[发明专利]一种基于主成分分析的人脸画像老化方法

说明书

一种基于主成分分析的人脸画像老化方法，首先将原始老化照片数据集中的照片由彩色图像变成灰度图像，然后再将原始老化照片数据集进行样本归一化，再主成分分析，计算每张照片对应的特征值，得老化照片数据集对应的照片参数集；根据年龄段样本划分，得不同年龄段对应的照片参数集，再求解平均参数；通过对照片参数集进行方差分析，筛选出与年龄相关的特征值，再研究不同年龄段对应的照片平均参数中与年龄相关的参数的变化规律；给定待老化画像，先对其进行样本归一，再对归一后的待老化画像进行主成分分析，计算对应的特征值，将与年龄相关的特征根据得到的变化规律进行修正，最后将修正后的特征值利用主成分重建策略得到对应的老化画像。

技术领域

本发明属于图像处理技术领域，更进一步涉及模式识别与计算机视觉技术领域中的人脸画像老化方法，可用于刑侦破案以及数字娱乐。

背景技术

作为人脸老化的一个重要分支，人脸画像老化有很多重要的实际应用，比如支持数字娱乐和辅助警方破案。例如，人脸画像老化可以辅助警方寻找丢失儿童以及逃犯。由于时间关系，许多丢失儿童或逃犯的素描画像需要适应新情况进行更新。在这种情况下，通过人脸画像老化算法对素描画像进行更新就是一个很好的选择。此外，人脸画像老化技术还可以被商家用在数字娱乐等应用中。人脸画像老化还可以辅助其他研究工作，比如跨年龄识别问题。由于照片与画像的差异、人脸画像老化数据库的稀少以及人脸老化的复杂机制，使得人脸画像老化研究富有挑战性。由于人脸画像老化的研究稀少，且人脸老化涵盖人脸画像老化问题，因此将在下面介绍人脸老化的技术背景。

已有的人脸老化方法主要有以下两大类：其一，基于物理模型的人脸老化方法，这些方法试图利用物理老化机制来建立人脸老化模型；其二，基于样本学习的人脸老化方法，这些方法试图通过对训练样本的学习来拟合真实的人脸老化过程。基于样本学习的人脸老化方法又包含基于原型的方法、基于函数的方法和基于评价目标的方法。

Berg等人在文献“Berg AC,Justo S C.Aging of orbicularis muscle invirtual human faces[C]//Information Visualization,2003.IV2003.Proceedings.Seventh International Conference on.IEEE,2003:164-168.”中通过研究人脸老化过程中轮匝肌(即眼睛和嘴巴四周的肌肉)的变化来学习人脸老化的机制。该方法存在的缺陷是：由于人脸老化过程中肌肉的变化是复杂的，因此导致基于肌肉变化所提的老化算法也很复杂。

Tiddeman等人在文献“Tiddeman B,Burt M,Perrett D.Prototyping andtransforming facial textures for perception research[J].IEEE computergraphics and applications,2001,21(5):42-50.”中将每个年龄段的平均脸作为原型，然后采用原型之间的差作为年龄变化的规律。但是该方法存在以下缺点：丢失人脸高频信息，将每个人用相同的方式处理，缺失个性。

基于函数的方法使用直接或者间接的函数来描述人脸特征与年龄之间的关系。例如，Lanitis等人在文献“Lanitis A,Taylor C J,Cootes T F.Toward automaticsimulation of aging effects on face images[J].IEEE Transactions on PatternAnalysis and Machine Intelligence,2002,24(4):442-455.”中提出了一种基于二次函数的人脸老化方法。为了使得逆函数的计算可行，用于老化的函数一般采用简单的形式。该方法存在的缺陷是：由于函数简单难以拟合大的人脸外观变化，因此算法难以模拟时间跨度大的老化问题。