基于图像的年龄估计与人脸年龄图像重构

A1A0A2A5A3A7A4A6A10A2CENTRALSOUTHUNIVERSITY硕士学位论文论文题目基于图像的年龄估计与人脸年龄图像重构学科、专业控制理论与控制工程研究生姓名导师姓名及专业技术职称教授2007年4月原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。作者签名日期年月日关于学位论文使用授权说明本人了解中南大学有关保留、使用学位论文的规定，即学校有权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保G4396学位论文；学校可G7693G6466G3281G4490或G9258南G11477有关部G19388规定G17877交学位论文。作者签名导师签名日期年月日III摘要人G14092G3282G1699与年G21848关G13007的研究是人G1699G3800G10714G20058G3507的G18337G16213G16850G20076，G16825研究G1867有G18337G16213的G12197学G5859G1053和G4466用G1227G1552。经过G3822年的发G4649，在人G14092年G21848G2476G2282研究方G19766已经取得了G5468大的进G8505，G1306G4466G17353和经G20576表明人G14092年G21848G2476G2282的研究G17836G17840G7422成G10099。本文在G3281内外已有的研究G3534G11796G990，在年G21848G1284G16757、人G14092年G21848G3282G1699G18337G7512方G19766G1582了大G18339的研究与G4466G20576，G5194G17810G2052了G980定的G6940果。本文G1039G16213工作有以下G1972G1022方G19766G708G20G709采用了G980G12193G3534G1122G4628部G13453G10714G13434G7475的G21077G7846G36G36G48G6323G2524G12651G8873，在G980定G12255G5242G990解G1927了G6922G6959G17907G5242G5942的G19394G20076，G1039G16213G3698G5390了G13466G14422部分定位的G1946确G5627，G5194G1000G4466G10628了对G13984G7235G5190G6212的G21077G7846，G11468G8616G2419有的G12651G8873G1867有G7368G5567、G7368G1946确的G5627G14033。大大G6564G20652了特G5461G9869标注的G17907G5242和G1946确G5242，G1186而G14033有G6940的G6564取人G14092特G5461G7481进行年G21848G1284G16757和人G1699G18337G7512。（2）G6564G1998了G980G12193G7044的分G12879G3132G3534G1122G8181G12958加权G20056G3800G10714的人工G1825G11135G16794别G13007G13491，人工G1825G11135G16794别G13007G13491是G980G12193G7044G3423的人工G1825G11135G11429G11575学G1076G12651G8873；本文G4570G8181G12958加权G20056G3800G10714与人工G1825G11135G16794别G13007G13491G11468G13479G2524G5430成了G980G12193G7044的改进后的分G12879G3132，进G980G8505G6564G20652了分G12879G3132的G1946确率。通过对人G14092特G5461按年G21848进行分G12879，G1186而G4466G10628G7693G6466人G14092G3282G1699G7481G1284G16757年G21848的目的。G7083G709采用了G1186人G14092G5430状与G13453G10714两G1022方G19766G18337建人G14092的方G8873。G6564G1998了G980G12193BOOSTINGRBF神经网络G7481逼近各G1022年G21848段人G14092G5430状的G2476G2282函数，G1186而G4466G10628了人G14092G5430状随年G21848G2476G2282的G20056测，采用G980G12193改进的G13453G10714G2476换方G8873G7481G8181G6323人G14092G13453G10714随年G21848G2476G2282的过G12255，G7044的G13453G10714G2476换方G8873G7368大G12255G5242的保留了人G14092年G21848信息包括皱G13453、斑G9869等，使得人G14092年G21848G3282G1699G18337建的G6940果G7368加逼真。本文通过大G18339的G4466G20576证明了方G8873的有G6940G5627，建立了人G14092老G2282年轻G2282的仿真G13007G13491，通过G13007G13491G11468关操作直接G1186视觉G990判断论文方G8873的G1867有了G980定G1946确G5627。关键词G4628部G13453G10714G13434G7475，G21077G7846G36G36G48G6323G2524G12651G8873，G8181G12958加权G20056G3800G10714，人工G1825G11135G16794别G13007G13491，BOOSTINGRBF神经网络IVABSTRACTTHECHANGESINFACIALAPPEARANCEOFAGINGFACESISANACTIVERESEARCHAREAINFACEPROCESSING,SUCHARESEARCHHASBOTHSIGNIFICANTTHEORETICVALUESANDWIDEPOTENTIALAPPLICATIONSITHASMADEGREATPROGRESSESPECIALLYINTHEPASTFEWYEARSHOWEVER,EVALUATIONRESULTSANDPRACTICALEXPERIENCEHAVESHOWNTHATSUCHARESEARCHISCURRENTLYFARFROMMATURETHEPAPERHASDONEALOTOFRESEARCHANDEXPERIMENTINTHEAGEPREDICTIONANDAGINGFACERECONSTRUCTION,BASEDONOTHERSRESEARCHINDOMESTICANDFOREIGN,ANDTHEEFFECTISGOODTHEHIGHLIGHTSANDMAINCONTRIBUTIONSOFTHEDISSERTATIONINCLUDE1AROBUSTAAMFITTINGALGORITHMBASEDONLOCALTEXTURECONSTRAINTSLTCRAAMISPRESENTED,THISALGORITHMHASQUICKERCONVERGENCERATE,ANDITMAINLYHASSTRENGTHENEDTHEACCURACYOFTHEDETAILPARTIALLOCATING,ANDITHASREALIZEDTHEROBUSTNESSTOTHEBACKGROUNDCOMPARINGTOTHEORIGINALALGORITHM,ITSFASTANDACCURATETHEEXTRACTEDFACEFEATURESISUSEDFORAGEESTIMATINGANDRECONSTRUCTINGTHEAGINGFACE2ANEWCLASSIFIERTHATARTIFICIALIMMUNERECOGNITIONSYSTEMAIRSBASEDONFUZZYWEIGHTEDPROPROCESSINGISPRESENTED,AIRSISANOVELARTIFICIALIMMUNESUPERVISEDLEARNINGALGORITHM,THEFUZZYWEIGHTEDPROPROCESSINGANDTHEAIRSISCOMBINEDTOFORMANEWIMPROVEDCLASSIFIER,ANDTHEEVALUATIONRESULTSHAVESHOWNTHATITSMOREACCURATEITSUSEDTOESTIMATETHEAGE,THROUGHTHECLASSIFICATIONOFTHEFACEFEATURESACCORDINGTOTHEAGE3THEPAPERRECONSTRUCTSTHEAGINGFACESFROMFACESHAPEANDFACETEXTUREANEWFUNCTIONAPPROXIMATIONTHATBOOSTINGRBFNEUTRALNETISPRESENTEDTOCALCULATETHEFACESHAPECHANGEBETWEENTWODIFFERENTAGESECTIONS,ITCANPREDICTTHEFACESHAPEFEATUREVECTOROFTHETARGETAGESECTIONTHEPAPERUSEDANIMPROVEDNOVELTEXTURETRANSFERMETHOD,THEIMPROVEDMETHODRETAINEDMOREFACEAGEINFORMATIONINCLUDINGTHEWRINKLE,THESPOTANDSOON,SOTHESIMULATIONOFAGINGFACEISMORELIFELIKETHEPAPERMADEALOTOFEXPERIENCESWHICHHAVEPROVENTHEACCURATEVOFTHEMETHODS,WEBUILTASYSTEMTOPRODUCESANAGEPROGRESSEDORREGRESSEDIMAGE,INOTHERWORDS,GIVENASINGLEIMAGEOFTHESUBJECTANDATARGETAGE,WECONSTRUCTANEWIMAGEOFTHESUBJECTTOREFLECTTHENEWAGE,ANDTHEEFFECTLOOKEDLIFELIKEKEYWORDSLOCALTEXTURECONSTRAINTS,ROBUSTAAMFITTINGALGORITHM,FUZZYWEIGHTEDPROPROCESSING,ARTIFICIALIMMUNERECOGNITIONSYSTEM,BOOSTINGRBFNEUTRALNETVI目录第一章绪论111研究目的及意义112研究现状213方法性能评估1014论文研究内容及结构安排11第二章图像预处理1421人脸库描述1422人脸图像的预处理14221人脸图像的几何特性归一化15222人脸图像的光学特性归一化1623本章小结18第三章人脸的年龄特征提取1931概述1932主动表观模型（AAM）20321AAM模型的建立20322基于AAM的人脸特征点定位方法2333主动形状模型（ASM）2434基于局部纹理约束的鲁棒AAM拟合算法（LTCRAAM）26341鲁棒AAM拟合算法（RAAM）26342边缘约束局部纹理模型27343LTCRAAM基本思想2835基于LTCRAAM方法的人脸年龄特征提取2936本章小结30第四章基于人脸图像的年龄估计3141概述3142人工免疫系统32421人工免疫系统的定义32422人工免疫系统的基本概念33423免疫机制3543基于人工免疫识别系统的人脸图像年龄估计38431模糊加权预处理（FUZZYWEIGG75G87EG71G83G85G82G83G85G82G70EG86G86IG81G）38432基于人工免疫识别系统的人脸图像年龄估计40VII44G4466G20576结G7536及G2010G75244245小结44第G1128章人脸年龄图像的G18337构4551概述4552人脸形状特征G2476化学G107645521基于RG37G41G12082G13475G13605G13488人脸形状G2476化G2001G6980G17936G1782946522基于G37G82G82G86G87IG81GRG37G41G12082G13475G13605G13488的人脸形状G2476化G2001G6980G17936G1782948523人脸图像年龄G2476形G4466G205764953人脸纹理G2476化学G107650531基于LG68G80G69EG85G87IG68G81人脸的G8616G1375图模型51532人脸纹理G13466G14422G2476G6454（G44G37SG39T）52533人脸模型及G6925G17839G44G37SG39T方法5254人脸年龄图像G18337构5456小结57第G1857章工G1328G5647结5861本文工G1328G5647结5862G7422G7481工G1328的G4649G740758G2454G13783文G1049860G14280G1688665G6927G16847学位G7411G19400的主G16213研究G6116G753666A8A9A11A12A13A14A15A16A17A18A19A20A151第一章绪论11研究目的及意义人像处理G994G2476G6454G7171计算机G16282G16285G20058G3507G2656图像处理G20058G3507的G18337G16213研究G16850G20076G712一G11464G2475G2052G16844G3822研究人G2604的G1863G8892G452G3324G2021G1402G451G2319G11115G451G4101G1060G451G1461G5699G451G12366G19400G12573G20058G3507G1025G712人像的处理G994G2476G6454G7389G11540G5203G8879的G5224G11004G19668G8726G452特别G7171G712G1856安G2021G1402部G19388G3324G2021G1119G1402G4531G17819G12255G1025G19668G16213G7693G6466目G1999G13785G2487述G1461G5699G17839G15904人脸G11023像G451图像G6352G6521G712G1209及G4256G10371模糊G7609G16822G727G19668G16213G1186G2345一的G1403G16282G451G1475G16282G12573G11013G11429G16282系统G14731取的G16809点图像恢复出正面人像G727G19668G16213G1186化妆人像识别个人身份G1461G5699G727G19668G16213G1186失踪儿童照片预测G3822年后的人脸面貌G712G12573G12573G452G3324影G16282G4101G1060的G3822媒体特技G1025G712真G4466人像G994卡通人像的瞬G19400衰老G994年轻化处理都G19668G16213G7389计算机的辅助G4466现G712年龄G2476G6454G1209及图像G18337构G7171该研究G20058G3507G1025G18337G16213的研究内容G712G7389G11540丰富的研究素材G994极高的G5224G11004价值G452人的年龄G7171一个随时G19400G2476化的长G7411的G17819G12255G712G3324人的外部表现G8616较明显G712如人脸轮廓的G2476化G451人脸皮肤的G2476化G12573G452老化G7171一个不可避免的G17819G12255G712随G11540年龄的增长G712人脸外貌会产生很大G2476化G452老化的原因G7171G3822方面的G712G7389些方面G7171不可控制的G712主G16213G7481自于遗传因素的影响G712而另外一些方面G7171可G1209控制的G712主G16213G7481自于社会因素G712G8616如说抽烟G451压力G1209及生活方式G12573G452G3324G3822种因素的综合影响下G712不同人的老化G12255度也呈现不同的效G7536G452而且G3324人脸识别系统G1025不仅G16213解决同一个人同一时G7411图像G1025噪音G451旋转G451畸G2476的问G20076G712还G16213解决同一个人不同时G7411跨度时G19400长达G698010年G451不同环境下摄取的人脸图像的识别问G20076G452这G3324学术上G2656G5224G11004系统的设计G1025都G7171个挑战G452目前G712大G3822G6980研究都集G1025于解决G3324图像采集环境及G6116像条件G12573G16844G3822外界因素的影响下G712如何保持较高的识别率G452但G7171G994光照G2476化G451姿态G451人脸表情G451遮G6389G12573外部因素G11468G8616G712内G3324因素G16844如人脸的老化G4557人脸识别的影响G7368加的复G7446G2656G19602G1209G6429G6732G452如G7536这些问G20076G5483G2052研究G5194解决G712G4613G3324G3822方面G5483G2052G5224G11004G4521可G11464G6521G5224G11004G3324G1461G11004卡G451G20562G20554G16789G451G6264照G451身份G16789G12573个人身份G16789明G1025G712G17839G15904自动个人身份G17789识G452身份G16789G451G6264照G1209及G16780G3822G1866G1194G16789件上都G7389G16789件G6164G7389G13785的正面免G1908照片G712可G1209保G16789G3324G17839G15904G20576G16789时G712G15441G9994G16789件持G7389G13785的G7691貌G5061G13475G994照片G7389一定的G5058G17329G712G1185能较G1038G1946G11842的识别出G4557G16949的身份G712G1955轻G1114人工G5190预G712不G19668G16213G8611G19560一G8585时G19400A8A9A11A12A13A14A15A16A17A18A19A20A152G4613G7368G7044一G8437照片G452G8504外G712还可G1209G7389效G3332G6183G1999G1563身份G16789G712G1563G4007G2529G12573G17841法G10371G13630G15904G1038G4522G2339助G1856安部G19388G6247G6441通G13533G10371G452通G5132G712G5415G2021G1119G7708件G2469生后G712可G1209G7693G6466G4256G11109G10371的特征G2656目G1999G16789人的描述G17817G17907G19157定G14521G5190个G7380可G11109的人G712G4557于G3324G17879的G16213G2469通G13533G1208G17839G15904通G13533G452但G7171一G14336情G1929下G712可G14731G5483的通G13533G10371照片都G7171几年G1055前G6305摄的G712G14591G14591人G9035G1055G1025G4559G6226这G7691的人G10381如大G9035G6450G19036G452G2045G11004G13783G15397G1114年龄因素G2656G6116像条件的人脸识别系统G712G2494G19668G3324G17722G12461G451G9035G1863G451机G3342G451G7065G20314G12573G3342合安G13634摄像G3848G712G4570采集G2052的照片G17839G15904G8616G4557G712G2375G1363G10371人G3324G17879G3822年G712也能G8616较容G7143G3332G6226G2052G1866G15904踪G4523模拟人像G7609G16822G452G2021G1402G1025的模拟人脸技术可G1209G7693G6466G16789人的G2487述G712G5567G17907合G6116G10371G13630G4256G11109人的G3848像G712如G7536采G11004人工G7481G2010G17788G712工G1328G18339G5529G9994很大G452采G11004人脸识别技术G712G6365照G18337点人G2487G451G5132G1315人G2487G451G7254G1315人G2487的G20046G5219G712G3324G11468G1863G6980G6466库G1025G7609G6226G712可G1209大大提高工G1328效率G994G11784G7708G17839度G4524自动G19388G12117系统G712主G16213G11004于G7588些G3332G2318G451部G19388G451G4490G5249G451建G12581G10301G12573G1849G2487的G12661理G2656安G1852G11429G11575G712G18209合G4466时G16282G20069G7828测G712可G1209G5322长现G7389系统的G1363G11004时G19492G712保G16789一定的识别效率G4525G2323G2529G13785身份G11842G16760G452G5415一个G7708G10371G15999G6247G14731而不G6227G16760自G5061真G4466身份的时G1517G712可G1209G11004人脸识别技术自动识别出G1194的身份G452一个身G5751G12946G12082G11161的人G17220失G1114G712也可G1209G11004人脸识别技术G11013G1194的面像G11705G17959G1194的G4007G2529G712G13499而G6226G2052G1194G4490的G3332址G4526G7389G2045于营销G13785G4557市G3342G1461G5699的自动收集G451或G1866G1194商业部G19388的G19668G8726G712G1375如商G3342G4557各年龄G8585顾客的消费情G1929的收集G451G3324G13605吧G12573消费G3342G6164可G1209做G2052G4557不同年龄G12255度人的提供服务G712G3324日本的超市或便G2045店G4613G7389这G7691的人脸年龄判别系统G712可G1209防止G7422G6116年人G4557烟酒G12573商品的消费G45212研究现状G1186上个世纪七十年代至今G712国内外G7389G1863人像的计算机处理研究G6116G7536很G3822G712目前人脸年龄估计主G16213方法G7171G4557不同年龄人脸图片的训练G994测G16809G712建立一个能够G4557G7044的人脸图片G17839G15904年龄估计的模型G712G17839而完G6116年龄估计G994人脸仿真的工G1328G452人脸年龄仿真主G16213G2010G1038两大类1G5224G11004计算机G16282G16285技术G712通G17819基于人脸图片的机器学G1076G7481模拟人脸年龄的老化或年轻化G17819G12255G712具G7389代表性的方法G7171通G17819机器学G1076G7481G4557人脸外形G2656纹理建模G712G17839而G11004模型G7481合G6116仿真年龄G2476化的人脸G7044图像G4522G5224G11004人体测G18339学理论G1025人脸老化或年轻化的模型G712这个G17819G12255通G17819G6925G2476G4466G20576G6164G14731G5483的人脸外貌模型的G10301理测G18339G6980G6466G7481G4466现G452A21A22A23A24A25A26A27A28A29A30A31A32A273PEG86G86G68G125731通G17819研究人类G3848骨的G2476化G712G2469现上颌骨的G7380大高度G994眼窝高度的G8616值G3324青年时G74111524岁G7380大G712而婴儿时G7411112个月G2656老年时G74115376时较小G712G5194且上颌骨的垂G11464高度G1186青年G2052老年G7411G7389明显的G1955少G452该项G2469现G16760G1038人脸的老化G17819G12255呈现一种非线形或G13785G3822G7691化的趋势G452尽G12661G11013于G12946G11842测G18339G6980G6466的G14731G5483很困G19602G712G3324G4466际G5224G11004G1025不G7143G4466现G712但G7171这个G10301理模型G1186宏观角度促G17839G4557人脸老化G17819G12255的理解G452研究主G16213G1403G18337于外形的G2476化G712没G7389涉及纹理G8616如皱纹G451斑点G12573的G2476化G712因而G6466G8504G18337建出G7481的图像真G4466性不强G452G44PIG87G68G81GUYG125732基于人体测G18339学理论G712通G17819测G18339人脸器官G994骨骼的大小G712G18339化年龄G2476化G4557人脸的影响G452G1038G1114避免外G3324条件的千扰G712G4466G20576G4557G16949仅G19492于G1025产阶级的白人妇女G712共50人G712年龄范围G103825岁65岁G712G8611个人选取两个不同历史时G7411的照片G6305摄时G19400G5058异不少于S年G452荣建群3G1186人脸G11023像角度G712G5647结G1114人脸不同年龄的图像G13466G14422规律G452少年时G7411G712人脸脸型特征主G16213G1038小脸G451短圆G451小下巴G451皮肤光滑G7389弹性青年时G7411G712人脸脸型特征表现G1038竖向拉长G451下巴稍尖G712柔G2656感消失G712边沿G2476硬G712皮肤较光滑G712伴随青春痘G12573皮肤纹理G2476化G1025年时G7411G712人脸脸型特征G1038边沿棱角G7368清晰G712颧骨突出两颊G7389下凹G712肌肉出现松垂G712下G20058稍前凸G712皮肤光泽度降低G712颜色G2476深G712G7389皱纹出现老年时G7411G712人脸脸型特征表现G1038两颊下凹明显G712面部肌肉松垂加G18337G712G13994人G2464下巴及下G20058前凸明显G712皮肤光泽度G7368低G712皱纹G3822G712伴随老年斑G12573皮肤纹理G2476化G452图11G1038文G104983G5647结出的人脸不同年龄面部特征的G2476化规律G452A33A34A35A36A37A38A39A40A41A40A42A43A44A45A46A47A48A49A50A51A52A53A54A55A56A57A58A59A60A61A62A63A64A65A66A67A68A69A70A71A72A734LG68G81IG87IG86G125734描述G1114如何G13475G17819学G1076建立年龄G994表征人脸的特征向G18339G1055G19400的G2001G6980G1863系G712G5194G11004G4466G20576结G7536G16789明G1114G1946G11842预测人脸年龄的合理性G452G1194G1216的方法G7171基于一种人脸统计模型56G712该模型G4570形状G994G1154度G1461G5699G11468结合G7481代表人脸G452训练图像G20330G1820G15999表G12046G1038模型G2454G6980G712G4557这些模型G2454G6980G17839G15904主G6116G2010G2010G7524（PCA）G712G5483G2052降G13512后的系G6980G712G9994后通G17819学G1076G712建立年龄G994这些系G6980的二G8437G2001G6980G1863系AGEFXG712G7380后采G11004遗传算法G8726G1866G17882G2001G69801XFAGEG712G11004生G6116的预测G2454G6980G17839G15904G18337构G712G5483G2052目G7643年龄的预测图像G452G1194G1216G6265G2590G1114预测年龄G1209及G11468G5224年龄G2476化的G4466G20576效G7536LG68G81IG87IG86G12573的工G1328具G7389很强的G5332G2031性G712G1038后G13505的研究提供G1114非G5132G7389价值的G13475G20576G452但G7171G11013于G1866研究的G4557G16949集G1025G3324G5200儿G2656G6116人G1055G19400G712年龄范围G1038030岁G712人脸的G2476化大G3822体现G3324形状上G712而纹理上的G2318别不大G712这种方法G4613不G1889G17878G11004于G1186青年人G2052G1025年人的年龄模拟G452G5194且G1186G1194G1216提供的预测结G7536（G16277图12）G7481G11487G712预测图像G994真G4466图像的G5058异也G8616较大G452G8504外G712图像没G7389G17839G15904G11468G5224的预处理G712光照G451旋转G451姿态G12573因素也G15999G5415G1328年龄G2476化G17839G15904处理G1114G452A74A75A76A77A78A79A80A81A82A83A74A84A85A86A87A88A89A74A84A85A90A87A88A91A92A78A79A80A81A74A84A85A93A87A88A91A92A78A79A81A94A74A95A96A97A98A99A100A101A73A102A69A70A71A72A735LG68G81IG87IG86G125737G3324文G104984的基G11796G712提出G1114一种定G18339的年龄G2010类器评估方法G452G18337点研究G1114三种G2010类器的性能G29第一个G7171基于人脸特征G994年龄的二G8437G2001G6980G1863系G2010类器G712第二个G7171G7380G17829G18063G2010类器G712第三个G7171基于人工G12082G13475G13605G13488的G2010类器G452采G11004年龄G1038035岁的人脸图片G17839G15904G4466G20576G712G1866G1025200G5145G11004于训练G712200G5145G11004于测G16809G712结G7536表明G712三个G2010类器的识别G16835G5058G2010别G1038504岁G712565岁G712478岁G712而人类G3324同G7691情G1929下的识别G16835G5058G1038364G452因而G712LG68G81IG87IG86G16760G1038采G11004机器学G1076的方法G7481G17839G15904人脸年龄的估计具G7389一定的可G19764性G452G43UG86G86EIG818提出G1114一种G7044的人脸模拟方法G452该方法结合基于人体测G18339学的G2476形技术G2656G37RG39G41（G2464向G2465G4568G2010G5079）商图像技术G712G1186人脸外形G994纹理两个方面模拟人脸图像G452图13G2656图14G2010别G1038文G1025G2027出的外形G2476化G994纹理G2476化的结G7536图G452A103A104A105A106A107A108A109A109A110A111A112A113A114A115A116A117A118A119A120A103A103A104A105A121A107A108A109A109A110A111A112A113A114A122A123A124A125A119A120A103A126A127A128A129A130A131A132A133A134A135A136A137A1326G1186图像的G4466际效G7536G7481G11487G712年龄模拟真G4466性不强G712人脸的外形G2476化主G16213体现G1114G12183G20042的G17819G12255G712没G7389G6441G6429G2052人脸G1866G1194部G2010形状的G6925G2476G712纹理方面G2494G7171G12628G2345G3332G6238皱纹G12239G7905G2052目G7643人脸的前G20081G712不够自G9994G452而且这种方法G1025G13582G1059G994年龄G7389G1863的学G1076G17819G12255G712G17878合于特定人特定特征的模拟G712G6524G5203性不强G712但G7171G1866G1038人体测G18339学理论的G4466际G5224G11004提供G1114很G3921的G13475G20576G452TIG71G71EG80G68G81G125739提出G1114一种基于小G8886的方法G11004G7481G1038人脸模型G9167加G994年龄G11468G1863的纹理G452G20330G1820同G7691G11004二G13512形状向G18339G994像素G1154度G7481表G12046人脸图像G712G4557G8611个年龄G8585的一G13464人脸G2454G6980G17839G15904G5191G3355G712G11004G5483G2052的人脸形状向G18339G994G9796度向G18339构G17908原型人脸G16277图15G11013于G4557纹理G17839G15904G1114G5191G3355G5194且没G7389做较G1038G12946G11842的G4557G1946G712原型人脸的纹理较G1038光滑G712G13582少G994年龄G11468G1863的特征G8616如皱纹G451斑点G12573G452皱纹G12573G13466G5506纹理G1461G5699不容G7143G6441G6429G2052G712G11464G6521提取非G5132困G19602G712因G8504G712G1194G1216G20330G1820G4557人脸图像G17839G15904G42G68G69G82G85小G8886G2476G6454G712G9994后通G17819局部G3332G6925G2476不同G4622度G994方向的小G8886G2001G6980权G18337G7481增强边缘G5145度G712凸现出人脸的皱纹G16277图16G452图17G1038G4466G20576结G7536G712G1186G4466际效G7536G1025可G1209G11487出G712基于小G8886的方法较G3921G3332G15929G1817G1114原G7389模型G1025G6451失的纹理G1461G5699G712目G7643G4557G16949的年龄G7389明显的增加G452该方法G11540G18337于纹理的增强G712没G7389采G11004学G1076算法归G13447纹理G2454G6980G994年龄的G1863系G712因而G4557于目G7643年龄究G12467G5224该呈现何种G12255度的纹理还G19668G16213G17839一G8505研究G452A103A104A105A138A139A140A141A142A143A144A145A141A122A123A146A147A148A113A114A149A150A151A152A140A141A142A122A123A146A147A153A148A113A114A149A150A126A127A128A129A130A131A132A133A134A135A136A137A1327G18085G2347G4437G1257310G4570人像年龄G2476G6454G2010解G6116年轻化G2476G6454G2656衰老化G2476G6454两部G2010G452采G11004G1114基于G12276G4506特征G4557G5224的人脸图像表达方法G712建立人脸年龄图像G4658性G12366G19400G712结合G5527理学G1025G4557人脸G16760G11705的G11468G1863G1563说G712提出G1114基于G5191G3355脸的人脸图像年轻化G2476G6454算法G2045G11004衰老纹理G8616率图G6249影技术G712G1209及形状G2656纹理的G5058异性G9188G2476技术G712提出G1114基于衰老纹理G7156G4568的人脸图像衰老化G2476G6454算法G452A103A104A105A154A155A111A156A156A110A157A158A112A113A114A159A118A160A161A119A120A103A151A162A140A163A142A164A103A151A162A165A163A142A114A150A117A118A103A151A162A166A163A142A122A123A146A147A103A126A127A128A129A130A131A132A133A134A135A136A137A1328SG75G68G81G1257311提出G1114一种基于图像的表面G13466G14422G2476化技术（G44G80G68GEG69G68G86EG71SUG85FG68G70EG39EG87G68IG79TG85G68G81G86FEG85G15G44G37SG39T）G712可G1209G4570一个G9316G10301体的表面G13466G14422特征G12239G7905G2052另外一个目G7643G10301体上G712但不G6925G2476目G7643G10301体原G7389的光照条件G452G6984个算法G11013一个高G7043G9400G8886器G7481控制G13466G14422G2476G6454的G12255度G452文G1025G13485出G1114这种技术的一个G5224G11004G712G17839G15904人脸图像的年龄模拟G452图18G2010别显G12046G1114年轻人老化G2656老年人年轻化的G17819G12255G712G68G1038一G5145年轻人的真G4466图像G712G69G1038G9400G8886G2454G6980较小时的老化图像G712G70G1038G9400G8886G2454G6980较大时的老化图像G712G71G1038一G5145老年人的真G4466图像G712EG1038G9400G8886G2454G6980较小时的年轻化图像G712FG1038G9400G8886G2454G6980较大时的年轻化图像G452A103A104A105A167A168A169A170A171A172A173A174A114A113A114A159A118A175A176A177A118A119A120A103A103A104A105A178A113A114A159A118A175A176A177A118A119A120A103A179A180A181A182A183A184A185A126A127A128A129A130A131A132A133A134A135A136A137A1329G44G37SG39T技术G4557于年轻人G2476老的模拟很G7389效G712但G7171G4557于老年人G2476年轻G712G7171G2554可G1209G11464G6521G11004G9400G8886器G17839G15904模糊处理G712而不G19668G16