基于aam的人脸图像对齐及其在人脸年龄估计中的应用

《基于aam的人脸图像对齐及其在人脸年龄估计中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：UDC：编号：201421104009河北工业大学硕士学位论文基于AAM的人脸图像对齐及其在人脸年龄估计中的应用论文作者：冯倩学生类别：全日制学科门类：理学学科专业：应用数学指导教师：穆国旺职称：教授DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofScienceinAppliedMathematicsAlignmentofFacialImagesbasedonAAMmodelandApplicationsinAgeEstimatio

2、nbyFengQianSupervisor:Prof.MuGuowangDecember2016摘要近年来，随着信息技术和人工智能的发展，人脸图像分析与识别技术得到了广泛的应用。其中，基于图像的年龄估计在人机交互、视频监控、商业、娱乐等方面具有很大的应用价值，但由于该问题具有很大的挑战性，目前还未得到很好的解决。在各种人脸图像识别算法中，图像对齐是重要的一个环节，因此，本文针对图像对齐进行研究，并将其应用于人脸年龄估计。本文完成的主要工作如下：(1)现有的人脸识别或年龄估计算法中，一般采用基于两眼对齐的归一化方法。本文借鉴AAM模型的思

3、想，提出了基于多点对齐的图像归一化算法。算法首先标注或检测人脸图像中的多个特征点，并利用两眼位置进行归一化操作；然后计算训练图像各个特征点的平均位置进行Delaunay三角剖分得到平均形状；对于两眼对齐后的每幅图像，将特征点按照平均形状的连接关系连接成三角形，再通过仿射变换将每个三角形中的图像映射到平均形状中对应的三角形，即得到多点对齐的人脸图像。(2)提出了基于多点对齐和支持向量机回归(SVR)的年龄估计算法。首先，利用多点对齐算法对人脸图像进行归一化处理，然后提取图像的特征，并利用PCA和OLPP相结合的方法进行降维，最后，利用支持

4、向量机建立回归模型进行年龄估计。本文分别采用了BIF、Gabor、HOG和LPQ四种特征，在FG-NET数据库和私有库上对算法进行测试，并和两眼对齐方法进行了对比实验。实验结果表明，对于以上四种特征，采用本文提出的多点对齐方法均优于传统的两眼对齐方法。关键字：计算机视觉，年龄估计，图像归一化，Delaunay三角剖分，仿射变换，支持向量机回归IABSTRACTRecently,withthedevelopmentofinformationtechnologyandartificialintelligence,faceimageanaly

5、sisandrecognitiontechnologyhavebeenusedinmanyareas,inwhich,ageestimationbasedonfacialimagesisofgreatapplicationvalueinthefieldofhuman-computerinteraction,videosurveillance,commerceandentertainmentetal.Butbecausethisisachallengingproblem,ithasnotbeenresolvedwellnow.Amongv

6、ariousalgorithmsonfaceimagerecognition,alignmentisanimportantpart.Therefore,newmethodforimagealignmentisstudiedandappliedtofaceageestimationinthispaper.Themaincontributionsareasfollows:(1)Amongcurrentalgorithmsonfacerecognitionorageestimation,usuallytwo-eye-alignmentmeth

7、odisusedforimagenormalization.Inthispaper,analgorithmforalignmentofmultiplelandmarksispresentedandusedforimagenormalization.Firstly,multiplelandmarksonfaceimagesaredetectedorannotated,then,imagesarealignedbasedonthetwoeyes.Afterthat,themeanpositionofeachlandmarkiscalcula

8、tedandthenmeanlandmarksaretriangulatedwithDelaunayTriangulationAlgorithmtoobtainmeanshape.Foreachimagea