[发明专利]一种基于TFIDF的人脸图像年龄的估计方法

说明书

技术领域

本发明涉及一种基于TFIDF的人脸图像年龄的估计方法。

背景技术

在过去的几年里，脸部年龄估计迅速成为一个热点话题，使得这个领域吸引了越来越多的人。脸部图像显示一系列可视化特征，例如身份、表情、姿势、种族、性别和年龄。脸部衰老取决于多种因素，包括人类基因、健康状况、生活方式以及环境。因老化带来面貌的变化会很大程度地降低许多应用的性能，因此在脸部图像分析领域里一个健壮的年龄估计系统成为一个极为重要的问题。

发明内容

本发明的目的在于提供一种基于TFIDF的人脸图像年龄的估计方法，与传统的人脸图像年龄的估计方法相比，简洁高效而且适用于大型数据库。

本发明一种基于TFIDF的人脸图像的年龄估计方法，包括以下几个步骤：

步骤1、将一张人脸图像img通过ASM算法提取68个关键特征点，生成形状向量AAM_img，记为AAM_img＝(x₁，x₂，…，x₁₃₆)，其中(x₁,x₂)作为形状向量AAM_img的第一个特征点，(x₃,x₄)作为形状向量AAM_img的第二个特征点，依次类推；

步骤2、将所述形状向量AAM_img的每个分量转换成Landmark-Term值，具体为:

将形状向量AAM_img＝(x₁，x₂，…，x₁₃₆)的第i个分量x_i转换成形式为“F-i-LOC”的字符串，其中i表示第i个分量，其中,为取整操作，width为预置的固定值，称“F-i-LOC”为形状向量AAM_img第i个Landmark-Term值,其中i的取值范围在[1,136]；

步骤3、根据给定的人脸图像库，抽取出所有人脸图像的形状向量AAM_img，组成形状向量AAM_img样本空间()，假设整个AAM_img样本空间里有m个不同的Landmark-Term值，则所有的Landmark-Term值构成一个Landmark-Term字典DIC,DIC＝(term₁,term₂,...,term_m),其中term_i表示Landmark-Term字典DIC中的第i个Landmark-Term值；

步骤4、对于任意一个人脸图像的形状向量AAM_img，将其转换成一个Landmark-Term向量TermVec(img)，具体如下：

给定一个形状向量AAM_img，对应的Landmark-Term向量为TermVec(img)＝(v₁,v₂,...v_m)，其中，m为Landmark-Term字典中的Landmark-Term值总数，若形状向量AAM_img中存在一个分量转化成Landmark-Term值后与Landmark-Term字典DIC中的term_i相同，则v_i＝1，否则v_i＝0；

步骤5、给每个年龄组里所有Landmark-Term向量求和，则对所有的年龄组别，可得到Landmark-Term值的权重矩阵W，具体为：