[发明专利]基于面部特征和纹理特征的年龄预测方法、系统和装置

说明书

本发明公开了基于面部特征和纹理特征的年龄预测方法、系统和装置，属于面部图像处理技术领域，要解决的技术问题为如何根据人脸图像精确、快速且有效的进行年龄估计。方法包括如下步骤：获取多张人脸图像，每张人脸图像上均具有年龄标签；基于灰度共生矩阵从人脸图像中提取纹理特征值；基于Viola‑Jones算法进行人脸检测，并通过CHEHRA模型提取面部特征点；基于面部特征点坐标的中心坐标对面部特征点进行数据标准化处理，并对纹理特征值进行数据标准化处理；基于面部特征点的标准化后坐标以及标准化后纹理特征值构建训练集，基于SVM回归预测方法对训练集进行回归预测，得到预测的年龄。

技术领域

本发明涉及面部图像处理技术领域，具体地说是基于面部特征和纹理特征的年龄预测方法、系统和装置。

背景技术

随着计算机技术和人工智能快速发展，人的生物特征识别技术也得到快速发展，而且越来越受到人们的重视。年龄是人的重要特征，在许多现实世界的应用中起着关键作用，不同的年龄会有不一样的权利、义务、认知、喜好和行为能力，比如防止未成年人购买烟酒，设置青少年模式，人机交互，生物识别等等。年龄预测不仅可以保障我们的权利与义务，还会减少年龄造假事件的发生。

基于面部特征的衰老程度预测是指利用计算机技术研究面部图像随年龄变化的规律，通过建模使计算机能够根据人脸图像的视觉特征判断出人的具体年龄或所属的年龄范围，从而实现非接触式的年龄估计，主要解决如何根据面部特征估计出人脸的准确年龄。基于面部特征的衰老程度预测在基于年龄的人机交互、信息推送服务、人脸图像检索与过滤、公共信息采集与公共安全、计算机视觉等系统中有重要应用，创造了巨大的经济和社会效益。对提高人脸识别精度、缩小人脸图像搜索范围等都具有积极意义。但由于人的成长和衰老过程非常复杂，受多种因素影响，而且个体差异很大，因此基于人脸图像的年龄估计是计算机视觉、模式识别和人工智能领域一项困难而又重要的研究工作。

如何根据人脸图像精确、快速且有效的进行年龄估计，是需要解决的技术问题。

发明内容

本发明的技术任务是针对以上不足，提供基于面部特征和纹理特征的年龄预测方法、系统和装置，来解决如何根据人脸图像精确、快速且有效的进行年龄估计的技术问题。

第一方面，本发明提供一种基于面部特征和纹理特征的年龄预测方法，包括如下步骤：

获取多张人脸图像，每张人脸图像上均具有年龄标签；

基于灰度共生矩阵从人脸图像中提取纹理特征值；

基于Viola-Jones算法进行人脸检测，并通过CHEHRA模型提取面部特征点；

基于面部特征点坐标的中心坐标对面部特征点进行数据标准化处理，得到面部特征点的标准化后坐标，并对纹理特征值进行数据标准化处理，将纹理特征值统一映射到预定数值域区间，得到标准化后纹理特征值；

基于面部特征点的标准化后坐标以及标准化后纹理特征值构建训练集，基于SVM回归预测方法对训练集进行回归预测，得到预测的年龄。

作为优选，所述人脸图像为拍摄的图像，下载于FGNET人脸年龄数据库。

作为优选，对于n*m的人脸图像I，设定偏移量为(Δa，Δb)，所述人脸图像I对应的灰度共生矩阵C(i，j)的计算公式为：

其中，p和q均为增量，p：1-n，1：1-，m，i表示灰度为i的像素，j表示灰度为j的像素。

作为优选，所述纹理特征值包括：

f1.自相关性

f₁＝∑_i∑_j(ij)*p(i，j)

f2.对比度