人脸识别是模式识别、图像处理等学科的一大研究热点,可以广泛地应用到安全部门、身份鉴别、电视会议、数字监控等领域。但由于年龄变化引起人脸形状和纹理上的变化,导致人脸识别率严重下降。为了解决这个问题,本文在国内外现有的人脸识别技术和年龄变化研究的基础上,提出加入年龄估计和人脸图像重构的人脸识别算法,从而实现具有年龄变化的人脸识别,并设计实现相应的原型系统。本文的工作主要包括:(1)提出基于优选局域二值模式与加权支持向量机回归相结合的年龄估计方法。分析现有年龄估计算法的优缺点,采用局域二值模式提取出人脸随年龄变化的关键特征,然后由神经网络贡献分析法对特征向量进行优选和加权,最后借助加权支持向量机回归算法进行训练得到全局的年龄函数,从而确定纹理特征与年龄之间的对应关系。该方法能较为有效地根据人脸图像估计出其大致的年龄范围,实现人脸年龄段的分类,年龄误差控制在3岁以内,为人脸图像重构提供年龄度量。(2)提出基于形状和LBP纹理特征相结合的多年龄人脸图像重构方法。根据得到的人脸特征点数据,结合径向基函数的变形技术,先对人脸形状进行年龄变化处理;然后通过LBP对年老的人脸图像进行纹理特征提取,得到年龄纹理图,将其叠加到变形后的人脸图像上。在此过程中通过年龄估计函数判断年龄,调整年龄纹理图参数,控制皱纹的变化,从而重构出目标年龄的人脸图像。实验结果表明,该方法可以更加逼真地重构出不同年龄的人脸图像。(3)深入研究基于Gabor小波与多分类支持向量机的分类识别算法,采用Gabor小波进行人脸特征提取并利用PCA对提取到的特征进行降维处理,然后利用多分类支持向量机分类器进行分类识别,实现具有年龄变化的人脸识别,从而验证添加人脸图像重构的有效性和合理性。(4)采用面向对象思想设计并开发具有年龄变化的人脸识别原型系统。该系统由图像预处理、年龄估计、人脸图像重构和人脸识别四个功能模块组成,实现当训练图像与测试图像采集时间间隔5年左右时,系统仍能根据人脸判定所属对象。