基于分块PCA的人脸年龄估计算法(3)
人脸图像的年龄识别会受到众多因素的影响，如光照条件、人的姿态、面部表情等等。这些因素主要有：
外部因素：外部因素就是指光照、姿态、表情这些非人脸本身特性的因素。这些因素与人的年龄无关，但会对年龄识别产生不小的影响。人脸图像数据库中有很多照片来自于同一个人，但是是在不同年龄拍摄的，因此拍摄的条件、摄像水平、人的姿态和表情、人的装饰都不大可能会一样，所以外部因素的干扰就会很大，从而使得识别的准确率降低。
个人身体状况：每个人的身体健康情况都不一样，健康状况会使得人的外貌发生潜移默化的变化。特别是患病的特殊情况，这会加速人的衰老，使得人所呈现出的年龄大于其实际的年龄。另一方面，如果一个人身体健康，并且一直保持较好的精神状态，经常锻炼身体且饮食习惯良好，就会产生和上述相反的结果。因此，不同人的身体状况各有差异，为识别模型的建立带来许多未知的因素。
1.3 人脸年龄自动检测
随着时间的推移，人类随着老化面貌会产生难以预测的变化。而人脸图像仅仅反应了人在某个时期的面部信息，这些信息会逐渐地失去效力[4]。比如说司法机关想要对某个逃犯进行抓捕活动，就需要获得逃犯在最近几年所拍摄的照片。由于逃犯的外貌会随着时间发生未知的变化，因此照片越救援，抓捕就越难进行。而一旦有相关的工具，根据逃犯以往的照片预测出他现在的外貌，就能大幅度提高抓捕的效率[5]。
人脸图像的年龄估计具有鲜明的目的，即探求人老化对外貌的影响，并利用现代的计算机技术发现这种规律，从而实现对人脸图像年龄的准确估计。
上一篇：基于空间相干性的焦场调控
下一篇：相控接收天线阵的回波信号仿真