题目：基于人脸图像的年龄变化研究

基于人脸图像的年龄变化研究是人脸识别领域的主要研究方向之一，本研究包括两部分主要内容：人脸图像的老化模拟和基于人脸图像的年龄识别。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。国内外关于此方面的研究还十分有限。本文在国内外研究基础上，做了大量研究和实验，提出了一种新的人脸老化模拟方法，并研究了全局和局部纹理特征对于年龄分类的作用，以及不同的降维和回归方法对于年龄估计的影响。论文的主要工作包括1. 对当前的国内外关于年龄变化研究的现状进行了比较全面的综述与分析2. 提出了一种基于张量空间超分辨的人脸老化模拟方法。在训练阶段，通过构建张量基空间将人脸图像集中的不同的变化模式在基子空间的不同维度进行分离。在测试阶段，通过将测试图像投影在基空间中，来获得表示图像身份的身份向量，并进一步利用贝叶斯估计的方法优化该身份参数向量，并最后通过投影来构建不同年龄的高分辨人脸图像。利用此方法可以对人脸图像进行超分辨，并在超分辨的过程中达到老化模拟的目的。实验证明该方法可以有效的进行人脸老化模拟。3. 提出了基于LBP（Local Binary Pattern）局部特征描述符和Gabor全局特征描述符的年龄分类方法，并比较了不同的特征对于年龄分类的影响。同时提出了基于非线性降维和回归的年龄估计方法，并考察了线性和非线性降维方法以及线性和非线性回归方法对于年龄估计的影响。在进行年龄分类的实验中，本文还分析了具有年龄判别性的人脸区域，实验表明，非线性的降维和回归方法能够更好的对于年龄估计问题进行建模。