[发明专利]一种基于相关高斯过程回归的面部年龄估计方法

说明书

本发明提出了一种基于相关高斯过程回归的面部年龄估计方法。该方法首先提取面部图像的形状特征，并对光照归一化和形状归一化后图像提取容貌特征；接着，根据所有图像对应的标定年龄建立性别差异化的从面部特征到目标年龄的高斯过程回归模型，并求解回归参数；最后，在给定待估计面部年龄图像时，提取面部形状和容貌特征并利用已学习的高斯过程回归模型估计对应年龄。

技术领域

本发明属于计算机视觉技术领域，涉及面部年龄估计技术，主要应用于基于年龄的登陆控制，年龄差异化广告以及年龄相关的人机交互技术等领域。

背景技术

面部年龄估计技术是指通过计算机算法对人脸面部特征进行分析后，自动估计人体年龄的技术。通常，计算机通过摄像头采集人脸图像(照片)，并对面部特征进行提取和分析，自动估计该图像对应的年龄。由于该技术在年龄相关的人际交互、基于年龄的登陆控制和年龄差异化广告方面都有非常广泛的应用，因此它引起了计算机视觉领域学者的广泛兴趣和关注。目前已有的人脸面部年龄估计算法可以分为3大类：(1)通用年龄估计方法，(2)性别差异化年龄估计方法，和(3)个性化年龄估计算法。

通用估计方法作为最常见的一种年龄估计方法，其基本原理是假设所有人的面部特征和对应年龄之间存在通用(共同)的映射关系，该映射关系可以通过线性或非线性回归拟合实现。该类方法的优点是模型简单，不受训练样本数多少的影响。而其缺点在于估计的准确性一般，原因在于每个个体面部特征与真实年龄之间的映射关系存在一定差异，只通过一个通用模型无法覆盖上述所有差异性。参见文献：A.Lanitis,C.J.Taylor,andT.F.Cootes,Automatic Interpretation and Coding of Face Images using FlexibleModels,IEEE Transactions on Pattern Analysis and Machine Intelligence,vol.19,no.7,pp.743–756,1997。

发明内容

本发明提供一种基于高斯过程回归的性别差异化面部年龄估计方法，首先提取面部图像的形状特征，并对光照归一化和形状归一化后图像提取容貌特征；接着，根据所有图像对应的标定年龄建立性别差异化的从面部特征到目标年龄的高斯过程回归模型，并求解回归参数；最后，在给定待估计面部年龄图像时，提取面部形状和容貌特征并利用已学习的高斯过程回归模型估计对应年龄。示意图参见图1。

为了方便地描述本发明内容，首先对一些术语进行定义。

定义1：面部特征点。人为定义人面部的一些特殊点，例如嘴角点，眼角点等，见图2。

定义2：FaceTracker。一种用于跟踪定位面部特征点的方法。

定义3：仿射变换。在几何上定义为两个向量空间之间，由旋转、缩放和平移组成的变换。仿射变换是由于拍摄刚性物体的位置、距离和角度所不同引起的同一物体在不同图像中呈现的外观不一致，见图4。假设对原始图像进行平移量为(t_x为水平方向的平移量，t_y为水平方向的平移量),旋转角度为和缩放倍数为的仿射变换，则变换后图像任意一点与原图像对应点之间的关系可表示为：

上式的等价表示为：

这里β₁＝scosθ,β₂＝ssinθ,β₃＝st_xcosθ+st_ysinθ,β₄＝-st_xsinθ+st_ycosθ，也可等价为：

一旦β₁,β₂,β₃,β₄这4个参数确定，对应的具体的仿射变换也即确定。