基于人臉圖像的性別識(shí)別與年齡估計(jì)研究.pdf

1、近年來(lái),基于人臉圖像的生物特征識(shí)別研究取得了巨大的發(fā)展,與其它的生物特征相比,人臉特征具有自然性、方便性和非接觸性等優(yōu)點(diǎn),使其在安全監(jiān)控、身份驗(yàn)證、人機(jī)交互等方面具有巨大的應(yīng)用前景?；谌四槇D像的性別識(shí)別及年齡估計(jì)是指根據(jù)人的臉部圖像判別其性別及估計(jì)其年齡的模式識(shí)別問(wèn)題。性別識(shí)別和年齡估計(jì)因其在身份認(rèn)證、人機(jī)接口、視頻檢索以及機(jī)器人視覺(jué)中存在潛在的應(yīng)用,成為當(dāng)前計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域中的研究課題之一,備受關(guān)注。
　　 在生活中

2、,人們能很容易地根據(jù)人臉來(lái)判別其性別,也能大致估計(jì)年齡,但是讓計(jì)算機(jī)識(shí)別并不容易。來(lái)自心理學(xué)、計(jì)算機(jī)視覺(jué)、模式識(shí)別、人工智能等各領(lǐng)域的研究人員做了大量的研究工作,但賦予計(jì)算機(jī)與人類同樣的能力仍然是富有挑戰(zhàn)性的研究課題。本文在國(guó)內(nèi)外已有的研究基礎(chǔ)上,對(duì)性別識(shí)別和年齡估計(jì)做了較深入的研究。
　　 用于人臉性別識(shí)別和年齡估計(jì)的特征提取算法僅需要提取人臉區(qū)域的特征,人臉區(qū)域檢測(cè)是人臉性別識(shí)別和年齡估計(jì)的一個(gè)必要環(huán)節(jié),其準(zhǔn)確性會(huì)直接影響到

3、特征提取的有效性。因此研究了基于Adaboost學(xué)習(xí)算法的人臉檢測(cè)方法,采用多級(jí)分類器結(jié)構(gòu)和金字塔結(jié)構(gòu)實(shí)現(xiàn)多姿態(tài)人臉檢測(cè)并提高了檢測(cè)速度。實(shí)驗(yàn)結(jié)果表明該方法是快速有效的。
　　 為歸一化人臉的大小,提出基于Adaboost和快速輻射對(duì)稱變換的雙眼定位方法,利用快速輻射對(duì)稱變換尋找特征點(diǎn),用基于Adaboost的方法檢測(cè)眉毛眼睛區(qū)域以縮小搜索雙眼的區(qū)域,減少其它特征點(diǎn)對(duì)雙眼定位的影響,再利用眼珠模板和雙眼的幾何特征即可準(zhǔn)確地定位雙

4、眼。采用基于主動(dòng)外觀模型的方法定位臉部特征點(diǎn)以提取人臉圖像的局部特征。
　　 性別識(shí)別和人臉識(shí)別一樣,都需要尋找有效而又穩(wěn)定的面部特征,只是最終識(shí)別類別不同。本文研究了人臉性別識(shí)別的特征提取和分類方法,如局部二進(jìn)制模式方法(LBP)、神經(jīng)網(wǎng)絡(luò)方法、Adaboost方法、SVM方法,以及直接把人臉圖像的灰度值作為特征的性別識(shí)別方法。進(jìn)一步研究了實(shí)際應(yīng)用環(huán)境對(duì)人臉性別識(shí)別性能的影響,即把人臉檢測(cè)和性別識(shí)別兩者連接起來(lái)考察人臉性別識(shí)別

5、的性能,研究了人臉圖像的尺度大小對(duì)性別識(shí)別性能的影響。
　　 性別識(shí)別方法根據(jù)特征提取方法不同可以分為:基于整體特征的方法和基于局部特征的方法。兩類特征對(duì)識(shí)別都是必要的,且能互相補(bǔ)充在識(shí)別過(guò)程中共同起作用。為提高識(shí)別率,提出了采用AdaBoost算法提取臉部整體特征,主動(dòng)外觀模型提取局部特征(臉部幾何特征),融合局部與整體特征后用支持向量機(jī)進(jìn)行分類的方法。本文在一個(gè)由AR、FERET、CAS-PEAL、網(wǎng)上收集和實(shí)驗(yàn)室自行采集所

6、共同組成的,包含21,300余張人臉的數(shù)據(jù)庫(kù)上,進(jìn)行了大量有意義的實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示,融合了整體特征和局部特征后,識(shí)別率比基于(單獨(dú))整體特征的、基于(單獨(dú))局部特征的有很大的提高,達(dá)到了90％以上。實(shí)驗(yàn)結(jié)果還表明,識(shí)別過(guò)程中由于有了幾何特征的參與,對(duì)于臉部光照、姿態(tài)等變化表現(xiàn)出了更強(qiáng)的魯棒性和更好的識(shí)別結(jié)果。
　　 大多數(shù)性別分類方法是對(duì)整幅人臉圖像提取特征,相對(duì)的,各臉部子區(qū)域受臉部表情變化的影響更小。為提高臉部表情變化時(shí)的

7、性別識(shí)別率,提出一種基于子區(qū)域特征的性別識(shí)別方法。本文詳細(xì)比較了臉部各子區(qū)域?qū)π詣e識(shí)別的貢獻(xiàn)大小,包括眼睛、鼻子、嘴巴、下巴、左眼區(qū)域,臉內(nèi)部區(qū)域(包括眼睛、鼻子、嘴巴和下巴)、以及整個(gè)人臉區(qū)域(帶頭發(fā)的人臉區(qū)域)。用FERET和CAS-PEAL兩個(gè)人臉數(shù)據(jù)庫(kù)進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明人臉部各子區(qū)域同樣具有足夠的與性別相關(guān)的信息,用單個(gè)子區(qū)域進(jìn)行性別識(shí)別的正確率可以達(dá)到80％以上。通過(guò)融合臉部對(duì)性別識(shí)別貢獻(xiàn)較大的子區(qū)域,利用各子區(qū)域包含的臉

8、部特征信息是互補(bǔ)的,進(jìn)一步提高了性別識(shí)別準(zhǔn)確率。
　　 提出利用能互相補(bǔ)充的臉部信息,即臉部灰度圖像、臉部Gabor小波特征、以及眼睛區(qū)域,來(lái)提高年齡估計(jì)的準(zhǔn)確率。用Gabor小波提取臉部特征的方法,Gabor小波具有多方向和多尺度選擇的特性,并且能夠獲取對(duì)應(yīng)于空間和頻率的局部結(jié)構(gòu)信息,對(duì)于圖像的亮度和對(duì)比度變化以及人臉姿態(tài)變化具有較強(qiáng)的魯棒性。為進(jìn)一步提高準(zhǔn)確率,針對(duì)男性和女性在人臉年齡特征表現(xiàn)上的差異,以性別信息作為年齡估計(jì)