聶佳琦　高迎雪

摘要：人的面貌與生俱來，伴隨著人年齡的增長，人的面貌也會隨著改變。識別標(biāo)準(zhǔn)光照標(biāo)準(zhǔn)位置的兩張不同年齡段的照片是否為同一人。對圖像的特征進行分層提取，在原有的模型兩層基礎(chǔ)上改進，將特殊特征也用于特征識別。上層為特殊印記層，中層為五官層，下層為皮膚臉型層。最后，對不同的層用不同的標(biāo)準(zhǔn)對比。通過建立的人臉老化的全局模型，對于每個年齡段，得出其與其他年齡階段的老化范圍。利用同一人不同年齡階段的照片確定兩張人像間差距的閾值。本文所建立的人臉識別模型也可適用于公安局戶籍掃描、嫌疑犯識別等人臉識別范圍。

關(guān)鍵詞：人臉識別；全局模型；老化模型；Procrustes算法；Denlaunay三角化

中圖分類號：TP18 文獻標(biāo)識碼：A 文章編號：1009-3044（2018）11-0187-02

1前言

從骨骼到皮膚，從毛發(fā)到眼睛，人臉的所有特征都在時間的沖刷下不停的改變。變化是必然的，但是在沒有外傷、整形這類非自然的改變情況下，總也有一些特征是不變的，與生俱來并且伴隨一生。日常生活中，看到兩張不同年齡階段的人的照片，大多情況都能通過人眼識別這兩張圖片是否為一人，但總有人眼也不能識別的時候。通過建立數(shù)學(xué)模型，識別標(biāo)準(zhǔn)光照標(biāo)準(zhǔn)位置的兩張不同年齡段的照片是否為同一人。

針對該問題，建立能夠分辨兩張圖片是否為同一人的模型。本文認為，建立的模型中應(yīng)包括：1）圖像預(yù)處理，識別出圖片中的臉部范圍，處理為灰度圖像。2）特征分層提取，將人臉的特征分為三類，提取屬于每個層中的特征。3）建立不同年齡階段老化模型，確定兩個不同年齡段之間的老化范圍，確定閾值。4）找到兩張圖片所屬的年齡段，對比兩張圖片之間的老化程度，與閾值對比得出結(jié)果。通過將兩張圖片輸入算法，實現(xiàn)自動識別，得到結(jié)果。

2 建立模型

2.1構(gòu)架全局原型

采用[1]中的全局原型。全局原型是各年齡段平均形狀和平均紋理的集合，反映了人臉老化的共性特征。收集圖像庫平均人像，平均人像反映了人臉的共同特征。本文收集了青年、中年、老年三個年齡階段的一寸證件照各2000張，組成人臉圖像樣本子庫。對各個樣本子庫，采用Procrustes算法[2]迭代求取人臉的平均形狀（見圖1），公式如下：

（1）

對齊至三個年齡段的平均形狀，得到與平均形狀五官的平均紋理。平均形狀和平均紋理能很好地體現(xiàn)人臉老化的共性特征。這些信息在時間軸上的不斷變化構(gòu)成了人臉的全局原型（見圖1），用來進行人臉老化過程模型。

2.2面部層次模型

將人臉圖像分層表示，能夠?qū)⒃嫉娜四槇D像適當(dāng)?shù)谋硎?，以年齡段中的人像為例，按照層次模型表示為：

[It=（If，t，Ip，t，Ik，t）] （1） 其中，為人像的下層，包括皮膚、臉型等全局特征；為人像的中層，包括五官（眼睛、眉毛、鼻子、嘴）以及相應(yīng)的皺紋（魚尾紋、抬頭紋、眉間紋、法令紋）； 為人像的上層，包括痣、傷疤、坑痕等不會隨著年齡改變，并非所有人都有的特征。

在建立包含子塊圖像的人像子庫時，只提取五官層（圖2）和皮膚層的特征 。

對年齡段[t]中的所有人像均按層次模型進行表示，建立包含子塊圖像的人像子庫[Gt]：

[Gt=（Ii，f，t，Ii，p，t），i=1，2，...，n] （2）

[Gt]包含下層和中層的子塊圖像，以青年為例。將Denlaunay三角化[1]應(yīng)用于原始人像，線性對齊至平均形狀，以提取形狀以及與形狀無關(guān)的紋理矢量[Si，f，t，Ti，f，t]。由于人老化的程度是非線性的[1]，及人臉上的各部分經(jīng)過相同的時間，變化有大有小。所以建立人臉老化模型時，不同的層中的不同部位都有著不同的模型。

3確定閾值

給出的兩張圖片可能有三種情況：1、青年與中年。2、中年與老年。3、青年與老年。不同年齡段之間的變化在每個層中都有體現(xiàn)。因此，需求出與這三種情況對應(yīng)的，各個層間的老化范圍即閾值：[theshold1（u，m，d）]；[theshold2（u，m，d）]；[theshold3（u，m，d）]，以及段特征范圍[[l1，h1]，[l2，h2]，[l3，h3]]。 閾值記錄不同年齡段之間五官層中五官的大小變化與位置變化，記錄皮膚與臉型層中的臉型變化與皺紋變化情況。將變化量化，從而算出閾值。人臉老化有著一定的規(guī)律如圖5。因此，在確定閾值時，考慮中層的五官（眼睛、眉毛、鼻子、嘴）以及下層的皺紋（魚尾紋、抬頭紋、眉間紋、法令紋）。而特征范圍，能夠用于檢測任一圖像的年齡階段。

4提取圖片面部特征，與閾值對比得出結(jié)果

利用建立的面部層次模型，提取兩張圖片面部特征。通過各個層的特征確定一個特征值，通過這個特征值所屬特征區(qū)間確定兩張圖片中人物所處的年齡階段。提取上層信息，由于上層中的特征都是不隨時間變化且不大眾的特征，因此上層中的特征對于辨別人臉十分重要。

首先比較上層的特征信息，若上層均有特征且相等，再比較中層與下層；若不滿足其一項，對比停止。

5 結(jié)束語

本文選擇從建立面部全局模型、面部層次模型、不同年齡段間的人臉老化模型三方面解決問題，在原有的模型兩層基礎(chǔ)上改進，選擇三層模型，將特殊特征也用于特征識別。改進預(yù)處理方法后能用于廣泛樣本。

參考文獻：

[1] 鄒北驥，郭偉，梁毅雄.非線性人臉老化模擬[J].計算機工程與科學(xué)，2010，32（3）：45-48.

[2] Goodall C. Procrustes Methods in the Statistical Analysis of Shape[J].Journal of the Royal Statistical Society， 1991， 53（2）：285-339.

[3] Medina A， Lakhina A， Matta I， et al. BRITE： an approach to universal topology generation[C]// International Symposium on Modeling， Analysis and Simulation of Computer and Telecommunication Systems， 2001. Proceedings. IEEE， 2001：346-353.

[4] 王映輝.人臉識別—原理、方法與技術(shù)[M].北京：科學(xué)出版社，2010.