基于年龄估计与人脸重构的人脸识别

基于年龄估计与人脸重构的人脸识别

吴发航，张松梁，武子钊

基于年龄估计与人脸重构的人脸识别

吴发航，张松梁，武子钊

（北华航天工业学院河北廊坊065000）

摘要：为了解决不同年龄段的人脸识别问题，我们从年龄估计、人脸图像重构、人脸识别三个方面着手,提出了一种具有年龄估计与人脸重构的人脸识别方法。用于解决由于年龄变化引起人脸识别率下降的问题,并从理论、算法和实现层面上讨论了该问题的解决方案与相关技术应用问题。

1.年龄估计：建立人脸数据库的模型，运用LLE+SVM分析，对平均绝对错误年和累积分两项指标均有所提高，进行年龄估计。

2.人脸图像重构：建立从人脸图像重构模型，从形状与纹理两方面入手,通过统计训练的方法获得基于纹理和形状的表观模型，通过迭代求解定位特征点。运用径向函数进行图像变形，log-gabor函数提取纹理特征，进行人脸图像重构。并且可以比较逼真的重构出目标年龄的人脸图像。

3.人脸识别：建立人脸识别模型，通过SVM分维运算，Gabor小波可以提取有效特征，并通过PCA降维计算，最终实现人脸识别功能。

1.引言

目前在进行人脸识别时，对同一个人,没有过改变面容的疾病、面部外伤或外科手术等经历,年轻和年老时的面容总有很大的相似性。人们在生活中也往往能够分辨出来两张不同年龄段的照片是不是同一个人。年龄段相差越大,识别起来也就越困难。所以进行合理的年龄估计并进行人脸重构，从而进行人脸识别，是一种可行并相对准确的方案。

2.人脸识别基本框架

针对不同年龄段的面部照片识别是否为同一个人，分三个过程进行分析，从年龄估计、人脸图像重构、人脸识别三个方面着手,提出了一种具有年龄估计与人脸重构的人脸识别方法。

（1）通过查阅相关主流人脸数据库并导入分析，建立人脸数据库的模型，运用LLE+SVM分析，先对年龄特征提取，然后建立年龄估计函数，对平均绝对错误年和累积分两项指标均有所提高，进行年龄估计。

（2）建立从人脸图像重构模型，从形状与纹理两方面入手,通过统计训练的方法获得基于纹理和形状的表观模型，通过迭代求解定位特征点。运用径向函数进行图像变形，log-gabor函数提取纹理特征，进行人脸图像重构。并且可以比较逼真的重构出目标年龄的人脸图像。

（3）建立人脸识别模型，通过SVM分维运算，Gabor小波可以提取有效特征，并通过PCA降维计算，最终实现人脸识别功能。

2.1年龄估计

查阅MIT、ORL、FG-NET人脸数据库，平均脸能够表示一组人脸图像的基本特征，为减少图像中其他因素的影响，因此首先构件每个年龄的平均训练集。先按照年龄为一个年龄段对图像进行分组，表示为，其中i表示年龄，然后从每组图像中随机抽出m张图像构成该组图像的训练子集，表示为其中j=1,2，…，m，用于训练该年龄的平均脸，构成平均脸训练集。平均脸可表示为：然后用支持向量回归方法求出年龄函数的参数，即可实现年龄函数的建立。最后用该年龄函数实现对未知人脸图像的年龄估计。[1]

2.2人脸重构

由于人脸变形时并不是针对某一个人进行变形,而是要使其具有平均脸下的形状。本文将人脸库中一岁的人脸图像分成个年龄段,通过大量的实验,分别对个年龄段的人脸特征点求平均值,得出了图像在不同年龄段下的人脸平均形状,如1所示：

从上图中可以看出,人的脸形确实存在着细微的变化。对这八组平均脸上特征点的移动过程进行学习,找出不同年龄段特征点之间的非线性关系,再将得到的结果用于相应人脸的径向基函数变形技术中,经过变形后的人脸图像如图所示。上面一行为源图像,下面一行为使用变形技术生成的人脸图像。可是看出，虽然人脸形状已经发生了变化,但是由于没有相应年龄的细微纹理特征,因而重构的人脸图像没有充分体现相应年龄的人脸外貌特征。

当前图像纹理特征提取主要采用的是gabor波,它具有良好的多通道和多分辨率特性,并且是唯一可以取得空频域联合测不准原理下限的函数。但gabor小波函数的最大带宽被限制在1倍频,并且对得到具有最大空间局部化的尽可能宽的频谱信息的目标来说并不是最优的。Field提出了log-gabor函数,该函数可被构建为任意带宽,且具有最小空间区域的滤波器。log-gabor函数是定义在对数频率尺度上的高斯函数,其频率响应函数定义为：

式中为滤波器中心频率,为了保证滤波的形状恒定,对于不同的应该选择使值保持不变。

与gabor相比,log-gabor函数有自己显著的优点(1)log-gabor函数始终没有直流分量,因此图像处理时不受亮度条件的影响(2)log-gabor转移函数在高频处有一个伸长的尾巴,它可以弥补普通沁函数低频表示过渡而高频表示不足的缺点(3)log-gabor函数可以覆盖更大的频率范围,当参数选择合适时log-gabor函数可以比gobar函数节省约一半的计算量(4)log-gabor函数比函数更符合人的视觉特性(5)使用对数频率尺度上传递函数为高斯函数的滤波器可以对图像更有效地编码,而gobar函数的传递函数为线性频率尺度上的高斯函数,因此log-gabor函数可以更真实地反映自然图像的频率响应。本文对人脸图像采用3x3的一log-gabor小波滤波后得到人脸多方向的纹理图,如图3所示,(a)为原图(b)为经过一小波的分解图

为了确定年龄与纹理的对应关系,同时也为了获得更加有效的年龄纹理图,需要把log-gabor小波分解后的纹理图合成一幅人脸年龄纹理图,通过分析图6发现经过3x3的log-gabor滤波后的前6个分解图更多的反映的是人脸的高频纹理信息,而后3个主要反映是人脸的低频形状信息。图(a)为纹理合成图其中为前6个分解图合成的人脸纹理图(b)为9个分解图合成的人脸纹理图

通过图（a）我们发现更能反映人脸的纹理信息,同时也减少了计算量。因此本文经过选择只取log-gabor的前6个纹理分解图,将其合成图作为人脸年龄纹理图。

人脸图像重构的主要步骤如下：

（1）首先比较源图像与目标图像年龄,如果不属于同一年龄段,选择与目标年龄相应的形状模型,利用径向基函数对源图像进行形状变形。

（2）由一小波得到年龄纹理图,将其叠加到变形的人脸图像上。在此过程中通过年龄估计函数判断年龄,进而调整年龄纹理图的参数,控制皱纹的变化,重构出目标年龄的人脸图像。

2.3人脸识别

线性SVM是从线性可分情况下发展而来的，以图5(a)所示的二维线性可分情况为例说明。图5(a)中用实心点和空心点各代表一类样本，H为其分类线(或面),H1、H2分别为过各类中离分类线H最近的且平行于H的直线(或面),它们之间的距离叫做分类间隔。最优分类线(或面)就是要求该分类线(或面)不但能够将2类样本正确分开(训练错误率为0),而且使的分类间隔达到最大。

Gabor滤波具体步骤如下

①根据上节知识构造出一组不同尺度和方向的滤波器

②利用这一组滤波器分别与经过预处理后的人脸图像卷积滤波来提

取各个不同区域的特征,构造卷积函数即

图像通过Gaborl滤波器滤波后，虽然所提取的特征更有效,但是维数可达40xMxN（M,N分别表示图像的行、列）,故在送入分类器中进行分类之前须对此进行降维处理,本文采用进行PCA降维处理。

PCA是在统计学中分析数据的一种有效方法,也是一种特征选择和提取的过程,实质就是利用K-L变化,在数据空间中找到一组向量尽可能解释数据的方差,通过矩阵变化将原来的高维数据投影到较低维的数据空间,并且保留了数据主要信息,使变换后产生的新的分量正交,同时达到降维的效果。

假设数据样本I（x,y）,为mxy维矩阵并对其进行标准化后得到样本集,则该样本集的总体散布矩阵为产生矩阵

其中为第i个样本的向量,μ为样本集的均值向量,M为样本的总数,。为总体散布矩阵。在实际计算中,可以看出为矿维矩阵,对其直接求正交特征矢量比较困难,为此我们采用矩阵的奇异值分解的思想来求解。

首先计算mxn维矩阵的特征值向量那么的特征值向量,可以看成由x和这两个向量的线性组成

（7）

轴上的能量占整个能量的百分比。实验中,经过PCA降维（取为0.85）,可将特征维数降低到382维,与之前的92x112维相比,维数己经很大程度地被降低了。

实验中,每一个人对应一个支持向量机。对于类问题,则构造M个分类器,训练第i个分类器,用于分开第i类样本和其他的M-1类样本。训练任一支持向量机时,对应该向量机的人脸图像的样本被认为正样本,输出为+1,所有其他人的样本则认为是负样本,输出为-1。测试时,将测试样本经Gabor小波特征提取并采用PCA降维后的特征向量输入支持向量机,综合各个分类器的输出。例如,如果只有第i个分类器的输出为+1,则该样本属于第i类：如果所有的分类器的输出都是-1,则该样本是新样本：如果有多个分类器的输出为+1,则再用距离分类技术,以判断该样本的类属。

3.结束语

从年龄估计、人脸图像重构、人脸识别三个方面着手,提出了一种具有年龄变化与人脸重构的人脸识别方法,用于解决由于年龄变化引起人脸识别率下降的问题,并从理论、算法和实现三个层面为人脸识别技术提供切实可靠的解决方案。运用LLE+SVM建立的年龄模型在平均绝对错误年和累积分两项指标均有所提高。对于人脸图像重构,运用log-gabor小波得到的年龄纹理图的参数从而控制皱纹的变化,得到最终的目标年龄的重构图像，更加真实。不同时期男女的脸形与皱纹的变化不是很相似，在年龄估计时会有一定程度的误差。不同年龄的人脸识别建立在人正常衰老的前提的理想状态下。但是现实生活中不同生活方式对人脸随年龄变化有很大的影响，识别效果有一定的局限性。本文采用的人脸识别方法，总体能有效进行常规人脸识别，有现实意义。

参考文献

[1]房芳.基于SVM具有年龄变化的人脸识别技术研究[M].江苏大学.2009

[2]付瑶.具有年龄鲁棒性的人脸识别算法研究[M].北京交通大学.2015

[3]樊莉静.基于年龄变化与人脸重构的人脸识别技术研究[M].江苏大学.2008

[4]金波.基于年龄流形的人脸图像年龄识别[J].中国新技术新产品.2011

[5]蔡静.基于MATLAB的人脸识别研究尹绍宏[J].电子世界.2012

[6]王国栋.基于MATLAB的人脸识别算法的研究[M].内蒙古大学.2014

[7]常用人脸数据库.常用人脸数据库-下载频道-CSDN.NET.http://download.csdn.net/download/qq_28561577/9044945