基于显著点信息的人脸年龄估计算法(2)
4.4.1支持向量机分类 24
4.4.2支持向量机回归 27
4.5本章小结 28
5 人脸年龄估计实验 29
5.1人脸年龄估计问题的描述 29
5.2实验准备 30
5.2.1实验图片的处理和选取 30
5.2.2年龄段的划分 31
5.2.3实验所用年龄特征及建立估计模型的方法 31
5.2.4算法评价准则 32
5.3 实验内容及结果分析 32
5.3.1分类估计模型 32
5.3.2 回归估计模型 38
5.5本章小结 39
结 论 40
致 谢 42
参考文献43
1 绪论
1．1 课题研究背景
1.1.1 人脸年龄估计的意义
近年来，由于人机交互技术取得了一定的成果，利用人脸图像来进行年龄估计成为计算机图形学、模式识别、人工智能等领域的研究热点。人机交互与传统的人与人的交互相比更加困难，计算机需要输入大量的信息，对这些信息分析后进行分类从而实现人机交互。基于视觉信息的人机系统主要针对人脸图像，人脸作为一种丰富的信息源，反映了很多与对象相关的具有鉴别能力的信息，如身份、性别、种族、年龄、表情等。
年龄是人脸传达的重要信息之一，人们在日常交流中可以根据相貌估计出对方的年龄，受此启发，可以通过使计算机模拟人的思文方式，提取图像中与年龄相关的特征，建立合适的年龄估计模型，从而进行人脸图像的自动年龄估计。
1.1.2人脸年龄估计的重要应用
基于人脸图像的年龄估计可以应用在公共安全、人机交互和影视制作等很多方面，主要如下：
（1）安全监控。通过预测对象的年龄，有利于提高门禁系统和网络的安全性，如阻止未成年人出入网吧等特殊场所、浏览有不健康内容的网页及购买香烟与酒等违禁物品。
（2）人机交互。通过摄像头得到人脸图像并进行年龄估计，可以为各个年龄层的用户提供合适的用户环境，如字体颜色与大小的设置、音量的调整等。
（3）电子商务系统。可以根据不同年龄的客户的消费习惯和喜好进行产品开发及提供针
对性的服务。
（4）跨年龄人脸识别。根据人脸图像估计出年龄，并通过年龄模拟改变相关年龄信息， 使
两幅图像携带的年龄信息尽可能相同，再进行人的身份的辨别，可以减轻年龄变化
对人脸识别的影响，大大提高准确性与鲁棒性，如有利于协助警方抓捕多年逃犯。
（5）影视制作。通过模拟人的衰老过程，使影视效果更逼真，观众的带入感更强。
1.1.3人脸年龄估计面临的困难
在与人们的交流日常交流中，人们通常根据脸部信息来大致估计出对方的年龄，可如何使基于计算机的人脸识别系统能同样如此，即如何获得有效的年龄特征向量并构建合适的年龄估计模型，一直是年龄估计中存在的难点。
年龄估计有如下特点：
(1) 人脸随年龄的变化是一个缓慢的、不可逆转的过程，它遵循一定的自然规律，不受人
的主观控制。
(2) 由于基因、生活环境、健康状况、生活习惯等因素的影响，不同的人的变老速度不
同，变老方式也存在差异，因而变老的模式具有多样性，人脸变老具有个性化。如长时间的吸烟，酗酒及紫外线的辐射会加速衰老。
(3) 缺乏适合研究的人脸年龄数据库，收集同一个对象的在不同年龄的图像序列十分困