1、隨著社會的進(jìn)步和科技的不斷發(fā)展，安全可靠的身份認(rèn)證成為社會的迫切需要，生物特征識別正在取代傳統(tǒng)的認(rèn)證方式，并逐漸發(fā)展起來。在眾多生物特征當(dāng)中，人臉識別由于其方便、安全、適用范圍廣等優(yōu)點被廣泛應(yīng)用于身份認(rèn)證、公安刑偵、日?？记诘阮I(lǐng)域。然而，由于數(shù)據(jù)庫中的人臉圖像與新采集的人臉圖像總是有一定年齡差距，由年齡變化而引起的人臉識別率下降問題成為人臉識別領(lǐng)域一個極具挑戰(zhàn)的問題。本文對國內(nèi)外現(xiàn)有的年齡變化條件下的人臉識別技術(shù)進(jìn)行研究，在原有的人臉識

2、別系統(tǒng)框架上加入了年齡估計模塊和人臉重構(gòu)模塊，從而提高了年齡變化條件下的人臉識別率。具體工作包括:
　　(1)提出了局部Gabor二值模式(LGBP)特征與加權(quán)支持向量機(jī)回歸(SVR)相結(jié)合的人臉年齡估計方法。首先采用Gabor小波對人臉圖像進(jìn)行特征提取，并在得到的圖像上進(jìn)一步提取LBP特征，構(gòu)成人臉圖像的LGBP特征，接著利用主成分分析(PCA)方法對提取出的人臉特征進(jìn)行降維處理，得到低維的人臉特征向量。利用支持向量機(jī)回歸算法進(jìn)

3、行年齡估計函數(shù)的訓(xùn)練，從而將紋理特征與年齡標(biāo)簽對應(yīng)起來，實現(xiàn)年齡估計效果。
　　(2)提出了基于形狀變化和紋理增強(qiáng)的人臉圖像重構(gòu)方法。首先利用主動表觀模型（AAM）自動對人臉特征點進(jìn)行標(biāo)定，并對標(biāo)定后的特征點采用基于徑向基函數(shù)的形狀變形技術(shù)，對老化后的人臉圖像形狀進(jìn)行調(diào)整，然后采用改進(jìn)的紋理變換方法對變形后的人臉圖像進(jìn)行紋理增強(qiáng)。通過形狀變形和紋理疊加，可以重構(gòu)出與目標(biāo)年齡相符合的人臉圖片。實驗表明，本文提出的人臉重構(gòu)方法可以很好