基于特定人臉的年齡估計(jì)和性別識(shí)別研究.pdf

1、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)器人視覺中存在潛在的應(yīng)用,成為當(dāng)前計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域中的研究課題之一,備受關(guān)注。但由于性別差異和年齡變化引起人臉形狀和紋理上的變化,導(dǎo)致年齡估計(jì)準(zhǔn)確率嚴(yán)重下降。為了解決這個(gè)問題,本文在國(guó)內(nèi)外現(xiàn)有的性別識(shí)別技術(shù)和年齡變化研究的基礎(chǔ)上,提出了加入性別識(shí)別和混合特征及分層分類器的人臉年齡估計(jì)算法。本文的工作主要包括:
　　 (1)研究了人臉性別識(shí)別的特征提取和分類方法,如

2、局部二進(jìn)制模式方法(LBP)、神經(jīng)網(wǎng)絡(luò)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。使用支持向量機(jī)(SVM)分類器,通過實(shí)驗(yàn)對(duì)2種常用的特征提取方法進(jìn)行比較研究,并在3種不同核函數(shù)下進(jìn)行比較研究。實(shí)驗(yàn)在一個(gè)由FG—NET、MORPH、ORL、Yale、網(wǎng)上收集和實(shí)驗(yàn)室自行采集所共同組成的,包含17,261張人臉的數(shù)據(jù)庫(kù)上進(jìn)行。
　　 (2)提出一種基于局部特征和全局特征融合的人臉面部信息的提取方法,即主動(dòng)外

3、觀模型、皺紋特征、皮膚特征,來(lái)提高年齡估計(jì)的準(zhǔn)確率。針對(duì)因性別差異在人臉年齡特征表現(xiàn)上引起的差異,先進(jìn)行自動(dòng)性別識(shí)別來(lái)消除因性別差異帶來(lái)的影響。主動(dòng)外觀模型作為全局特征；局部特征中,皺紋特征的提取采用Gabor濾波器,皮膚特征的提取采用局部二進(jìn)制模式方法(LBP),能夠提取詳細(xì)的皮膚紋理。
　　 (3)提出一種基于支持向量機(jī)(SVM)和支持向量回歸機(jī)(SVR)結(jié)合的分層分類器,將融合后形成的特征作為新的特征向量,通過SVM對(duì)其進(jìn)