人脸年龄估计作为人机交互的重要方式之一,具有广泛的应用前景。性能更优的人脸年龄估计算法仍有待深入研究。随着年龄的增长,人脸各区域的老化程度存在差异,导致各区域对年龄估计的贡献也不相同。然而,当前基于人脸图片的年龄估计算法往往将人脸各部分同等对待,或仅根据主要特征区域来进行年龄估计。论文对基于人脸图片的年龄估计算法进行了进一步研究,主要工作如下:1.提出了一种基于加权字典对学习的人脸年龄估计算法W-DPL。该算法先将人脸按4×4进行分块,再将这些分块划分为主要区域、次要区域和噪声区域;忽略掉噪声区域,对主要区域和次要区域通过局部二值模式算法分别进行特征提取,得到人脸的主要特征和次要特征;再利用这两种特征分别训练字典对学习分类模型;最后对这两种字典对赋予不同的权重,利用加权字典对学习模型对目标人脸图像进行年龄估计。实验结果表明,算法W-DPL的综合性能比其他类似方法更好。2.提出了一种基于集成分类器的人脸年龄估计算法HS-DPL。该算法首先将人脸按4×4进行分块,剔除其中6个噪声子块后,使用局部二值模式算法对其余10个子块分别进行特征提取,再利用各子块特征分别训练字典对学习分类模型,得到10个子分类器;最后通过和声搜索算法优化各子分类器的集成权重,并利用集成分类器实现对目标人脸图像的年龄估计。针对相关领域公开图片库FG-NET和MORPH的仿真测试结果表明,算法HS-DPL的分类精度略优于算法W-DPL。3.设计开发了一个基于人脸图像的年龄估计原型系统。该系统包含图像显示、模型导入、年龄估计等模块。对系统的测试结果表明,该系统能对年龄段进行有效估计。