题目：人脸老化模拟和年龄识别技术研究

人脸图像的老化模拟和年龄识别是人脸识别领域的主要课题，该研究具有重要的科学意义和实用价值，可以用于人脸数据库自动更新、失踪人口搜寻、电子娱乐等多种领域。国内外关于此课题的研究还十分有限。本文在国内外研究基础上，做了大量研究和实验，探索了一种新的人脸老化模拟方法，并研究了各种特征提取方法和分类器对年龄识别的作用。本文提出了一种基于超分辨的人脸老化模拟方法，学习人脸老化的纹理变化。通过下采样使输入人脸图像分辨率降低以消除大部分纹理信息，然后利用学习得到的信息对目标年龄的脸部纹理进行超分辨重建以达到老化模拟目的，实验证明该方法可以真实有效的进行人脸老化模拟。本文分析比较了主成分分析法（Principle Component Analysis, PCA）、GaborPCA以及线性判别分析（Linear Discriminant Analysis, LDA）投影对提取人脸图像的年龄特征的作用，并研究了最近邻(Nearest Neighbor)和支持向量机（Support Vector Machine, SVM）作为分类器对年龄识别的效果，实验表明，GaborPCA可以更好的提取人脸年龄特征，SVM作为年龄识别分类器可以得到较好的分类结果。