[发明专利]基于平均脸和衰老比例图的人脸图像年龄变换方法

说明书

技术领域

本发明涉及计算机视觉和图像处理领域，特别涉及一种针对正面人脸图像进行快速逼真的年龄变换方法，包括基于平均脸的人脸图像年轻变换方法和基于衰老比例图的人脸图像衰老变换方法。

背景技术

人脸是人类表现力最强的部分，它的变化包含了许多重要的信息。计算机模拟人脸动画的研究可以追溯到上个世纪70年代，之后不断涌现出突破性的研究成果，该领域也日渐成为公安刑侦、影视制作、游戏娱乐等行业的诸多研究人员的兴趣所在，人脸图像的年龄变换作为人脸动画的重要部分，具有深远的意义。

虽然人脸的外貌特征与年龄相关，但是即使是相同年龄的人所呈现的外貌特征也会因个人生存环境、生活习惯等各种因素的影响而存在很大的差异，因此我们很难从一幅人脸图像判断出一个人的准确年龄。人自身对年龄的感知与判断能力并非与生俱来，人在自身成长过程中能够不断获取来自外界环境反馈的各种信息，并利用这些信息不断修正自己对人脸年龄的大致判断。由于这种能力的具体形成过程因人而异，因此很难用某些量化的知识来表达，所以这方面的研究至今还未有一个令人满意的完整解释。对于计算机而言，辨别年龄更是一个困难的问题。而另一方面，对于两幅人脸图像，我们却可以很容易的辨认出谁更年轻或者谁更年老，而且可以描述出人类年轻与衰老的基本特征，例如皮肤的光滑程度，皱纹与斑点的多少，骨骼的形状，肌肉的松弛程度等。利用图像处理技术实现人脸图像的年轻和衰老变换是人脸图像处理领域的前沿问题，这种技术极大的依赖于生理学、认知学、心理学等学科间的理论支持与相互融合。虽然由年龄变化引起的相貌特征变化非常显著，有丰富的研究价值，却只有较少的研究人员对人脸图像的年龄变化进行研究。

1961年Thompson提出使用坐标变换的方法来改变生物器官的形状从而模拟同类生物中其他个体的器官特征。基于这种思想，许多研究人员使用不同的坐标变换方法模拟因年龄变化引起的人脸外貌特征的改变。其中主要的变换方法有cardioidal strain变换，它通过改变人脸和头骨的形状模拟随着年龄变化所引起的特征改变。实验结果说明，使用cardioidal strain方法可以较好的改变2D人脸图像轮廓的年龄特征。之后Mark和Todd对其进一步延伸，将这种方法应用于3D人脸数据。这种基于坐标变换的衰老模拟方法只考虑了人脸形状变化，对于引起的纹理变化没有具体说明。

1995年Burt和Perrett将样本图像按年龄段划分为7个不同的样本组，分别计算对应这7个组的平均人脸图像，然后利用漫画合成技术来模拟衰老变化。从实验结果可以看出，大部分合成的人脸图像的年龄与用于计算平均脸的样本对象的年龄保持一致，这说明在计算平均人脸图像的过程中，每个年龄组的年龄信息都保留了下来。他们还描述了两种衰老模拟技术：第一种方法，首先计算较老年龄组对应的平均人脸与样本集中所有图像对应的平均人脸之间的色彩差异。接着使用漫画合成技术扩大这种差异增加合成图像中的年龄。第二种方法，计算25-29岁和50-54岁年龄组对应的平均人脸的形状和颜色差异。将这种差异应用到新人脸图像并增加这种差异从而实现增龄变化。从他们的实验结果可以看出，两种方法都较好得实现了人脸图像的衰老变换。Burt和Perrett提出的方法同时考虑了衰老变化引起的人脸形状和纹理信息的变化，而且效果也是非常显著的。

O’Toole等根据3D人脸信息建立3D人脸参数模型。然后使用漫画合成技术对显著的3D人脸特征进行夸张或消除。实验说明，较老的人脸图像中包含的显著特征更丰富也更明显，因此使用这种方法可以实现图像中隐含年龄的增加或减少。这种方法依赖于对人脸外貌的具体描述，由于3D人脸数据是通过3D扫描仪得到的，设备非常昂贵，而且需要大量的处理时间，因此这种方法的实用性不强。

Lanitis等基于一个人脸图像的统计模型对训练样本图像进行重新表达，然后通过学习训练样本的表达数据与其实际年龄之间的联系，建立衰老变化模型。模型建立后，可以根据新图象的表达数据估计从没见过的人的年龄，反之，也可以重构一个人在任何年龄下的图片。他们使用了不同的训练样本建立不同的衰老变化模式。实验证明这种方法可以对未知的图像进行合理的年龄估计，而且对于任何一幅新的图像都可以选择最合适的衰老变化方法，自动模拟衰老过程。

还有大量的半自动年龄变化处理系统主要用来模拟遗失儿童的现在面貌。基本操作主要是根据年龄变化所引起的特征改变对对应的人脸特征进行修改。考虑人的相貌具有一定的遗传性，所以一般都是根据遗失儿童近亲的不同年龄段的照片，对儿童的相貌进行修改。