[发明专利]年龄估计方法、设备和人脸识别系统

说明书

技术领域

本发明涉及人脸识别系统，更具体地，涉及人脸识别系统中的年龄估计 方法和设备。

背景技术

要实现一个鲁棒的人脸识别系统，不可避免的要解决例如光照、表情、 姿态以及年龄等因素的影响。年龄估计，就是根据模式分类的方法，利用人 脸图像的特征，对该个体的年龄进行估计。基于年龄的人机交互在日常生活 中具有巨大的潜在应用。然而，自动年龄识别技术却在研究中被涉及的很少。 一个主要的原因是，人脸部老化效果的若干独特的特性使得年龄估计需要使 用一些非标准的分类方法。这也使得年龄估计成为了一个具有挑战性的问题。

如果可以解决年龄识别问题，则有望实现以下的目标：

特定年龄的人机交互：如果计算机可以准确地判断使用者的年龄，计算 环境和交互类型都可以根据使用者的年龄作出调整。不同于标准的人机交互， 这样的系统可以和Internet接入安全控制结合来保证青少年远离不健康信息。

基于年龄的人脸图像索引：自动的年龄识别可以用来对数据库中的人脸 图像进行排序，也可以将其用在电子相册中，这样用户可以方便的通过设定 年龄范围来对他们的照片进行排序、管理。

自动人脸老化系统的实现：自动的年龄识别依赖于对由于年龄变化所产 生的面部特征的变化的感知和分类，同样的方法也是自动人脸老化模拟系统 所需要的。

现有技术中有一种基于EHMM(嵌入式隐马尔科夫模型)的年龄识别方 法，首先，通过对大量样本的分析，确定年龄和人脸关键特征的变化间的非 线性关系，并基于这种关系建立非线性模型；然后利用PARI(partial ageing ratio image，局部老化比率图像)来估计老化人脸的纹理；最后，利用从重建 的图像中提取的特征来训练EHMM用于人脸识别。

在实现本发明过程中，发明人发现上述现有技术中存在如下问题：

现有方法的实现代价比较大，要对每一个年龄段的样本集分别提取大量 的轮廓信息以及纹理信息，运算量非常大。

发明内容

本发明实施例提供一种人脸识别系统中的年龄估计方法、设备和人脸识 别系统，以降低年龄估计的运算量。

本发明实施例提供了一种年龄估计方法，包括：处理用户的人脸图像以 提取原始特征数据；选择所述原始特征数据的子集作为低维特征数据，其中 所述低维特征数据的维度小于所述原始特征数据的维度；对所述低维特征数 据进行相关成分分析，以获得训练数据；根据所获得的所述训练数据，训练 用于年龄估计的回归分析参数；以及利用所述回归分析参数来估计所述用户 的年龄。

本发明实施例还提供了一种年龄估计设备，包括：原始特征提取模块， 处理用户的人脸图像以提取原始特征数据；特征选择模块，选择所述原始特 征数据的子集作为低维特征数据，其中所述低维特征数据的维度小于所述原 始特征数据的维度；相关成分分析模块，对所述低维特征数据进行相关成分 分析，以获得训练数据；训练模块，根据由所述相关成分分析模块所获得的 所述训练数据，训练用于年龄估计的回归分析参数；以及估计模块，利用所 述回归分析参数来估计所述用户的年龄。

本发明实施例还提供了一种人脸识别系统，包括上述年龄估计设备。

本发明实施例采用相关成分分析的方法对于人脸图像进行降维，采用回 归的方式来进行年龄估计，可以降低年龄估计方法中的运算量。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技 术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图 仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造 性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是示出根据本发明实施例的年龄估计方法的流程图。

图2是示出根据本发明实施例的相关成分分析步骤的流程图。

图3是根据本发明实施例和现有技术的二次回归年龄估计的平均误差结 果的比较示意图。

图4是测试样本示例图。

图5是根据本发明实施例和现有技术的FG-Net数据库上计算性能的比较 示意图。

图6是示出根据本发明实施例的年龄估计设备的示意图。

图7是示出根据本发明实施例的人脸识别系统的示意图。

具体实施方式