基于主动表观模型的人脸年龄图像重构与验证

摘要

人脸图像与年龄关系的研究是人像处理领域的重要课题，该研究具有重要的科学意义和实用价值。经过多年的发展，已经在个人身份证明、公安部门抓捕逃犯、模拟人像查询等存在人脸年龄变化的领域取得了很大的进步，但实践和经验表明人脸年龄变化的研究还远未成熟。本文在国内外已有的研究基础上，在人脸年龄图像重构方面做了大量的研究与实验，并达到了一定的效果。
　　 本文主要工作有以下几个方面：
　　 (1)人脸特征提取手动标记人脸特征点后，对人脸图像进行Delaunay三角剖分，最后通过建立主动表观模型(AAM)来获取人脸的形状信息和纹理信息，从而达到人脸特征提取的目的。
　　 (2)基于改进的人脸纹理细节变换(IBSDT)的人脸年龄图像重构采用改进的IBSDT方法对人脸图像进行重构。提出一种改进的纹理变换方法来模拟人脸纹理随年龄变化的图像，以达到使当前人脸老化的效果，改进的纹理变换方法比较原来的方法保留了模板图像的大部分人脸年龄信息包括皱纹、斑点等，使模板图像纹理得到了增强，并且使得人脸年龄图像的仿真效果更加逼真。
　　 (3)基于主元分析法(PCA)的人脸重构图像验证系统为了验证人脸年龄图像重构的质量进行定量的判别，本文设计并实现了基于主元分析法的人脸识别系统。在此系统中，由重构前的不同年龄的人脸图像组成训练库，重构之后的照片组成测试库，统计其正确识别率，以验证人脸重构的效果。
　　 通过实验，得出人脸年龄图像重构正确识别率为82.5％。

目录

文摘

英文文摘

第1章 绪论

1.1 研究的背景及意义

1.2 国内外研究现状

1.3 论文研究内容

第2章 人脸图像预处理

2.1 数字图像文件常用的格式

2.2 人脸库描述

2.3 人脸图像的预处理

2.3.1 人脸图像的几何特性归一化

2.3.2 人脸图像的光学特性归一化

2.4 本章小结

第3章 人脸特征提取

3.1 开发包介绍

3.2 人脸特征点定位

3.3 Delaunay三角化

3.3.1 Delaunay三角网的定义及其性质

3.3.2 Delaunay三角化程序算法及流程图

3.4 基于主动表观模型的人脸特征提取

3.4.1 AAM的产生和主要思路

3.4.2 AAM模型建立

3.4.3 人脸特征提取算法

3.5 本章小结

第4章 人脸年龄图像重构

4.1 人脸纹理变换

4.1.1 高斯滤波

4.1.2 基本IBSDT算法

4.1.3 改进的IBSDT算法

4.2 人脸年龄图像重构

4.2.1 程序设计流程

4.2.2 实验结果及分析

4.3 本章小结

第5章 人脸年龄图像重构验证

5.1 人脸识别介绍

5.2 基于PCA的人脸识别系统的设计与实现

5.2.1 人脸的表示

5.2.2 人脸图像预处理

5.2.3 特征提取

5.2.4 利用特征脸识别人脸

5.2.5 程序流程图

5.2.6 实验结果及分析

5.3 人脸年龄图像重构验证

5.3.1 实验结果及分析

5.4 本章小结

第6章 结论与展望

6.1 结论

6.2 展望

参考文献

致谢