欢迎来到天天文库
浏览记录
ID:35105997
大小:7.42 MB
页数:68页
时间:2019-03-18
《基于人脸图像的年龄估计方法研究》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;TP391学校代码:10697辛逗密级:公开学号;201320947;"巧w硕±亨恆巧交MA’STERSDISSERTATION基于人脸图像的年龄估计方法研究,诚V:皆碟私f'【-;:厶,.‘...'...r.^1?'‘产'.:.f■I.'.—..?,.三—'化,.巧可窗;学科义称:计算机应用技术作者:侣洁指导老师:冯錢教授西北大学学位评定委员会二〇—六年六月乂eEs村ma村onAlorithmBasedonFacial
2、ggImaesgA化esissubmited化NorthwestUniversityinartialfulfillmentofthereuirementspqforthedereeofMasterginComuterAliedTechnolopppgyBySiJieSuervisor:FenJunProfessorpgJune2016西北大学学位论文知识产权声明书本人完全了解西北大学关于收集、保存、使用学位论文的规定。学校有权保留并向国家有关部口或机构送交论文的复印件
3、和电子版。本人允许论文被查阅和借阅。本人授权西北大学可W将本学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所等机构将本学位论文收录到《中国学位论文全文数据库》或其它相关数据库。保密论文待解密后适用本声明。学位论文作者签名::似指导教师镶名616如I么616年月中日年月作日西北大学学位论文独劍性齊明本人声明:所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加标注和致谢的地方外,本论文不
4、包含其他人已经发表或撰写过的研究成果,也不包含为获一得西北大学或其它教育机构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:藻2。1&年&月I日千^摘要一作为人的种生物属性,人脸蕴含了很多重要的个体信息,比如性别、年龄、种族等。近几年来,关于人脸图像的年龄估计问题也越来越受到研究者的重视,成一为计算机视觉的新兴课题之。本文围绕人脸图像展开年龄估计方法的研究,重点是年龄特征的提取和年龄估计算法的研究。通过人脸图像的预处理、年龄特征提取
5、和分类估计等步骤:,完成了完整的年龄估计任务,具体工作包括下面几个方面(1)面向年龄估计的人脸图像预处理研究一一针对人脸年龄数据库中图像来源不,在头部姿态、光照等方面存在不统等问题,在进行年龄化计工作之前,需要对输入图像做预处理。本文为了使年龄估计的效果更好,采用人脸定位的方法锁定感兴趣的人脸区域,使用图像增强的方法将一化到统一尺寸人脸细节部位突显出来,并将所有样本归。(2)面向年龄估计的人脸图像特征提取针对人脸年龄信息的表泣问题,考虑到将人脸的形状特征和纹理特征融合更能描述人脸的年龄信息一,本文利用典型相关分析思想,提
6、出了种在特征层进行融合的人脸年龄估计方法二一人脸样本的。即先利用主动表观模型及局部值模式抽取同两组特征向量(形状特征和纹理特征),构建出表示两组特征向量之间相关性的判别准则函数,再根据此西数求得两组典型投影向量集,最后通过给定的特征誕合策略抽取组合的典型相关判别特征(CCDF),作为描述人脸年龄的特征,对于人脸年龄的变化,从形状和纹理两方面提供了相互有益的补充。(3)基于超限学习机的年龄估计方法研究、针对年龄估计模型的建立,传统方法存在参数无法解决模型训练时间长等问题,而超限学习机方法能够很好的避免逸些困难。本文首次采用超
7、限学习机的方法来建立年龄估计模型,利用其学习速度快,泛化性能好,参数可W直接确定的优点,先估计出样本的大致年龄,结合层次化思想,建立年龄估计的二类的分类器段,再利用ELM回归分别在各自类别中做回归,实现结合人脸图像形状、纹理等特征的泛化能力较强的分类器。,进行年龄的判断估计,得到具体估计值实验结果证明了本文提出的年龄特征提取方法和年龄估计方法,最终所取得的平均绝对误差在5岁之内,年龄估计的结果更准确。关键词:年龄估计,典型相关分析,特征融合,超限学习机IABSTRACTABSTRACTThefacialim
8、agecontainsmanyimportantpersonalinf
此文档下载收益归作者所有