人类面部属性估计研究:综述*

曹 猛, 田 青, 马廷淮 , 陈松灿

1(南京信息工程大学 计算机与软件学院,江苏 南京 210044)

2(南京航空航天大学 计算机科学与技术学院,江苏 南京 210016)

近年来,在计算机视觉与模式识别等领域,人脸相关研究得到了越来越多的关注.这主要由于人脸拥有丰富且稳定的特征信息,且易于被摄像头等仪器捕捉,进而被广泛应用于人机交互[1]、智能消费推荐[2,3]、访问控制[4-6]和辅助身份识别[1,7]等领域.

当前,人脸属性估计相关工作主要集中在人种估计、性别识别、年龄估计等几个方面.在相关研究方向上,分别已有大量工作被提出.例如,文献[8,9]利用集成学习进行人种分类估计;文献[10-25]借助贝叶斯分类器和SVM分类器等进行人脸性别识别;文献[26-61]将人类年龄估计分别视为分类问题、回归问题或者混合问题进行研究;文献[62]基于字典学习进行人脸老化合成研究等.然而,相关研究[26,63-65]表明,不同面部属性之间存在关联性影响,并且某一属性估计受到其他属性的影响.因此,依据是否考虑人脸不同属性之间的内在关联和影响,本文将现有人脸面部属性研究工作划分为两大类,如图 1所示:一是未考虑不同属性间关联影响的独立属性估计方法,这与朴素贝叶斯理论[66]中不考虑属性间关联、独立对待不同属性的假设相类似,因此本文称其为朴素的(naïve)方法;二是考虑并利用不同属性之间关联影响的属性估计方法(例如,男女之间存在老化差异,该差异会对人类面部年龄估计准确性……