论文部分内容阅读
人脸是日常生活中进行身份鉴别的首要依据,人脸图像分析技术在模式识别、计算机视觉等领域受到了广泛关注。然而随着年龄的增长,人脸外观产生了诸多显著的、不可避免的衰老变化,这些变化使得人脸识别系统的性能急剧下降。采用计算机辅助的人脸老化模拟技术不仅能够显著提高人脸识别系统对年龄变化的鲁棒性,而且在寻找丢失儿童、增强娱乐特技以及辅助公安刑侦工作等方面均有重要应用。本文从人脸图像表示和老化模拟过程两方面出发,提出了一种新的分层人脸表示模型和人脸老化模拟算法。本文的研究成果如下：(1)提出了一种新的分层人脸表示模型。通过分析人脸图像所涵盖的信息及各种人脸表示方法,本文提出了一种分层的人脸表示模型,该模型将人脸图像分为全局表示层、局部表示层、细节表示层。全局层采用统计学外观模型分别在形状空间和纹理空间对人脸图像进行表示；局部层采用稀疏表示(Sparse Representation)的方法对局部信息进行描述；细节层将人脸图像分为人脸组件区域及纹理区域进行表示。实验表明本文提出的人脸表示模型能够对人脸图像所表达的丰富信息进行有效表示且具有相当的紧凑性。(2)建立了一种新的基于分层表示模型的人脸老化模拟算法。在研究和分析了多种针对不同特征的人脸老化模拟算法之后,本文提出了一种基于分层模型的人脸老化模拟算法。该算法将人脸老化模拟分为全局层老化、局部层老化、细节层老化。全局老化层在形状空间和纹理空间分别学习年龄曲线来完成老化模拟；局部老化层采用基于稀疏表示的人脸幻化(Face Hallucination)技术对局部老化信息进行老化模拟；细节层老化以图像的LBP特征及Hu不变矩为依据,计算了测试图像与各年龄段训练图像之间的相似度,通过寻找与测试图像最相似的图像来实现。最后,采用泊松融合(Poisson Editing)的方法得到最终的老化模拟结果。实验结果表明该方法能够对人脸老化效果进行准确、逼真的模拟,同时有效的保持了人脸图像的身份信息。