基于主成分分析（ＰＣＡ）的带有年龄信息的人脸识别技术研究开题报告

全文总字数：6244字

1. 研究目的与意义（文献综述）

研究背景及目的

人脸识别是图像分析与理解最重要的应用之一,也是人类开发自身生物特征的又一次伟大尝试。所谓人脸识别，就是利用计算机分析人脸视频或者像，并从中提取出有效的识别信息。人脸识别在金融支付、公安刑侦、信息安全等方面正在发挥着重要的作用。对于同一个人在不同时期的照片进行验证深受关注，该问题已经成为了近几年研究的热点话题^[1]。而其中带有年龄信息人脸识别技术作为人脸识别技术的延伸问题同样有着重要的研究价值和应用价值。

带有年龄信息人脸识别技术，或者说跨衰老人脸识别问题属于人工智能里面的计算机视觉领域，近年来己经广泛出现在了普通人的生活里。早2008年北京奥运期间便有刷脸进入比赛场所的先例。同样在公共安全部门如公安局、交通局也会运用人脸识别的技术帮助解决案件。自苹果手机率先将人脸识别应用在移动设备的解锁中后，现如今几乎所有的智能手机里都加入了人脸识别的功能，甚至很多软件如支付宝、微信也都推出了人脸识别进行移动支付等。这一切的一切都显示了人脸识别的重要性与广泛的应用性^[2]。当然，我们必须看到现存的技术的一些弊端。人脸识别在某些非特殊环境下的准确率依然不足以令人信服，特别是在带有年龄信息的人脸识别方面，人脸识别技术还有很大的进步空间。众所周知，如果没有整容、烧伤、或得面部的疾病、做外科手术等经历，对于同一个人的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。当然年龄段相差越大，识别起来也就越困难。年龄差距过大的时候，有时候甚至连人类自身也不能准确分辨。尤其是儿童与自己变老后的图像识别技术是一个有一定难度的问题。

人类的面部衰老变化是多方面的原因决定的，包括但不限于基因、环境、生活习惯等，是一个十分复杂的问题。但是不可否认的是其中也必定存在一定的不变因素，因此如何找到这种不变因素便是关键所在。跨衰老人脸识别的目的就在于如何找到其中不变的因素以便于准确地进行身份的识别。跨衰老人脸识别问题的解决有利于人们身份信息的认证和更新，也可以应用于“打拐”、“身份追踪”、“年龄预测”^[3]等热点问题中，十分具有现实意义。

2. 研究的基本内容与方案

基本内容

研究带有年龄信息的人脸识别技术或者说是跨衰老的人脸识别技术，通过fg-net数据库，搜集到一个人在不同年龄段的照片进行训练，实现跨越年龄的人脸识别。可以把内容分为三个过程，即特征提取、图像重建和分类识别。利用pca算法，提取出主成分，构建特征脸，基于特征脸和年龄进行人脸图像重建。以k-l变换为基础，计算样本的均值向量，进而计算协方差矩阵，再将协方差矩阵进行svd分解，得到一组正交归一化的特征向量接下来按照贡献率就可以得到一组特征脸，构造出特征脸空间。由于在试验中，2dpca的识别率都高于pca。实验结果还表明，2dpca比pca更有效地提取图像特征^[17]。所以可以尝试用2dpca来提取特征脸。根据计算图像协方差矩阵。同时根据确定好的投影方向^[17]。对人脸中含有的年龄信息，根据已有的人体测量学模型和柔性模型,结合机器学习的方法和图像变形技术,对提取出的人脸形状进行年龄变化处理。人体测量学模型主要是描述随着年龄的增长人脸整体轮廓变化的数学规律，它所测量的是人脸的一种结构信息。该模型能有效描述一个人从孩童逐渐成长为成年人过程中的头部轮廓变化规律，其表达式可以表示为。柔性模型将人脸的形状与灰度/纹理有机结合起来，用统计的方式建立人脸模型^[18]。这样年龄的变化在面部图像中的体现得以客观地重建出来。识别阶段, 由于现有的方法有以线性判别分析为代表的线性建模方法，以核方法为代表的非线性建模方法，和基3d人脸重建的人脸识别方法进行分类^[5]所以考虑尝试最近邻分类或聚类等多种分类方法。

目标

对包含了年龄信息的人脸图像进行辨别，利用pca算法，选择fg-net 人脸数据库，该数据库收集同一个人在不同年龄段内拍摄的照片；按分层思想利用matlab编程进行年龄识别，可以实现不同年龄段的照片识别，并计算出识别率。

拟采用技术方案

利用pca，提取出主成分，构建特征脸，基于特征脸和年龄进行人脸图像重建。根据已有的人体测量学模型和柔性模型,结合机器学习的方法和图像变形技术,对提取出的人脸形状进行年龄变化处理，得到重建之后的人脸图像。使用欧氏或马氏距离进行判别，再利用matlab编程计算出识别率。再使用聚类方法进行分类，计算出识别率，比较两者之间的优劣。

3. 研究计划与安排

1.15-3.15 阅读文献，查找资料，完成开题报告

3.16-3.20 找到数据库，进行图像预处理

3.21-3.25 特征脸建立，使用2dpca与pca

4. 参考文献（12篇以上）

[1]陈文兴.带有年龄信息的pca人脸识别技术[j].数学的实践与认识,2018,48(6)118-130.

[2]陈家祥.基于深度网络的跨衰老人脸识别方法研究[d].四川:电子科技大学,2016.

[3] s. chen, c. zhang, m.dong, et al.usingranking-cnn for age estimation[c].ieee confer-enceon computer vision andpattern recognition, usa,2017: 5183-5192.