[發明專利]一種基于深度稀疏表示的人臉年齡估計方法

有效

• 申請號: 201710546450.4
• 申請日: 2017-07-06
• 公開（公告）號: CN107330412B
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 廖海斌
• 申請（專利權）人: 湖北科技學院
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度稀疏表示的人臉年齡估計方法，其特征在于，本方法包括如下步驟：

A、構建鑒別字典學習模型：

其中，r(A_i，D，X_i)為人臉重構保真項，||X||₁為稀疏約束項以保證求解系數的稀疏性，其中，A_i為第i類人臉年齡訓練樣本，訓練樣本集A由完備字典D線性組合表示，X為稀疏表示系數矩陣；

f(X)為鑒別約束項，L(D_i)＝||D_i||_*為低秩(Low-rank)正定化噪聲處理項，λ₁，λ₂，γ為平衡因子參數；

式(1)字典學習模型的目標函數求解可以通過交替迭代的方法進行求解；

B、根據AAM特征對年齡進行粗估計

首先，利用步驟A介紹的字典學習方法求得的完備字典D_AAM對測試人臉y進行稀疏表示求取稀疏表示系數x_AAM：

其中，γ為常量平衡因子；重寫稀疏表示系數其中，系數向量對應于子字典

然后，根據定義每類的殘差：

其中，第一項為第i類的重構誤差項，第二項為稀疏表示系數與第i類系數均值的距離，w為預設的平衡權值；對e_i進行排序，選取前k個較小的e_i作為下一步驟的字典類別；

C、根據BIF特征對年齡進行估計

根據步驟A獲得完備字典D_BIF，使用步驟B得到的類別對其進行提煉得到精簡后的字典D′_BIF；對測試人臉y利用D′_BIF再次進行稀疏表示求取稀疏表示系數

然后，根據式(3)求取e_i，并選取前較小的k類別作為下一步驟的字典類別；

D、根據Gabor特征和LBP特征年齡進行估計

根據步驟A獲得完備字典D_GL，使用步驟C得到的類別對其進行提煉得到精簡后的字典D′_GL；對測試人臉y利用去除奇異類后的D′_GL第三次進行稀疏表示求取稀疏表示系數

E、通過年齡估計模塊對年齡自動估計

年齡估計分為模型訓練和年齡估計兩個階段

模型訓練階段：將0～80歲的人臉年齡以10歲為間隔分成8組；每組利用支持向量回歸(SVR)單獨訓練一個估計模型，總共得到8個不同的年齡估計器；

年齡估計階段：首先，根據深度稀疏表達模型對待估人臉進行分組；然后，根據第一步的分組情況，選擇相應的SVR模型進行年齡估計。

2.根據權利要求1所述一種基于深度稀疏表示的人臉年齡估計方法，其特征在于，本方法還包括一個最終年齡特征提取的步驟，方法如下：將步驟B求取的系數置0，并將步驟D求取的系數代入其相應的類別位置得到最終的人臉特征。

3.根據權利要求1所述一種基于深度稀疏表示的人臉年齡估計方法，其特征在于，本方法還包括一個基于因子分析的人臉身份信息去除的步驟，方法如下：

其中，為進行人臉身份因子去除后的人臉年齡特征向量；y^sc為原始的人臉特征向量；是只與人臉身份信息有關的身份因子向量。