使用稀疏约束非负矩阵分解算法的跨年龄人脸识别

杜吉祥，翟传敏，叶永青

(华侨大学计算机科学与技术学院，福建厦门361021)

人脸识别率通常会受到姿态、光照、表情以及年龄等因素的限制［1］.因此，目前人脸识别的主要工作就是如何消除这些因素给人脸识别性能所造成的影响.然而，与人们对姿态、光照和表情的重视程度相比，人脸外貌的老化因素没有得到更多的关注.2005年，有关跨年龄段的人脸识别的相关研究表明［2］:1)对人脸老化带来的形状和纹理上的变化的模拟是一项富有挑战性的任务，因为除了生物学因素外，人类的生活方式中还有生存环境也会影响到人脸外貌的变化;2)对人类头部采取三维扫描可以更好地理解老化对人脸的影响;3)用于研究人脸老化的可用的数据库不仅数量少，而且还包含一些不可控制的内外部变化因素.因此，老化因素对人脸识别的影响没有得到广泛的研究.

人脸外貌的老化是一个极其复杂的过程，它对人脸的形状和纹理产生生理结构上的变化.近年来，人类感知物理学和计算机视觉领域均提出了不少关于人脸老化的研究方法.Todd等认为生物体的结构模型会因其所受外力的大小和方向的变化而变化，基于该思想他们提出了一种静水力学模型的方法来刻画人脸结构的成长［3］.Burt和 Perrett提出了“复合人脸”(composite faces)的概念，通过把复合人脸的差图信息移植到人脸图像上的方法来增强变换后人脸图像的感观年龄，从而达到模拟老化的目的［4］.Tiddeman等则对该方法……