基于稀疏性约束非负矩阵分解的人脸年龄估计方法  

Age estimation of facial images based on non-negative matrix factorization with sparseness constraints

作　　者：杜吉祥[1,2] 余庆[1] 翟传敏[1] 

机构地区：[1]华侨大学计算机科学与技术学院,福建泉州362021 [2]中国科学院合肥智能机械研究所,安徽合肥230031

出　　处：《山东大学学报（理学版）》2010年第7期65-69,共5页Journal of Shandong University(Natural Science)

基　　金：国家自然科学基金资助项目(60805021);福建省自然科学基金资助项目(0810010);中国博士后科学基金资助项目(20060390180;200801231);华侨大学科研基金资助项目(09HZR14;09HZR15)

摘　　要：基于人脸图像的年龄自动估计已经成为当前人脸识别领域的一个重要研究方向。首先通过非负矩阵分解(non-negative matrix factorization,NMF)算法对基矩阵或系数矩阵进行稀疏性约束,用形成的更具有局部表达能力的子空间对人脸图像数据进行表示。然后使用径向基函数神经网络进行训练和测试,提取包含在大多数人脸图像上的年龄信息来进行年龄估计。实验结果表明,具有稀疏性约束的非负矩阵分解算法对年龄估计问题具有良好的应用效果。Automatic age estimation based on facial images has been become an important orientation of face recognition research.By applying sparseness constrains to the base matrix or coefficient matrix in the factorization of non-negative matrix factorization,a new subspace could be formed with part-based representation ability to describe image data.Radial basis function neural networks were used to extract the aging information contained in most facial images.The experimental results demonstrated that the non-negative matrix factorization with a sparseness constraints algorithm could achieve better performance for the age estimation task.

关 键 词：年龄估计 非负矩阵分解 稀疏表示 人脸图像 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]