人脸面部属性估计与老化合成研究

发布时间：2017-12-30 18:08

本文关键词：人脸面部属性估计与老化合成研究　出处：《南京理工大学》2016年博士论文　论文类型：学位论文

【摘要】：人脸分析一般包括对人脸中身份特征、年龄特征、表情属性、面部特征属性、性别属性、种族属性等进行分析。目前的身份特征识别方法还缺乏更为细致的身份信息描述,如面部五官形状、面部纹理等。这些称为人脸面部属性。对比于传统的人脸识别,人脸面部的属性估计属于更为精细的人脸生物特征分析,这在国防安全、人体测量学、医疗以及社交娱乐等方面有着更为广阔的市场前景。现有的人脸面部属性估计方法一般针对地是明显的人脸属性,如头发颜色、五官形状、肤色、性别等。然而,对于更为细粒度的面部属性(如单双眼皮、嘴唇厚度、眉毛浓密程度等)进行估计仍然存在着诸多挑战。另一方面,经验地,人脸老化是影响人脸面部属性最大的一个因素。简单地说,一个人的面部属性会随着年龄的变化而变化,如面部属性形状、皮肤纹理等。因此,根据给定的一张人脸相片,如何逼真地去合成其若干年后老化人脸也是人脸属性分析研究领域的一个重要课题之一。本文中称为人脸老化合成,它在跨年龄的人脸验证、年龄估计、社交娱乐等方面有着不错的应用前景。总结地,本文具体地在人脸属性估计与面部老化合成这两个全新的研究点上完成了以下几个工作:1.研究了人脸面部属性分析问题,特别是细粒度的人脸面部属性估计问题。对人脸面部属性进行了定义,并整理了相关的人脸面部属性数据集。随后,本文提出了一种新的深度卷积神经网络来解决细粒度的人脸面部属性估计。在此基础上,本文将提出的人脸面部属性估计方法应用到性格估计系统中。2.提出了一种基于亲属导向的人脸老化合成方法来指导人脸老化合成中的人脸老化方向,从而合成出逼真的老化人脸。其中,亲属关系信息可以加强婴儿与孩童的人脸老化合成中比较弱的身份信息,而亲属关系的一致性保持可以作为先验来指导人脸的老化方向。该方法能够将该人脸合成到未来的任意一个年龄下的老化人脸,使得该老化人脸既保持住了身份特征信息,又反映出了比较自然与真实的老化效果。3.提出了一种基于耦合式字典学习的人脸老化合成方法。该方法通过利用不同年龄段下的老化字典来重构出个性化的老化人脸。首先,人脸老化过程中单个的人脸可以分为随老化变化的面部属性模式与老化不变的面部属性模式。其次,将人类的一生划分为若干年龄段,每一个年龄段用一个老化字典来表达其该年龄段的人脸老化特征。利用提出的耦合式老化字典学习在收集到的人脸对数据集上训练这些老化字典。对于一个输入脸的老化人脸,它可以通过不同的字典基的稀疏的线性加权组合来重构得到。4.在基于耦合式字典学习的人脸老化合成方法上,对原有的耦合式字典学习模型进行改进,重新提出了一种高效的双层式老化字典学习模型。具体地,该模型将人脸对中的年轻人脸作为次优化目标函数的输入人脸数据,而将对应的年老人脸作为主优化目标函数的输入人脸数据。然后,针对双层式老化字典学习的总目标函数,提出了有效的优化求解方法。
[Abstract]:This paper presents a new depth convolution neural network for face facial feature estimation , such as facial feature shape , facial texture and so on . A new learning model of double - layer aging dictionary is proposed based on coupled dictionary learning based on coupled dictionary learning . In particular , the model puts the young face in face pair as input face data of the objective function of secondary optimization , and then uses the corresponding year old - old face as input face data of main optimization objective function .

【学位授予单位】：南京理工大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP391.41

【参考文献】