基于数字人脸图像的人类年龄自动估计方法技术

本发明专利技术涉及一种基于数字人脸图像的人类年龄自动估计方法，步骤为：第一步，获得待估计人脸图像；第二步，待估计图像提取待估计人脸图像的特征向量生成候选年龄成长模式向量；第三步，判断成长模式子空间是否训练好，如果否，则进入训练成长模式子空间，如果是，则进入下一步；第四步，根据训练好的成长模式子空间，将待估计人脸图像的所有候选年龄成长模式向量投影到成长模式子空间中，再从投影向量重构出完整的候选年龄成长模式向量；第五步，通过比较重构图像与原图像之间的重构误差找到重构误差最小即最佳年龄成长模式；第六步，待估计人脸图像在这个最佳候选年龄成长模式中的位置ｒ即其年龄。该方法精确度高，可自动完成。

【技术实现步骤摘要】

本专利技术涉及利用计算机对人类年龄进行自动估计的方法，特别涉及一种利用 人脸图像对人类年龄进行估计的方法。
技术介绍
目前尚未发现利用计算机通过人脸图像对人类年龄进行自动估计的技术。但 存在一些利用数字人脸图像对人的身份进行识别的技术，如本专利技术申请人拥有的 另一项专利技术专利"基于选择性多本征空间集成的数字人脸图像识别方法"(专利 号ZL 2004 1 0041173.4)。数字人脸图像识别与本专利技术有着一定的联系，即都是 利用数字人脸图像寻求与图像中人物有关的有用信息。但是，二者解决的是完全 不同的问题，数字人脸图像识别目标是识别人的身份，而本专利技术是估计人的年龄。年龄是人的重要属性，决定了人的行为、观念及应遵守的规则。人类年龄自 动估计技术使得智能系统根据用户的年龄提供相应服务成为可能。在我国社会人 口老龄化和越来越重视保护未成年人的大背景下，该项技术的应用显得尤为重要 与迫切，蕴含着极大的经济和社会效益。当前多数情况下采取的年龄估计或验证 方式要么依赖于人的主观估计如酒吧、网吧等场所拒绝未成年人入内，要么依赖 于相关证件如护照通关。这些方式固有的速度慢、花费高、不友好、不可靠、易 伪造等缺点可以通过自动年龄估系统的应用彻底改观。并且，原来很多年龄估计 和验证不易实施的地方也可以应用该项技术实现覆盖，比如可根据用户年龄自动 选择屏蔽某些有害信息的互联网浏览器，为不同年龄用户提供特色服务的自动服 务终端等。因此基于此项技术开发的相关产品将具有十分广阔的市场前景。另外， 在保护未成年人和关爱老年人等方面，该项技术的应用还具有良好的社会效益。值得注意的是，本专利技术所涉及的人类年龄估计方法仅仅依赖于人脸图像，这与考 古学或法医学中研究的人类年龄估计方法有着根本不同。后者主要基于人死亡后 骨骼和牙齿的相关证据进行估计，这些证据无法进行不侵入人体的采集，所以很4难应用于日常生活中。与此不同，本专利技术通过人脸数字图像对人的年龄进行估计。 这种方式正如人们在日常生活中估计他人年龄的方式一样，方便快捷且不唐突。 因此，这种自动年龄估计技术能够直接应用于界面友好的智能系统中，使其具有 与人类似的年龄估计能力。
技术实现思路
本专利技术的目的是提供一种让计算机以类似于人的方式，即观察人脸，对人类 年龄作出准确估计的自动化方法，该方法的估计精度可达到与人类似的水平。本专利技术的技术方案为一种，步骤为第一步，通过数字图像输入设备获取用户面部的数字灰度图像即待估计人脸 图像；第二步，待估计图像被分别放在年龄成长模式中所有可能的年龄上，提取待 估计人脸图像的特征向量并生成一组候选年龄成长模式向量，在每个候选年龄成 长模式向量中，仅一个年龄上有图像特征，其余部分全部为缺失值；第三步，判断成长模式子空间是否训练好，如果否，则进入训练成长模式子 空间，如果是，则进入下一步；第四步，根据训练好的成长模式子空间，将待估计人脸图像的所有候选年龄 成长模式向量投影到成长模式子空间中，再从投影向量重构出完整的候选年龄成 长模式向量；第五步，如果待估计图像被放在了正确的年龄上，则重构出来的年龄成长模 式中对应年龄上的人脸图像与原图像非常相像，否则重构出来的人脸图像将出现 扭曲现象，通过比较重构图像与原图像之间的重构误差，也就是重构年龄成长模式向量与原始的年龄成长模式向量之间的重构误差，找到重构误差最小的一个候 选年龄成长模式，即对待估计人脸图像来讲的最佳年龄成长模式；第六步，待估计人脸图像在这个最佳候选年龄成长模式中的位置r即为对其 年龄的估计，并将其作为最终的结果输出。相关定义L年龄成长模式 一种将某个人的不同年龄的人脸图像从小到大 排列的图像序列。2.年龄成长模式向量从年龄成长模式中的每一幅人脸图像抽 取出特征，然后按照年龄从小到大拼接而成的特征向量。3.人脸图像特征利用高等代数教科书中的主成分分析技术，从人脸图像中抽取出来的特征向量。4. 成长模式子空间以一组年龄成长模式为训练样本计算出来的最具代表性的特征 子空间。5.重构利用训练好的成长模式子空间重新还原人脸图像的过程。6.候 选年龄成长模式将待估计的图像放在年龄成长模式中不同位置上所生成的一组 年龄成长模式，其中只有一个对待估计的图像是最合适的。7.目标年龄系统所 能够估计的年龄范围，如0到70岁。有益效果l.本方法完全自动化，不需人的干预，且速度快，准确度高，可 以应用于需要年龄估计的绝大多数场合。2. 本方法仅仅依赖人的面部图像就能对其年龄作出估计，这与日常生活中人 们估计别人年龄的方式类似，因此能够很方便的在日常应用中实施而不会让人感 觉麻烦或者反感，甚至可以在被估计者不知道的情况下实施，从而实现很多人性 化的应用。3. 本专利技术中的年龄成长模式向量是一种适合于人脸年龄估计问题特点的特 殊数据结构，这种数据结构中允许出现缺失值，更符合实际应用中年龄成长模式 中几乎不可避免的出现缺失图像的现象；在这一数据结构中，所有人脸图像特征 按照时间顺序从小到大排列，这反映了年龄成长模式的时序性；每一个年龄成长 模式向量中包含的所有图像特征均属于同一个人，这样能够充分反映年龄成长的 个性化特点，即每个人变老的方式是不同的。附图说明图1是基于数字人脸图像的人类年龄自动估计系统工作流程图。图2是年龄成长模式向量的生成过程示例。图3是初始化年龄成长模式中缺失图像的过程示例。图4是成长模式子空间的训练过程流程图。图5是对单张待估计人脸图像进行年龄估计的过程示例。具体实施例方式下面结合附图和最佳实施例对本专利技术进行详细说明。基于数字人脸图像的人类年龄自动估计系统工作流程图如图1所示。系统首 先通过数字图像输入设备获取用户面部的数字灰度图像也就是待估计人脸图像， 随后进入计算机处理过程。该过程包括提取输入人脸图像的特征向量并生成年龄 成长模式向量如图2和图3所示，然后判断成长模式子空间是否训练好，如果否， 则进入训练成长模式子空间过程，如图4所示，如果是，则根据训练好的成长模 式子空间和待估计人脸图像的特征向量计算得到年龄估计结果，如图5所示，最 后将估计结果输出。系统输出的估计年龄可视不同的实际应用而触发相应的操 作。例如，当系统应用于基于年龄的人机交互系统时，较大的估计年龄可能使得 系统以较大的字符显示操作界面，以照顾老年人的视力，相反，较小的估计年龄 可能使得系统采用较为活泼和鲜艳的界面，以适应年轻人的喜好。再比如，当系 统应用于屏蔽不良网上信息时，估计年龄如果属于未成年范围，系统将阻止用户 浏览不适合未成年人的信息。本专利技术建立在一种特殊的数据结构基础之上，即年龄成长模式向量，如图2 所示。所谓年龄成长模式，即一种将某个人的不同年龄的人脸图像从小到大排列 的图像序列。图2所示为某人0-8岁的年龄成长模式。其中虚线框表示对应年龄 上无人脸图像，这种缺失图像在年龄成长模式中几乎不可避免，因为很难从某个 人那里收集到其在所有年龄上的人脸图像。接下来，年龄成长模式中的每幅图像 通过高等代数教科书中的主成分分析技术提取出特征向量，即将图像投影到由主 成分分析得到的有m个正交向量基的子空间中，获得的n维特征向量，这里m 是一个预先设定的整数，例如IOO，或者选择能够解释原数据90%方差的11值， 这个值一般都远远小于像素个数本文档来自技高网...

【技术保护点】
一种基于数字人脸图像的人类年龄自动估计方法，其特征在于，步骤为：　第一步，通过数字图像输入设备获取用户面部的数字灰度图像即待估计人脸图像；　第二步，待估计图像被分别放在年龄成长模式中所有可能的年龄上，提取待估计人脸图像的特征向量 并生成一组候选年龄成长模式向量，在每个候选年龄成长模式向量中，仅一个年龄上有图像特征，其余部分全部为缺失值；　第三步，判断成长模式子空间是否训练好，如果否，则进入训练成长模式子空间，如果是，则进入下一步；　第四步，根据训练好的成 长模式子空间，将待估计人脸图像的所有候选年龄成长模式向量投影到成长模式子空间中，再从投影向量重构出完整的候选年龄成长模式向量；　第五步，如果待估计图像被放在了正确的年龄上，则重构出来的年龄成长模式中对应年龄上的人脸图像与原图像非常相像 ，否则重构出来的人脸图像将出现扭曲现象，通过比较重构图像与原图像之间的重构误差，找到重构误差最小的一个候选年龄成长模式，即对待估计人脸图像来讲的最佳年龄成长模式；　第六步，待估计人脸图像在这个最佳候选年龄成长模式中的位置ｒ即为对其年龄 的估计，并将其作为最终的结果输出。...

【技术特征摘要】

【专利技术属性】
技术研发人员：耿新，周志华，
申请(专利权)人：东南大学，
类型：发明
国别省市：84[中国|南京]