基于LBP组合的人脸年龄分析算法

摘要人脸年龄估计是人机交互领域的一个热点研究问题，由于其越来越广泛的应用价值，其关注度也在逐渐上升。本毕业设计讨论了年龄估计的问题，提出了一种估计方法如下：首先对人脸图像进行预处理，然后用四种不同的 LBP 算子以及它们的几种组合算子提取出年龄特征,接着采用 K-均值聚类的方法为每一个年龄类别选出 km 个代表，再采用 K-近邻分类算法从已训练好的代表中选出与测试样本相似度最高的 kn 个代表作为候选，最后在候选代表中用投票选举策略估计出测试图片的年龄类别。本毕业设计实验分为两组，第一组是估计年龄值，第二组是估计年龄段，对采用不同算子的实验结果进行分析和比较，然后采用不同的结合算子，再进行对比实验，得到特征算子组合前后的估计效果的比较。得到的最终结论是相比于采用单独的算子进行年龄估计，不同组合算子的年龄估计效果没有得到提高，所以对于特征的组合还需要以后更加深入的研究。78944

毕业论文关键词图像增强特征提取局部二值模式(LBP) 年龄估计 K-均值聚类算法(K-means) K-近邻算法(K-NN)

毕业设计说明书外文摘要

Title Age Estimation of Facial Images based on LBP Combination Operator

Abstract Age estimation of facial Image is a hot research question of Human-Computer Interaction ， its attention is gradually increased,because it has more broad value。This Graduation Project presents a method for estimating the age of the facial images：First，I did the preprocessing of facial images，and then use four different LBP operators and the combined operators of them to extract feature。Next,I Used K-means clustering method to get km representatives of every category;and then use the K-NN classfication to selecting kn nearest neighbors of test samples from the trained representatives as candidates,select the final age category of this test image by voting。Experiment pided into two groups,one can estimate the age values of test images,the other can estimate the age group of test images。I have analyzed and compared the obtained results，and then used different combined operators to get new results。we can know that the combined operators do not improve the results comparing with the independent operators,so we need to research the combined operators more in the future。

Keywords image enhancement,feature extraction,Local Binary mode ,age estimation，K-means clustering algorithm,K-NN classfication

本科毕业设计说明书第 I 页

1 绪论 1

1 。 1 课题研究背景及意义 1

1 。 2 国内外研究现状 1

1 。 3 本文的主要工作及技术 3

1 。 4 本文结构安排 3

2 人脸图像预处理 4

2。 1 人脸数据库 4

2。 2 人脸图像增强 4

2 。 3 本章小结 7

3 局部纹理特征的提取基于LBP组合的人脸年龄分析算法:http://www.youerw.com/jisuanji/lunwen_91099.html