3。3人脸图像特征点提取

人脸图像的特征点提取是人脸年龄估计中一个至关重要的环节。所谓年龄特征点的提取，就是通过一些方法从给定的图像上标记出对判断年龄有用的、具有代表性的特征点。这样就可以减少原始数据里的多余的、对年龄估计无用的信息，尽可能的保留与年龄估计相关的信息。本节主要介绍了基于主动形状模型(ASM)的特征点定位和基于主成分分析(PCA)的特征点提取。

3。3。1 基于ASM的特征点定位

ASM是由Cootes等人[10]提出的基于点分布模型的算法。在点分布模型中，通过依次连接一些形状相近的几何物体上的若干关键特征点的坐标，可以构成一个形状向量。其优点在于它允许一定程度的，在限度范围内的形状变化，且这些变化不会改变他们想要表现的目标对象的根本特征。来.自^优+尔-论,文:网www.chuibin.com +QQ752018766-

在标记特征点之前，要先确定标记点的数目和位置，确保这些点能表现出人脸的整体面貌和脸部细节，且在标记时，每幅图中点的数目，位置和标记顺序都要尽可能一致，否则会影响模型的准确性。

选择形状中标定点位置的基本原则是[11]：

（1）依赖于具体应用的标定点。比如人脸模型中眼睛的中心位置。

（2）不依赖于具体应用的标定点。比如在某个位置的最高点。