论文部分内容阅读
人脸老化是人脸表观随时间推移呈现的一种非人为控制的、必然的、不可逆转的缓慢变化,对人脸老化的建模是人脸相关研究的一个重要方面,吸引了来自计算机视觉、图形学、心理学等领域的广泛关注。人脸老化建模旨在理解人脸在老化过程中发生的变化,发掘其内在的规律性,并建立相应的数学模型。一方面,人脸老化建模可以促进人类学、人体测量学、遗传学等学科发展,具有深刻的理论意义；另一方面,一个科学的老化模型不仅可以预测人脸老化轨迹,还可以指导年龄估计算法的设计、帮助长时间跨度的人脸识别等,在现实生活中具有广阔的应用前景,如寻找丢失儿童或长期潜逃的通缉犯、进行特技合成、开发特定年龄段用户的检索系统等。然而,由于人脸老化的一些独特属性,比如机理复杂、训练样本收集困难且数据纯度低、存在多样性和不确定性、缺乏定量的模型评价方法等,对人脸老化建模的研究面临着诸多挑战。
本文在人脸老化的建模和老化模型的有效性评价两方面进行了一系列的研究,完成了以下几方面的工作:
1.提出了一种基于分解式人脸表示的老化建模框架,即局部马尔可夫老化模型。
针对人脸老化建模面临的几个挑战,包括变化繁多复杂、高度非线性、具有多样性和不确定性、训练样本缺乏等,该老化建模框架采取了以下学习策略:在空间域将人脸分解成一系列子区域,既而对其老化过程分别进行建模；在时间域将整个老化过程离散化,逐年龄段学习人脸的老化模式；采用概率采样技术模拟老化过程的多样性。该建模框架很大程度上降低了模型复杂度和对训练样本需求,是一种有效的老化建模方法。
2.提出了一种人脸老化模型有效性的间接评价方法。
本文首先分析人脸老化过程呈现的规律性,并据此定义了两条老化模型的间接评价准则,即年龄感知精确度准则和身份保留准则；然后从这两条准则出发,结合主客观评价实验的特点提出了一套评价实验的设计方案；最后采用统计分析方法对实验结果进行定量分析,提出一个度量模型有效性的指标。同时,文中还提出了一种基于层次式人脸表示进行特征设计的人脸年龄估计方法,用于年龄感知精确度准则下的老化模型评价。
3.提出了一种基于与或图的种群相关的人脸老化模型。
在局部老化模型的框架下,该模型将老化过程形式化为一系列层次式高分辨率人脸表示(与或图)构成的马尔可夫链,并利用同一地域的人脸在局部表观和老化模式上的相似性,从“不同年龄段的相似人脸”代替“同一个人不同年龄段的人脸”学习马尔可夫链的动态参数。在三个不同种族的数据库学得的人脸老化模型在老化模拟实验和模型定量评价实验中都表现出了良好的性能。
4.提出了一种从局部稠密的老化数据库学习长期老化模式的人脸老化模型。该老化模型也是在局部马尔可夫老化模型框架下的一种实现。对于分解式人脸表示,该模型提出了面向老化的分解式主动表观模型(Active Appearance Model,简称AAM)[Cootes01]；对于动态模型的学习,该模型基于长期老化过程的平滑性和马尔可夫性,通过“串接趋势近似的短期老化模式”的方式从局部稠密的数据库中学习长期人脸老化模式。在多个群体上的老化模拟实验和对模型的定量评价实验均验证了该老化模型的有效性。
以上研究内容表明:局部马尔可夫老化模型是对人脸老化过程建模的一条可行的研究思路,在现有的模型评价准则下能够合理地模拟人脸老化过程；本文提出的人脸老化模型间接评价方法可以为老化模型的有效性提供科学的量化指标,并指导老化建模的发展方向。本文的研究对人脸老化的学习有很大的推动作用,为进一步的研究奠定了基础。