试利用图像变化技术实现人脸不同年龄的虚拟图片， 尽管捕捉到了人脸参数的变化，但是在视觉上这种变化并不明显。 c h a n g s e o k i l 4 利用主成分分析法( p q 吣，建立了一个3 2 维的人脸形状模型， 提取图像中的年龄变化部分，再加到测试图像上，从而合成不同年龄的人脸图像。 但是计算复杂，较难实现，而且针对特定人脸，不具有普遍应用性。 h u s s e i n i l 5 j 基于人体测量学的变形技术和双向反射分布( b i d i r e c t i o n a l r e f l e c t a n c ed i s t r i b u t i o nf u n c t i o n ，b r d f ) 商图技术，提出了一种新的人脸模拟 方法，从人脸外形与纹理两个方面模拟人脸图像。从图像的实际效果来看，年龄 模拟真实性不强，人脸的外形变化主要体现了秃顶的过程，没有捕捉到人脸其他 部分形状的改变，纹理方面只是简单的把皱纹移植到目标人脸的前额，不够自然。 而且这种方法缺乏与年龄有关的学习过程，适合于特定入特定特征的模拟，推广 性不强，但是其为人体测量学理论的实际应用提供了很好的经验。 l a n i t i s 等6 j 【1 7 j 研究了年龄变化对于人脸识别的影响，提出了基于年龄模拟 的识别方法。该方法假设长相类似、生活习惯相似的人，其面貌随年龄变化也相 似，通过从训练样本中分离出年龄变量，针对每一个人建立具体年龄与表征人脸 的特征向量之间的函数关系。被测图像选择合适的函数进行年龄模拟，再用于和 库中的每个人的原型图像进行匹配识别，实验结果表明这种方法虽然改善了识别 7 江苏大学硕士研究生毕业论文 效果，但由于它需要先通过对每个人分别求取一个年龄函数，再求其反函数，如 果样本不足或者年龄不精确的话，都会极大地影响最终的识别效果。 随后，l a n i t i s 在文献【1 8 】中进行了进一步说明，描述了如何经过学习建立年 龄与表征人脸的特征向量之间的函数关系，并用实验结果证明了准确预测人脸年 龄的合理性。他们采用一种将形状与亮度信息相结合的人脸统计模型【1 9 】【2 0 】来代 表人脸。训练图像首先被表示为模型参数，并将模型参数进行主成分分析，得到 降维后的系数，然后通过学习，建立年龄与这些系数的二次函数关系a g e = f ( x ) ， 接着采用遗传算法求其逆函数x = f 一( a g e ) ，用得到的预测参数进行重构，最后得 到目标年龄的预测图像。l a n i t i s 等的工作具有很强的开创性，为后续的研究提供 了非常有价值的经验。但是由于其研究的对象集中在幼儿和成人之间，年龄范围 为0 - 一3 0 岁，人脸的变化大多体现在形状上，而纹理上的区别不大，因此，这种 方法不适用于从青年人到中年人的年龄模拟。而且从他们报告的预测结果来看， 预测图像与真实图像的差异也比较大。此外，图像没有进行相应的预处理，光照、 旋转、姿态等因素也被当作年龄变化进行处理了。 t i d d e m a n 等【2 l 】提出了一种基于小波的方法为人脸模型添加与年龄相关的纹 理。首先同样用二维形状向量与像素亮度来表示人脸图像，对每个年龄段的一组 人脸参数进行平均，用得到的人脸形状向量与灰度向量构造原型人脸。另外，为 捕捉皱纹等细微纹理信息，他们先对人脸图像进行g a b o r 小波变换，再局部地改 变不同尺度与方向的小波函数权重来增强边缘幅度，从而凸显出人脸的皱纹。基 于小波的方法较好地补充了原有模型中损失的纹理信息，目标对象的年龄有明显 的增加，但对于目标年龄究竟应该呈现何种程度的纹理还需进一步研究。 另外，i j u 等【2 2 】提出了一种基于图像的表面细节变化技术( i m a g e b a s e d s u r f a c ed e t a i lt r a n s f e r ，m s d t ) ，可以将一个源物体的表面细节特征移植到另 外一个目标物体上，但不改变目标物体原有的光照条件。提出了两个完全对准的 表面图像细节移植技术，将源图像与其高斯平滑后的结果相除，以提取纹理信息， 再通过与目标图像的平滑结果相乘实现图像细节的移植。整个算法由一个高斯滤 波器来控制细节变换的程度。i b s d t 技术对于年轻人变老和老年人变年轻两种 模拟情况都很有效。 f u l 2 3 l 提出了与之类似的人脸衰老比例图方法，他们将衰老人脸模板与年轻 平均人脸的商图称为衰老比例图，衰老化绘制结果可通过比例图与目标人脸的乘 积来获得。 这几种方法都着重于纹理的增强，但是没有采用学习算法归纳纹理参数与年 龄的关系，因而对于目标年龄究竟应该呈现何种程度的纹理还需要进一步研究。 以上这些都是基于二维图像角度进行年龄变化模拟，文献瞄j 提出了一种人 8 江苏大学硕士研究生毕业论文 像漫画生成方法，利用人脸差异性之间的关系，实现了3 d 人像的老化与年轻化 的变换，变换中既有人脸纹理的皱纹变化也有形状变化，漫画效果有效且比较逼 真。w u 等人【2 5 】从三维图像角度考虑，建立了一个三层结构的人脸物理模型，包 括肌肉层、脂肪层和表皮层。他们采用线性弹性模型、b 样条等技术来模拟这些 生理结构的运作机制，通过一系列参数的调整实现人脸皱纹生成以及衰老的效 果。基于该模型，b e r g 等人【2 6 】专注于最能体现人脸衰老的眼部周围肌肉，调整 模型参数，实现衰老化的模拟。但是从三维角度来模拟，计算太过复杂，实现困 难。 综上所述，目前广大学者已经就年龄变化分类和模拟展开了多方面的研究， 特别是国外在这两方面己做了大量工作，取得了不错的成就。而基于年龄变化的 人脸识别有其本身的优势与困难。 具有年龄变化的人脸识别技术在众多的生物特征识别方法中，进行个体身份 识别和验证时具有很多的优点： 1 ) 它是不需要使用者配合的生物识别方法，因而操作隐蔽性强，特别适合 于安全防范、罪犯监控与抓捕。 2 ) 因为人脸识别采用的是非接触式的采集，没有侵犯性，容易接受。不会 像指纹识别那样给人造成不适的感觉。 3 ) 实现设备通用、简单，尤其是采集设备成本较低。 4 ) 人的发展也是随着时间的推移逐渐变老的过程，把年龄因素加入到人脸 识别的过程中是从实际出发，非常具有客观实用价值的。 具有年龄变化的人脸识别最大的困难主要在于： 1 ) 特征提取：如何从样本图像中提取出不随年龄变化的特征，并将这些不 变的特征用于识别，现有的各种特征提取方法均对年龄比较敏感。 2 ) 年龄估计函数的选择：对于年龄函数来说，不仅要考虑其年龄误差，而 且要考虑算法的鲁棒性，时间复杂性的问题。 3 ) 人脸图像重构：有效的合成目标年龄的纹理特征是人脸重构的关键。 本文主要针对后两个问题，探讨了年龄估计与人脸图像重构技术，实现了容 忍年龄变化的人脸识别。 1 3 论文的研究内容及主要工作 人脸识别具有广阔的应用前景和重要的学术价值，经过几十年的研究，取得 了长足的发展与进步。本文在广泛阅读国内外相关文献后，比较和借鉴现有成功 的人脸识别方法以及年龄变化的特点，对相应的人脸特征提取及识别的关键技术 9 江苏大学硕士研究生毕业论文 进行研究，同时提出自己的年龄估计与人脸图像重构算法，并开发出容忍年龄变 化的人脸识别原型系统。论文的主要研究内容和工作包括以下几方面： ( 1 ) 人脸年龄估计 在进行图像预处理的基础之上，采用基于局域二值模式( l o c a lb i n a r y p a t t e r n ，l b p ) - 与支持向量机( s u p p o r tv e c t o rm a c h i n e ，s v m ) 相结合的方法进行 年龄估计，建立人脸特征与年龄之问的对应关系，从而可以更加有效地估计出未 知人脸图像的年龄，为后续根据年龄重构人脸图像提供年龄度量。 ( 2 ) 多年龄人脸图像重构 根据被测人脸的年龄程度，提出了一种多年龄人脸图像重构方法，可以有效 地重构出不同年龄的人脸图像。被测图像经过脸形变化与纹理叠加，生成目标年 龄的人脸图像，在一定程度上消除了由于年龄变化对特征参数的影响，为实现容 忍年龄变化的人脸识别作进一步的准备。 ( 3 ) 人脸识别算法的研究 对离散余弦变换的特征提取方法进行了研究，最终选择基于采样的离散余弦 变换方法提取人脸特征，隐马尔可夫模型分类器进行识别，实现了容忍年龄变化 的人脸识别，同时也进一步验证了人脸图像重构的有效性和合理性。 ( 4 ) 人脸识别原型系统的设计与实现 采用基于面向对象的思想，设计并开发了人脸识别原型系统。该系统实现了 当训练人脸库和测试人脸库采集时间存在较大间隔时，系统仍能保持一定的识别 精度。 最后，对全文的研究工作进行总结，并提出进一步研究的目标和方向。 1 4 论文的结构 本文主要分为七章，其主要内容概要如下： 第一章主要介绍了课题的研究背景和意义，综合介绍了具有年龄变化的人脸 识别相关技术的国内外的研究现状，并对其加以分析和比较，最后阐述了本文的 主要研究工作。 第二章介绍了本文所选取的人脸库以及对图像采取的相应预处理算法，主要 包括人脸图像的噪声滤波、旋转调整、姿态归一化、尺寸归一化和灰度均衡等算 法，目的是为了摒除其它因素的影响，突出年龄变化。 第三章提出了一种基于l b p 与s v m 的年龄估计方法。该方法通过支持向量 机回归建立年龄估计函数，能够较为准确地估计出人脸图像年龄。 1 0 江苏大学硕士研究生毕业论文 第四章从人脸的形状与纹理变化两方面考虑，提出了一种多年龄人脸图像重 构技术，可以重构出不同年龄的人脸图像。 第五章重点研究了基于采样离散余弦变换的h m m 人脸识别算法，实现容忍 年龄变化的人脸图像的分类识别，最后给出实验结果及其分析。 第六章介绍了采用面向对象思想，设计、开发人脸识别原型系统的方法与过 程。 第七章总结全文工作，并对下一步工作进行展望。 江苏大学硕士研究生毕业论文 第二章人脸图像预处理 预处理是模式识别过程的第一步，其好坏直接影响到人脸识别的识别率和识 别速度。由于人脸图像会因采集仪器的性能或光照变化等因素而产生不同的显示 质量，通常表现为图像中包含不同程度的噪声，呈现不同的明暗差异。此外，图 像还会有一定程度的旋转、缩放变形。因此可以通过预处理减少采集中的噪声， 加强有用的信息，并对输入设备或其他因素造成的退化现象进行复原，改善图像 的质量，减弱除年龄以外的其他因素影响，提高算法的效率和速度，进而提高识 别系统的识别率。 预处理是下一步工作的关键部分，本章主要介绍了实验所使用的人脸库以及 所作的预处理工作。 2 1 人脸库的选取 由于缺乏合适的人脸库，这在一定程度上限制了具有年龄变化问题的研究。 现有的人脸库中图像大多是在约束条件下拍摄的，根据要求不同，就形成了人脸 表情库、姿态库、光照库等。但是由于年龄变化需要在一段时间内对被测对象进 行跟踪采集，难度很大。此外，虽然因特网上图片很多，但是缺乏准确的年龄信 息并且涉及到肖像权的问题，因此也不可取。缺乏合适的人脸库在一定程度上限 制了年龄变化问题的研究。 值得高兴的是，作为欧盟人脸与姿态识别计划的一部分，f g n e t 年龄人脸 库【2 7 】收集了8 2 个对象不同年龄的人脸图像( 主要来自旧照片的扫描) 以及详细 的年龄信息，免费供科学研究之用。本文选取了该库中的部分年龄在1 5 5 5 岁 的人脸图像，作为实验的基本数据库。 2 2 人脸图像预处理 人脸图像预处理是个非常重要的环节，由于人脸库中收集到的图片大多来 自旧照片的扫描，测试者在相机前的运动是不受约束的，因此图像会存在大小不 同以及一定的旋转变形和姿态变化。此外，由于拍摄的环境不同，光照因素也会 产生较大的干扰。要研究年龄变化对人脸识别的影响，就必须消除图像中的噪声， 并对光照、姿态以及尺度等进行调整，以突出年龄的影响，为后续的特征提取和 人脸识别打下良好的基础。 1 2 江苏大学硕士研究生毕业论文 2 2 1 人脸图像滤波去噪 图像由于拍摄条件及采集仪器性能的影响一般都存在不同程度的噪声，而这 些噪声对于人脸特征提取以及人脸识别都有较大的影响。这就要求我们在特征提 取之前努力改善图像的质量，考虑采用滤波的方式去除噪声的影响。滤波的方法 有很多种，大致可以分为以下四类： 1 、平滑滤波 平滑滤波采用的是图像区域处理方