刘庆华,李 智

(江苏科技大学 计算机学院，镇江 212100)

人脸图像涵盖了众多与个人特性相关的重要信息，如身份、性别、年龄、情绪等.基于人脸图像检测与识别的相关研究近几十年来都是学者们所热衷的领域，最常见的例子就是我们每个人身份证上的人脸图像.目前基于二代身份证的人脸验证技术正在被广泛应用于火车站、银行、机场等公共场所中以实现无人化智能化服务[1].

年龄作为人类的一项重要信息特征，在许多实际应用场景下均有涉及.而基于人脸图像的年龄估计技术也逐渐被广大研究者们所发掘.年龄估计技术可应用于基于年龄的访问限制[2]，例如禁止未成年人购买烟酒、限制玩网络游戏的时长，禁止老年人参与刺激型项目等；也可应用于推荐系统，例如针对不同年龄段的消费者提供与之相适应的营销策略；还可应用于人员的排查筛选，例如协助警方缩小嫌疑人的范围.

关于人脸年龄估计的研究，文献[3]首次引入主动外观模型(active appearance model,AMM)的相关概念,以一个年龄函数描述了年龄随着人脸特征变化的过程，并利用一个二次函数来表示年龄大小与面部特征特征向量的映射关系；文献[4]提出一种年龄衰老模式子空间(aging pattern subspace ,AGES)方法，将一个人不同年龄段的一系列图像构成一个年龄衰老模式子空间.近年来，陆续提出更多的年龄估计方法，文献[5]采用偏最小二乘法(partial least squares,PLS)对年龄估计实验进行降维处理，并取得了比常用降维处理方法——主成分分析法(principal component analysis，PCA)更佳的实验效果；……