年齡估計方法和性別確定方法

2023-06-17 17:14:46

專利名稱：年齡估計方法和性別確定方法
技術領域：
本發明涉及年齡估計方法、年齡估計裝置、年齡估計程序、性別確定方法、性別確定裝置和性別確定程序。更特別地，本發明涉及使用空間頻率的年齡估計方法、年齡估計裝置和年齡估計程序以及使用空間頻率的性別確定方法、性別確定裝置和性別確定程序。
背景技術：
不僅女性而且所有的人們都希望永葆青春。出於這個原因，存在著各種美容方式，諸如美容治療、基本護膚產品、化妝品、特殊化妝品、健康食品或者整容手術。年青(尤其是面部的年青)的客觀評估，換言之，實際年齡與「根據外表的印象年齡」之間的差距的客觀評估在評估各種美容方式(諸如美容治療和美容材料)的效果方面是非常重要的。
然而，例如，為了評估美容治療或美容材料的效果，當根據外表的印象年齡被使用時，根據外表的印象年齡會受到評估者之間的差異或者性別之間的差異的影響，因此存在著不能獲得評估的再現性的問題。在廣泛多樣的領域中都非常需要使用良好的再現性來估計年齡的技術，所述各種領域從諸如上面描述的美容治療和美容材料之類的各種美容方式的效果的評估到年齡的驗證或酒、香菸等的銷售、用於確認面部特徵以用於安全性的安全系統等。鑑於這些情況，作為技術的示例，通過將眼睛、嘴、鼻子和下巴的大小或長度的實際測量值或感官評估值用作特徵值的年齡估計方法已經是公知的(專利文獻I和2)。另外，使用皺紋或鬆弛的評分的年齡估計方法已經是公知的(專利文獻3)。另外，基於面部組成部分或各部分的物理量(大小和距離)來估計年齡變化的技術已經是公知的(專利文獻4)。近年來，根據除了成像設備的發展之外的圖像處理和統計分析處理的發展，用於通過將面部圖像存儲在計算機上來快速和準確地監控和識別、識別年齡組、性別和面部特徵以及對人進行估計的系統已經急劇發展。作為技術的示例，已知存在著使用來自圖像處理(諸如邊緣處理或二進位處理)的為包含在圖像中的特徵量的值的年齡估計系統(例如，專利文獻5和6)、使用特徵點(諸如目艮、鼻子和嘴)的特徵值(位置、明暗和皺紋數)的人屬性估計技術(例如，專利文獻7)、用於選擇鑑別器和用於基於人的感知年齡距離來將尺寸壓縮應用至圖像作為評估標準的方法的年齡估計技術(例如，專利文獻8)。另外，公開了使用面部圖像的特徵信息(圖像的每個部分的明暗信息、所述部分的大小等)的類似性的年齡和性別確定技術(例如，專利文獻11)。同時，近年來，聚焦於空間頻率的技術，即聚焦於通過空間周期的圖像的紋理特徵的變化的技術也得到發展。例如，公開了根據空間頻率的變化來準備呈現各種紋理的皮膚仿真圖像的方法(例如，專利文獻9 )。本發明的申請人公開了一種通過使用採用空間頻率的技術在化妝時執行空間頻率模式分析來評估化妝品對「面部的三維效果」的影響的技術(例如，專利文獻10)。引用列表
專利文獻專利文獻I JP 11-265443A專利文獻2 JP 2000-014661A專利文獻3 JP 2OO2-33OM3A專利文獻4 JP 2002_360544A專利文獻5 JP 2009-086901A專利文獻6 JP 2OO9-27I885A·
專利文獻7 JP 2008-282089A專利文獻8 JP 2OlO-Il3526A專利文獻9 JP 2004_283357A專利文獻10 JP 2004-272849A專利文獻11 JP 2005_165447A

發明內容
本發明要解決的技術問題專利文獻1、2和4中公開的基於物理構成(諸如臉的一部分的大小以及所述部分之間的長度)來估計年齡的方法很難指定作為每個主體的測量標準的位置，而且不能高精度地估計年齡。另外，專利文獻2中公開的基於感官評估來估計年齡的方法的問題在於，評估者的個人差異大大地影響了年齡估計。另外，由於專利文獻3中公開的通過使用皺紋或鬆弛度評分來估計年齡的方法僅聚焦於皺紋和鬆弛容易被看到的特定部分，所以很難評估包括較年輕的人在內的寬的年齡組範圍內的主體的年齡。另外，還存在著如上所述的難於指定所述部分的問題。專利文獻5和6中公開的技術通過將基於多個不同標準的年齡估計結果進行組合來增加年齡估計的精確程度。另外，專利文獻8中公開的技術用於獲得接近於人們基於感知年齡距離的特定評估標準所感知的結果的估計值。另外，專利文獻11所涉及的技術是基於類似程度的特定索引來最小化估計誤差。這些技術通過為任意種類的年齡估計的計算準備多個標準來最小化估計誤差。另外，專利文獻7中公開的技術是基於某種條件來校正估計中使用的評分並主要聚焦於改進估計中使用的輸入數據的精度的技術。如上所述，傳統上，使用面部圖像估計年齡或確定性別時使用的特徵值局限於面部的一部分的大小、部分之間的距離、表示皺紋數或狀況的評分、這部分臉的明暗或者它們的處理值。另外，在確定年齡或性別的常規方法中，為了增加評估精度，有必要處理信息以指定多個面部部分或者準備多個標準來增加估計精度。因此，本發明的目的是提供新穎的技術來通過使用面部圖像而在年齡估計時高精度和可再現地估計年齡。另外，本發明的目的是提供新穎的技術來通過使用面部圖像而在性別確定時高精度和可再現地確定性別。解決問題的方法鑑於前述的情況，為了致力於獲得用於精確地估計年齡或確定性別的技術，本發明的發明人發現在年齡與從面部圖像數據獲得的空間頻率強度之間或者性別與空間頻率的強度之間存在著緊密的相關性。而且，通過分析該相關性，發明人發現關於年齡增長結構或性別差異的特徵的各種種類的信息(其與年齡估計和性別確定相關)在每個空間頻率上不均勻分布。之後，發明人發現通過使用屬於空間頻帶的與關於年齡增長結構或性別差異的特徵的信息緊密相關的空間頻率的強度可以高精度和可再現地執行年齡的估計(實際年齡或者根據外表的印象年齡)和性別的確定，從而完成本發明。因此，本發明如下所述。用於解決技術問題的本發明涉及年齡估計方法，包括基於年齡與從面部圖像數據獲得的空間頻率的強度之間的相關性來根據主體的面部圖像數據估計該主體的年齡。如在下面描述的實施方式中所描述的，由於空間頻率的強度與年齡高度相關，所以主體的年齡可以根據主體的面部圖像數據而被高精度和可再現地估計。 在本發明的優選實施方式中，由方程或模型來指示相關性，而且通過將從主體的面部圖像數據獲得的空間頻率的強度應用於所述方程或模型來獲得該主體的估計年齡。通過應用指示相關性的方程或模型，可以通過使用計算機等容易地估計年齡。在本發明的優選實施方式中，年齡估計方法可以包括以下步驟獲得主體的面部圖像數據；根據所獲得的面部圖像數據計算空間頻率的強度；以及通過將所計算的所述空間頻率的強度應用於預先準備並指示年齡與根據所述面部圖像數據獲得的空間頻率的強度之間的相關性的方程或模型來計算所述主體的估計年齡。在本發明的優選實施方式中，所述方程是從多重回歸分析中獲得的多重回歸方程或者從PLS中獲得的預測方程。通過使用多重回歸方程或預測方程，可以獲得具有更高精度的主體的估計年齡。可以將整個面部或面部的一部分的圖像數據用作面部圖像數據。也就是說，即使所使用的面部圖像是整個面部或面部的一部分的圖像仍然可以精確地估計年齡。本發明可以用於估計實際年齡以及估計(評估)根據外表的印象年齡。當估計實際年齡時，可以使用實際年齡與空間頻率的強度之間的相關性，而當估計根據外表的印象年齡時，可以使用根據外表的印象年齡與空間頻率的強度之間的相關性。在本發明的優選實施方式中，將彩色圖像數據用作面部圖像數據，而且空間頻率的強度包括從多個彩色通道計算的空間頻率的強度的組合。通過將從彩色通道計算的空間頻率的強度組合使用，與僅使用從單色面部數據(亮度數據)計算的空間頻率的強度的情況相比，能夠高精度地估計(評估)年齡，尤其是根據外表的印象年齡。在本發明的優選實施方式中，空間頻率屬於多個不同的空間頻帶。通過使用屬於多個不同的空間頻帶的空間頻率的強度，可以高精度地估計年齡。在本發明的優選實施方式中，空間頻帶是50周期/圖像寬度(cycles/image-width)或更低的低頻帶以及大於50周期/圖像寬度的高頻帶。通過將低頻帶和高頻帶中的空間頻率的強度組合使用，關於不同種類的年齡增長結構的信息可以被組合使用，從而可以更高精度地估計年齡。
在使用不同空間頻率的情況中，這些空間頻率優選具有10周期/圖像寬度或更高的差異。據此，關於不同種類的年齡增長結構的信息可以被更有效地使用，從而可以更高精度地估計年齡。在本發明的優選實施方式中，主體是女性，相關性是年齡與根據女性的整個面部的面部圖像數據獲得的空間頻率的強度之間的相關性，並且空間頻率包括屬於下述各個空間頻帶的至少四個空間頻率O至50周期/圖像寬度；50至100周期/圖像寬度；100至200周期/圖像寬度；以及200周期/圖像寬度或更多。據此，有效地使用包括關於針對女性年齡增長結構的信息的空間頻帶，從而可以高精度地估計年齡。在本發明的優選實施方式中，主體是男性，相關性是年齡與根據男性的整個面部的面部圖像數據獲得的空間頻率的強度之間的相關性，並且空間頻率包括屬於下述各個空間頻帶的至少四個空間頻率O至50周期/圖像寬度；50至100周期/圖像寬度；100至150周期/圖像寬度；以及150周期/圖像寬度或更多。據此，有效地使用包括關於針對男性年齡增長結構的信息的空間頻帶，從而可以高精度地估計年齡。在本發明的優選實施方式中，相關性是年齡與根據嘴唇的圖像數據獲得的空間頻率的強度之間的相關性，並且空間頻率包括屬於下述各個空間頻帶的至少三個空間頻率O至40周期/圖像寬度；40至100周期/圖像寬度；以及100周期/圖像寬度或更多。據此，根據嘴唇的有限部分，有效地使用包括針對嘴唇年齡增長結構的信息的空間頻帶，從而可以高精度地估計年齡。另外，用於解決所述問題的本發明涉及年齡估計裝置，該年齡估計裝置包括強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度；存儲單元，用於存儲指示年齡與從所述面部圖像數據獲得的空間頻率的強度之間的相關性的年齡相關性數據；以及年齡計算單元，用於通過將所述強度計算單元計算的空間頻率的強度與存儲在所述存儲單元中的所述年齡相關性數據進行匹配來計算所述主體的估計年齡。根據本發明的年齡估計裝置可以根據主體的面部圖像數據來高精度地估計年齡。另外，用於解決所述問題的本發明涉及年齡估計程序，該年齡估計程序促使計算機用作強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度；存儲單元，用於存儲指示年齡與從所述面部圖像數據獲得的空間頻率的強度之間的相關性的年齡相關性數據；以及年齡計算單元，用於通過將所述強度計算單元計算的空間頻率的強度與存儲在所述存儲單元中的所述年齡相關性數據進行匹配來計算所述主體的估計年齡。
根據本發明的年齡估計程序促使計算機根據主體的面部圖像數據來高精度地估計年齡。用於解決所述問題的本發明涉及性別確定方法，該性別確定方法包括基於年齡與從面部圖像數據獲得的空間頻率的強度之間的相關性來根據主體的面部圖像數據確定該主體的性別。如在下面描述的實施方式中所描述的，由於空間頻率的強度與性別高度相關，主體的性別可以根據所述主體的面部圖像數據而被高精度地確定。在本發明的優選實施方式中，由方程或模型來指示相關性，從而通過將從主體的面部圖像數據獲得的空間頻率的強度應用於所述方程或模型來確定該主體的性別。通過應用指示相關性的方程或模型，可以通過使用計算機等容易地確定性別。在優選實施方式中，所述方程是從判別分析獲得的判別函數。 通過使用判別函數，可以高精度地確定主體的性別。在優選實施方式中，空間頻率屬於從100至250周期/圖像寬度的頻帶。通過使用該頻帶中的空間頻率的強度，可以通過有效地使用關於呈現性別之間的差異的結構的信息來高精度地確定性別。在本發明的優選實施方式中，性別確定方法包括以下步驟獲取面部圖像數據；根據所獲取的面部圖像數據計算空間頻率的強度；通過將所計算的空間頻率的強度應用於預先準備並指示性別分組變量與從所述面部圖像數據獲得的空間頻率的強度之間的相關性的判別函數來獲取性別分組變量；以及基於所獲得的分組變量來確定性別。另外，用於解決所述問題的本發明涉及性別確定裝置，該性別確定裝置包括強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度；存儲單元，用於存儲指示性別與從所述面部圖像數據獲得的空間頻率的強度之間的相關性的性別相關性數據；以及性別確定單元，用於通過將所述強度計算單元計算的空間頻率的強度與存儲在所述存儲單元中的所述性別相關性數據進行匹配來確定所述主體的性別。根據本發明的性別確定裝置根據主體的面部圖像數據來高精度地確定性別。另外，用於解決所述問題的本發明涉及性別確定程序，該性別確定程序促使計算機用作強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度；存儲單元，用於存儲指示性別與從所述面部圖像數據獲得的空間頻率的強度之間的相關性的性別相關性數據；以及性別確定單元，用於通過將所述強度計算單元計算的空間頻率的強度與存儲在所述存儲單元中的所述性別相關性數據進行匹配來確定所述主體的性別。根據本發明的性別確定程序促使計算機根據主體的面部圖像數據來高精度地確定性別。另外，用於解決所述問題的本發明涉及年齡估計裝置，該年齡估計裝置包括強度計算單元，用於根據所述主體的面部圖像數據來計算空間頻率的強度；存儲單元，用於存儲指示性別與從面部圖像數據獲得的空間頻率的強度之間的相關性的性別相關性數據以及指示年齡與從根據性別的面部圖像數據獲得的空間頻率的強度之間的相關性的男性年齡相關性數據和女性年齡相關性數據；性別確定單元，用於通過將所述強度計算單元所計算的空間頻率的強度與存儲在所述存儲單元中的所述性別相關性數據進行匹配來確定所述主體的性別；年齡相關性數據選擇單元，用於基於所述性別確定單元所確定的性別來選擇所述男性年齡相關性數據或所述女性年齡相關性數據；以及年齡計算單元，用於通過將所述強度計算單元所計算的空間頻率的強度與所述相關性數據選擇單元所選擇的相關性數據進行匹配來計算所述主體的估計年齡。由於根據本發明的年齡估計裝置通過使用考慮了依賴於性別確定結果的特定性別的年齡增長結構的相關性數據來估計年齡，所以可以非常高精度地估計年齡。本發明的有益效果根據本發明，通過使用從面部圖像數據獲得的空間頻率，可以高精度並可再現地估計年齡(實際年齡或根據外表的印象年齡)，或者可以高精度並可再現地確定性別。另外，通過使用根據本發明的年齡估計技術或性別確定技術，可以容易地評估化妝品或美容治療或美容材料的效果。


圖I是1024X1024像素的灰階面部圖像(相片代替繪圖)。圖2是指示面部圖像的空間頻率的頻譜圖案的圖示(空間頻率與功率的對數)。圖3是示出了用於根據外表的印象年齡的年齡組的面部圖像的標準圖片的示例的繪圖(相片代替繪圖)。圖4是示出了指示空間頻率的功率對數與根據空間頻率的女性實際年齡之間的相關性係數的圖示。圖5是示出了指示空間頻率的功率對數與根據空間頻率的男性實際年齡之間的相關性係數的圖示。圖6是示出了根據外表的印象年齡的估計方法的過程的圖示。圖7是示出了根據外表的印象年齡的估計裝置的硬體框圖。圖8是示出了來自第三方的根據外表的印象年齡與由根據本發明的方法所獲得的從示例I中獲取的估計圖像之間的相關性的圖示(校準曲線)。圖9是在示例3中使用的62歲女性的實際面部(右邊)和化妝面部(左邊)的灰階圖像(相片代替繪圖)。圖10是示出了確定在示例4中獲得的性別的線性判別函數的評分柱狀圖的圖示。圖11是示出了在示例5中獲得的實際年齡與由根據本發明的方法所獲得的估計年齡之間的相關性的圖示(校準曲線)。圖12是示出了在示例6中獲得的實際年齡與由根據本發明的方法所獲得的估計年齡之間的相關性的圖示(校準曲線)。圖13是示出了在示例7中獲得的實際年齡與由根據本發明的方法所獲得的估計年齡之間的相關性的圖示(校準曲線)。
具體實施例方式[I]根據本發明的年齡估計方法本發明涉及年齡估計方法，該方法包括基於年齡與從面部圖像數據獲得的空間頻率的強度之間的相關性來根據主體的面部圖像數據估計該主體的年齡。優選地由方程或模型指示相關性。方程或模型優選是回歸方程或回歸模型，更優選地為多重回歸方程或預測方程。本發明中的「年齡」包括實際年齡和根據外表的印象年齡。「實際年齡」指的是由出生日期確定的年齡，而且估計實際年齡的技術可以被提供給各種應用，諸如上面描述的各種監控系統。另一方面，「根據外表的印象年齡」指的是由第三方客觀估計的印象年齡，而且假設根據外表的印象比實際年齡看起來更年輕或更老。估計根據外表的印象年齡的技術在評估各種美容方式的效果方面是有用的。另外，評估因各種美容方式引起的根據外表的印象年齡的改變時有用的。例如，其可以被應用於評估由化妝品引起的根據外表的印象年齡的 改變。除了根據整個外表的印象年齡，根據外表的印象年齡可以包括聚焦於特定年齡增長現象的根據外表的印象年齡，例如，聚焦於雀斑狀況的「雀斑年齡」、聚焦於皺紋狀況的「皺紋年齡」、聚焦於皮膚紋理的「皮膚紋理年齡」等等。〈面部圖像數據〉可以將整個面部圖像數據或一部分面部的圖像數據用作在本發明中使用的主體的面部圖像數據。當使用整個面部的圖像數據時，優選使用排除頭髮部分的整個面部數據(見圖I)。據此，可以更高精度地估計年齡。鑑於用於計算空間頻率的強度的採樣定理以及估計實際年齡或根據外表的印象年齡所需的解析度，在這種情況中，面部圖像的大小可以在30cmX30cm的範圍內被捕獲，而且該圖像優選為512X512像素或更大。如之後描述的，這是因為像素的數量與包括在圖像內的空間頻帶的範圍有關。部分面部的圖像數據包括嘴唇、眼睛、鼻子、前額、臉頰、脖子等的圖像數據。在這些圖像數據中，嘴唇的圖像數據或臉頰的圖像數據優選被使用。如下面的示例描述的，由於從嘴唇的圖像數據獲得的空間頻率的強度與年齡高度相關，所以這能夠用於高精度地估計年齡。例如，當諸如嘴唇、眼睛和鼻子等部分的圖像被使用時，優選使用整個部分的圖像。另夕卜，當諸如臉頰或前額之類的部分面部的圖像被使用時，優選使用至少2cmX 2cm範圍內的部分的圖像。據此，關於其他年齡增長結構的信息能夠被充分地獲取，從而能夠高精度地估計年齡。另外，在這種情況中，圖像數據的像素數量優選是256個像素或更多，並且更優選地為512個像素或更多。如之後描述的，這是因為像素的數量與包括在圖像內的空間頻帶的範圍有關。另外，在本發明中，面部圖像數據可以是單色圖像數據(亮度數據)或彩色圖像數據。單色圖像或彩色圖像可以根據目的或用途進行選擇。例如，在膚色、皮膚病等的影響被抑制的估計年齡的情況中，優選使用單色圖像數據。當使用彩色圖像數據時，從來自RGB色彩通道的數據中的任意通道中獲得的數據可以被單獨或組合使用。另外，下文中將被轉換的單色圖像數據(亮度數據)可以被進一步組合使用。例如，當根據年齡增長的雀斑信息被有效地用於估計「雀斑年齡」時，優選使用彩色圖像的B通道數據。另外，當通過刪除雀斑信息並聚焦於皮膚紋理、皺紋等來估計年齡時，優選使用彩色圖像的R通道數據，而不使用彩色圖像的B通道數據。
另外，通過將在每個彩色通道中計算的空間頻率的強度組合使用，與僅使用從單色圖像數據計算的空間頻率的強度的情況相比，能夠高精度地估計根據外表的綜合的印象年齡。另外，優選地將在每個彩色通道中計算的空間頻率的強度和從單色圖像數據計算的空間頻率的強度組合使用，因為其可以高精度地估計根據外表的綜合印象年齡。鑑於這一點，優選地，這裡使用的彩色通道包括R通道和B通道的組合。另外，優選包括所有RGB通道的組合。「面部圖像數據」可以根據常規方法來獲取。例如，通過使用數位相機等捕獲正臉，並將所捕獲的作為數字信息的圖像輸入到個人計算機。〈空間頻率的定義〉如之前知道的，「空間頻率」指的是具有空間周期的任意結構的特徵且指示包括在單元長度中的結構重複的數量。在SI單元中，空間頻率指代每米的周期，但是在圖像處理領域中，空間頻率指代每毫米的線數。 另外，可以將每圖像寬度的周期數(周期/圖像寬度)用作空間頻率的單位。包括在圖像中的最大周期數是包括在圖像寬度中的像素(點)的一半數量。也就是說，當圖像具有512個像素的圖像寬度時，空間頻帶是O至256周期/圖像寬度，以及當圖像具有1024個像素的圖像寬度時，空間頻帶是O至512周期/圖像寬度。〈計算空間頻率的強度的方法〉「空間頻率的強度」指代各個空間頻率中的幅度值或功率(功率對數)。空間頻率的強度可以根據常規方法而從面部圖像數據中計算。當使用單色圖像數據時，來自目標圖像數據的亮度數據(單色圖像數據)可以通過使用例如商用圖像處理軟體(例如，由Adobe系統公司製造的Photoshop (註冊商標)CS3或由Nano系統公司製造的NanoHunter NS2K_Pro(註冊商標))進行調整。當使用商用圖像分析軟體(例如，由圖像感測有限公司製造的傅立葉相位分析程序以及由Digital Being Kids公司製造的Poplmaging)等對調整後的單色圖像數據或調整後的彩色圖像數據執行FFT (快速傅立葉變換)時，可以計算為空間頻率的強度的幅度值或功率。作為空間頻率分析的示例，圖2示出了作為對1024X 1024像素的灰階圖像進行FFT處理的結果的頻譜圖案。通過FFT處理，O至1024/2(單位周期/圖像寬度)的每個空間頻率的強度(幅度值或功率)被計算，從而包括面部圖像的空間頻率特徵變得清晰。另外，在彩色圖像的情況中，計算每個彩色通道的空間頻率的強度。本發明的最大優點是能夠容易地獲得從主體的面部圖像數據估計年齡所需的數值數據(空間頻率的強度(功率頻譜))。也就是說，在傳統技術中，為了計算年齡估計所需的各個部分的大小或部分之間的距離，當應當詳細地指定主體的每個面部圖像數據的給定位置但該位置沒有被正確地指定時，估計精度降低。然而，本發明中使用的年齡估計所需的空間頻率的強度可以使用常規使用的商用軟體容易地進行量化計算。〈年齡估計方法〉在本發明中，基於年齡與從預先從主體的面部圖像數據獲得的空間頻率的強度中分析的面部圖像數據中獲得的空間頻率的強度的相關性來估計主體的年齡，該主體的年齡根據上面描述的方法進行估計。可以將空間頻率的任意強度用作在估計中使用的空間頻率的強度，但是優選使用屬於多個不同空間頻帶的空間頻率，因為這可以高精度地執行估計。在本發明的優選實施方式中，空間頻帶是50周期/圖像寬度或更低的低頻率範圍以及大於50周期/圖像寬度的高頻率範圍。在更優選的實施方式中，高頻率範圍可以被劃分成50至100周期/圖像寬度的中頻率範圍以及100周期/圖像寬度或更大的高頻率範圍。通過使用不同頻帶內的空間頻率的強度，關於存在於各個頻帶內的不同年齡增長結構的信息可以組合使用，從而可以綜合地估計年齡。另外，在這種情況中，多個空間頻率優選具有10周期/圖像寬度或更大的差異，或者更優選地，20周期/圖像寬度或更大的差異。因此，關於不同年齡增長結構的信息可以被有效地使用。年齡與從面部圖像數據獲得的空間頻率的強度的相關性可以通過諸如回歸分析之類的多變量分析預先進行計算。下文中，將根據從面部圖像數據獲得的空間頻率的強度來估計根據外表的印象年 齡的情況作為示例，來描述計算相關性的方法。(I)根據外表的印象年齡的估計為了獲得指示根據外表的印象年齡與從面部圖像數據獲得的空間頻率的強度的相關性的方程或模型，評估者可視地估計多個人的根據外表的印象年齡。被估計的人數可以是至少50人或更多，優選100人或更多，並且更優選500人或更多。另外，優選每個年齡組具有相同的人數。關於根據外表的印象年齡，由於在許多情況中自評估不同於第三方的評估，所以優選評估者是第三方。對根據外表的印象年齡進行評估的評估者可以根據選擇恰當地表示第三方的評估者的觀點進行選擇，而且考慮諸如評估者的個人差異、性別差異、年齡差異和喜好以及進一步的可再現性等各種問題是重要的。具有諸如例如美容領域中的評估專業和經驗的評估者優選被包括。優選地，評估者的數量是多數，尤其大約5至10人。可以通過統計地處理這多個估計者的估計結果，例如通過計算平均值、中間值等排除異常值來獲得每個人的根據外表的客觀印象年齡。另外，為了改進評估的可再現性，更優選地使用參考圖片等作為評估標準。例如，優選預先準備間隔為5至10年的每個年齡組的標準圖片，並從作為標準的標準圖片中確定年齡差異，或者呈現實際年齡並估計差異。圖3是示出了間隔為10年的從20至80歲的每個年齡組中面部圖像的示例性標準圖片的繪圖。從左至右，年齡組增加。準備標準圖片的方法可以包括從面部識別的專家劃分的年齡組的面部圖片資料庫中選擇標準圖片的方法、通過用變形軟體處理年齡組的多個面部圖片來準備平均面部圖像的方法等。在本領域中的任何情況中，當作為準備的基礎的人群是大約100人時，所準備的圖片可以是具有一定可靠性水平的標準圖片，並且當人群超過1000人時，所準備的圖片可以是具有足夠高的可靠性水平的參考圖片。人的根據外表的印象年齡可以在與跟該人接觸時被評估。然而，如後面描述的，優選通過使用所捕獲的該人的面部圖像來執行評估。這是因為，如圖I所示，可以排除由例如表情、頭髮類型、背影、膚色、皮膚病等引起的降低評估精度的影響。(2)空間頻率的強度的計算接下來，從面部圖像數據計算空間頻率的強度，其中多個人被捕獲。空間頻率的強度被如上所述那樣進行計算。這裡使用的面部圖像優選與在根據外表的印象年齡的評估中使用的面部圖像相同。因此，根據外表的印象年齡與空間頻率的強度之間的相關性可以被高精度地計算。(3)資料庫(DB)的準備為了計算相關性，準備資料庫(DB)，在該資料庫中，空間頻率的強度和根據外表的印象年齡被關聯。用於準備方程或模型的DB優選通過性別和種族進行準備，該方程或模型被預先布置且指示根據外表的印象年齡與空間頻率的強度之間的相關性。另外，每個年齡組優選具有相同的人群分布。另外，該DB的人群可以是至少50人或更多，優選100人或更多，更優選500人或更多。當該DB的結構是例如矩陣形式時，人可以被輸入到行中，以及如上所述那樣計算的根據外表的印象年齡、從面部圖像數據計算的空間頻率的強度可以被輸入為列項。
另外，為了如下面所述那樣使得該DB還可以被用於估計實際年齡或者如下面所述那樣確定性別，列項可以進一步包括在面部圖像中捕獲的人的實際年齡和指示性別的性別分組變量。可以通過在根據新獲取的主體的面部圖像數據估計根據外表的印象年齡之後添加空間頻率的強度和所估計的值來更新該DB。如果需要，可以通過執行如後面描述的多變量分析來更新方程或模型。這是因為通過更新能夠增加估計精度。可以以相同的方式在實際年齡的估計中使用該DB。雖然該DB的使用將在將在後面描述的示例I和2中更具體地描述，但是通過該DB的使用可以理解下述內容。例如，當通過對所估計的空間頻率功率和年齡執行相關性分析來計算年齡與每個空間頻率的功率之間的相關性係數時，可以指定具有高相關性係數的空間頻帶，從而包括關於年齡增長結構的非常大量的信息(年齡增長信息)的頻帶可以被知道(圖4 :對女性DB的相關性分析，圖
5:對男性DB的相關性分析)。另外，當執行對空間頻率的聚類分析(通過平均歐幾裡得距離的沃德方法(Ward’s method))時空間頻帶與面部圖像的特徵之間的相關性被清楚的繪出，從而包括在每個空間頻帶內的年齡增長信息被明確理解。當對包括在在後面描述的示例中所準備的DB中的空間頻率執行聚類分析時，呈現每個空間頻帶的年齡增長信息的非均勻分布，例如來自系統樹圖的在O至50 (周期/圖像寬度)中關於緊繃感或無力的信息以及在50至100 (周期/圖像帶寬)中關於深皺紋和面部線的信息。因此，從每個空間頻帶，通過選擇空間頻率並將空間頻率組合用作回歸方程或預測方程中的解釋變量，可以高精度地估計年齡。(4)方程或模型的準備為了準備指示根據外表的印象年齡與空間頻率的強度之間的相關性的方程或模型，優選通過使用所述DB對根據外表的印象年齡和空間頻率的強度執行多變量分析。多變量分析優選使用客觀變量與解釋變量之間的關係，而且多變量分析的優選示例包括判別分析和回歸分析(MLR、PLS、PCR、邏輯分析)。在這些當中，尤其優選多重回歸分析(MLR)和非線性回歸分析(PLS :偏最小二乘法)。例如，當對作為解釋變量的空間頻率的強度以及作為客觀變量的根據外表的印象年齡執行多重回歸分析時，可以獲得多重回歸方程。另外，當以相同方式執行PLS時，可以獲得預測方程(預測模型)。
另外，為了獲得具有高精度的方程或模型，可以恰當地使用多變量分析，諸如主分量分析、因子分析、量化理論類型I、量化理論類型II、量化理論類型III、多維尺度、監督聚類、神經網絡和集成學習(ensemble learning)。在這些當中，優選選擇神經網絡、判別分析和量化理論類型I。這些多變量分析可以通過使用免費軟體或商用軟體執行。如上面描述那樣獲得的為方程或模型中的解釋變量的空間頻率的強度優選為屬於多個不同頻帶的空間頻率的強度。通過使用屬於多個不同的空間頻帶的空間頻率的強度，可以高精度地估計年齡。在本發明的優選實施方式中，空間頻帶可以是50周期/圖像寬度或更低的低頻率範圍以及大於50周期/圖像寬度的高頻率範圍。在更優選的實施方式中，高頻率範圍可以被劃分成50至100周期/圖像寬度的中等頻率範圍以及大於100周期/圖像寬度的高頻率範圍。
通過使用不同頻帶內的空間頻率的強度，存在於各個頻帶內的不同年齡增長結構信息可以組合使用，而且可以高精度地綜合地估計年齡。另外，在這種情況中，多個空間頻率優選具有10周期/圖像寬度或更大的差異，或者更優選地具有20周期/圖像寬度或更大的差異。因此，不同年齡增長信息可以被有效地使用。進一步地，為了高精度地估計年齡，可以依賴於性別來優化所使用的空間頻帶。當使用整個面部的圖像數據來估計女性的年齡時，優選使用屬於如下所述的各個頻帶的至少四個空間頻率。如在後面描述的示例中所描述的，通過用聚類分析對從多個人獲取的數據進行分析並將所述數據分類成在空間頻率功率中具有類似變化特徵的空間頻率來指定頻帶。(女性的年齡估計)O至50周期/圖像寬度50至100周期/圖像寬度100至200周期/圖像寬度200周期/圖像寬度或更多另外，當使用整個面部的圖像數據來估計男性的年齡時，優選使用屬於如下所述的各個頻帶的至少四個空間頻率。(男性的年齡估計)O至50周期/圖像寬度50至100周期/圖像寬度100至150周期/圖像寬度150周期/圖像寬度或更多如通過對兩者進行比較所理解的，優選使用200周期/圖像寬度或更大的高空間頻率來估計女性的年齡，但是沒有必要使用這種空間頻率來估計男性的年齡，因為女性的年齡增長信息存在於高頻率範圍內，而男性的年齡增長信息幾乎不存在於高頻帶範圍內。在這一點上，用於估計女性的年齡的空間頻帶的上限可以是大約500周期/圖像帶寬，而用於估計男性的年齡的空間頻帶的上限可以是大約以200周期/圖像寬度作為標準。
進一步地，為了高精度地估計年齡，可以依賴於用於估計的部分來改變所使用的空間頻帶。當使用嘴唇的圖像數據時，優選使用屬於如下所述的各個頻帶的至少三個空間頻率。如在後面描述的示例中所描述的，通過用聚類分析對從多個人獲取的數據進行分析並將所述數據分類成在空間頻率功率中具有類似變化特徵的空間頻率來指定頻帶。(使用嘴唇的年齡估計)O至40周期/圖像寬度40至100周期/圖像寬度100周期/圖像寬度或更多由於嘴唇很少包括位於240周期/圖像寬度或更大的高頻率範圍內的年齡增長信息，所以沒有必要使用該頻帶。在這一點上，用於從嘴唇的圖像數據估計年齡的空間頻率範圍的標準上限可以是大約以240周期/圖像寬度作為標準。 至此描述了用於計算空間頻率的強度與根據外表的印象年齡之間的相關性的方法。然而，在估計實際年齡的情況中，空間頻率的強度與實際年齡之間的相關性可以以相同的方式計算。(5)年齡估計通過將來自主體的面部圖像數據的空間頻率的強度應用於指示年齡與由如上所述的方法所獲得的空間頻率的強度之間的相關性的方程或模型來估計年齡(實際年齡或根據外表的印象年齡)。除了將數值代入方程之外，方程或模型的應用包括將數值匹配到模型。據此，可以獲得年齡的估計值。圖6是示出了本發明中使用空間頻率來估計年齡(實際年齡或根據外表的印象年齡)的方法的過程示例的圖示。換言之，可以通過獲取將被估計年齡的主體的面部圖像數據(面部圖像獲取步驟)並之後通過對面部圖像數據執行FFT處理來計算空間頻率的強度(空間頻率計算步驟)來計算空間頻率的強度。通過將主體的空間頻率的強度(功率或幅度值)代入預先準備的用於指示「年齡與空間頻率的強度之間的關係」的方程(回歸方程等)或模型(預測方程)中來計算所估計的年齡(年齡計算步驟)。所計算的估計年齡可以在顯示器等上進行顯示(年齡顯示步驟)。另外，可以通過將在年齡估計過程中計算的估計年齡和空間頻率的強度一起添加到DB中來更新方程或模型(反饋)。這是因為通過更新能夠增加估計精度。[2]根據本發明的年齡估計裝置根據本發明的估計裝置包括強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度；存儲單元，用於存儲指示年齡與從所述面部圖像數據獲得的空間頻率的強度之間的相關性的年齡相關性數據；年齡計算單元，用於通過將所述強度計算單元計算的空間頻率的強度與存儲在所述存儲單元中的所述年齡相關性數據進行匹配來計算所述主體的估計年齡。根據本發明的估計裝置可以例如被如下配置。下面的配置作為示例被描述，而且本發明並不局限於該實施方式的配置。圖7是示出了使用從面部圖像計算的空間頻率的強度來估計實際年齡或根據外表的印象年齡的估計裝置的硬體框圖，且該估計裝置包括輸入單元1、CPU (中央處理單元)2、R0M (只讀存儲器)3、RAM (隨機存取存儲器)4、記錄單元5、操作單元6以及顯示單元7。這些單元通過總線彼此連接。強度計算單元和年齡計算單元由CPU 2實施。另外，存儲單元由ROM 3實施。輸入單元I是輸入面部圖像數據的設備，諸如數位相機、數字顯微鏡、數碼攝像機或掃描儀。CPU 2執行諸如準備灰階圖像數據(亮度數據)、通過FFT處理來計算空間頻率的強度以及使用用於指示年齡(實際年齡或根據外表的印象年齡)與由存儲在ROM 3中的程序所得到的空間頻率的強度之間的關係的方程或模型(年齡相關性數據)計算估計年齡之類的處理。R0M3存儲操作根據本發明的年齡估計裝置所需的程序和年齡估計所需的各種方程或模型(年齡相關性數據)。ROM 3還可以存儲準備方程和模型所需的資料庫。RAM 4臨時存儲OS (作業系統)程序或在CPU 2上執行的各種應用程式。記錄單元5包括磁碟設備等，而且用作RAM 4的外部存儲器。操作單元6例如在輸入必要的數據(諸如特定命令、方程和模型)時被操作。顯示單元7可以採用能夠顯示年齡估計結果的任意配置，例如諸如CRT(陰極射線管)或液晶顯示器之類的顯示器、諸如揚聲器之類的音頻輸出設備、印表機等。[3]根據本發明的年齡估計程序根據本發明的估計程序促使計算機、其他設備、其他機器等用作強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度；存儲單元，用於存儲指示年齡與從所述面部圖像數據獲得的空間頻率的強度之間的相關性的年齡相關性數據；以及年齡計算單元，用於通過將所述強度計算單元計算的空間頻率的強度與存儲在所述存儲單元中的所述年齡相關性數據進行匹配來計算所述主體的估計年齡。另外，根據本發明的程序可以被存儲在計算機可讀存儲媒體中。[4]根據本發明的性別確定方法根據本發明的性別確定方法可以包括基於年齡與從面部圖像數據獲得的空間頻率的強度之間的相關性來根據主體的面部圖像數據確定該主體的性別。相關性優選由方程或模型指示。方程或模型優選為判別函數。面部圖像數據、面部圖像數據的捕獲方法、空間頻率的強度的定義以及在本發明的性別確定方法中使用的空間頻率的強度的計算方法與在年齡估計方法中所描述的相同。在本發明中，基於性別與從面部圖像數據獲得的空間頻率的強度之間的相關性，根據從將由上面描述的方法確定其性別的主體的面部圖像數據獲得的空間頻率的強度來確定主體的性別。任意的空間頻率的強度可以被用作用於確定的空間頻率。在這些當中，空間頻率優選屬於100至250周期/圖像寬度的頻率範圍，更優選地屬於150至200周期/圖像寬度的頻率範圍。如在後面描述的示例4中所示，這是因為高頻率範圍內的空間頻率的強度的差異清楚地解釋了性別差異。除了高頻率範圍，優選使用處於I至50周期/圖像寬度的低頻率範圍內的空間頻率的強度，因為能夠更高精度地執行確定。據此，在高頻率範圍內沒有被指示的性別差異可以被添加。性別與從面部圖像數據獲得的空間頻率的強度之間的相關性可以通過諸如判別分析之類的多變量分析預先進行計算。下文中，計算相關性的方法將用使用從整個面部的圖像數據獲得的空間頻率的強度的示例來描述。(I)空間頻率的強度的計算空間頻率的強度從具有多個人的面部圖像數據進行計算。空間頻率的強度被如上所述那樣進行計算。(2 )資料庫(DB )的準備為了計算相關性，準備資料庫(DB)，在該資料庫中，性別與空間頻率的強度被彼此關聯。指示性別與空間頻率的強度之間的關係且被預先布置以用於準備方程或模型的該DB對於每個年齡組而言優選具有相同的人群分布。另外，該DB的人群是至少50人或更多，優選100人或更多，且更優選500人或更多。當該DB的結構是矩陣形式時，例如，人可 以在行中被輸入，且性別可以被輸入到列項中。性別可以被輸入為性別分組變量。據此，可以由判別函數來指示相關性。另外，列項可以進一步包括在面部圖像中捕獲的人的根據外表的印象年齡和實際年齡，從而該DB還可以被包括以用於如上所述那樣估計實際年齡。(3)方程或模型的準備指示性別與空間頻率的強度的相關性的方程或模型可以通過以相同的方式將年齡估計中的年齡代入性別分組變量中進行準備。也就是說，可以使用通過用多變量分析對性別分組變量和空間頻率的強度進行分析所獲得的方程。由於為性別分組的外部標準被量化地給出，所以多變量分析優選為判別分析、神經網絡等。在將在下面描述的示例4中，本發明具有在不將年齡作為判別函數的解釋變量的情況下僅通過使用空間頻率來高精度地確定性別的非常實際的技術特徵。優選地，將屬於100至250周期/圖像寬度且優選150至200周期/圖像寬度頻率範圍內的空間頻率的強度用作為如上所述獲得的方程或模型中的解釋變量的空間頻率的強度。據此，可以精確地確定性別差異。進一步地，除了高頻率範圍，優選使用位於I至50周期/圖像寬度的低頻率範圍內的空間頻率的強度。據此，通過添加在高頻率範圍內未被指示的、用於解釋性別差異的因子，可以更精確地執行確定。(4)性別確定通過將來自主體的面部圖像數據的空間頻率的強度應用於指示如上所述獲得的空間頻率的強度與性別分組變量之間的相關性的方程或模型來執行性別確定。除了將數值代入方程之外，該應用包括將數值匹配到模型。據此，性別分組變量可以被計算，從而可以由性別分組變量確定性別。在根據本發明的性別確定方法中，獲取將確定其性別的主體的面部圖像數據，以及對面部圖像數據執行FFT處理以計算空間頻率的強度。性別分組變量可以通過將主體的空間頻率的強度(功率或幅度值)代入預先準備的指示「性別分組變量與空間頻率的強度之間的關係」的方程(判別函數)來獲得。基於所獲得的性別分組變量，可以確定性別。[5]根據本發明的性別確定裝置根據本發明的確定裝置包括強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度；存儲單元，用於存儲指示性別與從所述面部圖像數據獲得的空間頻率的強度之間的相關性的性別相關性數據；以及性別確定單元，用於通過將所述強度計算單元計算的空間頻率的強度與存儲在所述存儲單元中的所述性別相關性數據進行匹配來確定所述主體的性別。根據本發明的確定裝置可以被配置成與如上所述的根據本發明的年齡估計裝置類似。
[6]根據本發明的性別確定程序根據本發明的確定程序促使計算機、其他設備、其他機器等用作強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度；存儲單元，用於存儲指示性別與從所述面部圖像數據獲得的空間頻率的強度之間的相關性的性別相關性數據；以及性別確定單元，用於通過將所述強度計算單元計算的空間頻率的強度與存儲在所述存儲單元中的所述性別相關性數據進行匹配來確定所述主體的性別。另外，根據本發明的程序可以被存儲在計算機可讀存儲媒體中。[7]根據另一實施方式的年齡估計裝置如上所述，根據本發明的年齡估計方法和性別確定方法二者都使用從面部圖像數據獲得的空間頻率的強度。另外，應當理解，在年齡估計中使用的年齡與空間頻率的強度之間的相關性在男性與女性之間是不同的。這裡，可以通過由根據本發明的性別確定方法確定性別、基於所述結果選擇針對每個性別優化的年齡與空間頻率的強度之間的相關性以及執行根據本發明的年齡估計方法來估計年齡。執行該估計的年齡估計裝置包括強度計算單元，用於根據所述主體的面部圖像數據來計算空間頻率的強度；存儲單元，用於存儲指示性別與從面部圖像數據獲得的空間頻率的強度之間的相關性的性別相關性數據以及指示年齡與從根據性別的面部圖像數據獲得的空間頻率的強度之間的相關性的男性年齡相關性數據和女性年齡相關性數據；性別確定單元，用於通過將所述強度計算單元所計算的空間頻率的強度與存儲在所述存儲單元中的所述性別相關性數據進行匹配來確定所述主體的性別；年齡相關性數據選擇單元，用於基於所述性別確定單元所確定的性別來選擇所述男性年齡相關性數據或所述女性年齡相關性數據；以及年齡計算單元，用於通過將所述強度計算單元所計算的空間頻率的強度與所述相關性數據選擇單元所選擇的相關性數據進行匹配來計算所述主體的估計年齡。另外，可以提供程序以促使計算機用作這些單元。下文中，用下面描述的示例來更具體地描述本發明，但是本發明並不局限於這些示例。示例 I女性年齡的估計(I)具有「實際年齡、根據外表的印象年齡以及空間頻率的強度」的女性DB的準備使用數位相機捕獲30cmX 30cm範圍內140個女性(18至82歲，平均年齡49. 01 ± 17. 02歲)的面部圖像。通過使用由Adobe系統公司製造的Photoshop(註冊商標)CS3來調整圖像的亮度、獲得1024X1024像素的灰階圖像(見圖I)數據以及藉助由MathWork公司製造的MATLAB (註冊商標)使用由本發明的發明人的公司所製造的空間頻率分析軟體(見圖2)，來對圖像執行空間頻率分析。為了評估根據外表的印象年齡，通過使用預先準備的根據年齡分組的標準圖片(見圖3)，由9個新成員(5個男性和4個女性)以及面部估計領域中的5個專業人員(2個男性和3個女性)評估具有灰階圖像的A4大小的列印材料的年齡，這9個新成員剛大學畢業且對面部評估研究沒有經驗。採用排除了從被估計為根據外表的印象年齡的年齡中的最大值和最小值之外的平均值。這樣，具有實際年齡、根據外表的印象年齡(新成員的評估和專業人員的評估)以及空間頻率的強度(功率或幅度值)的女性DB被準備。( 2)女性DB的特徵的分析通過使用SPSS公司製造的PASW (註冊商標)Statistics 17. 0，對女性DB執行相關性分析和聚類分析。根據年齡(實際年齡和根據外表的印象年齡)與空間頻率的強度之間的皮爾森相關性係數(雙尾)(見圖4)，應當理解，明顯高的年齡增長信息存在於90至360(周期/圖像寬度)的寬範圍內(相關性係數>0.60)。另外，從通過聚類分析獲得的系統樹 圖，在強度上具有類似的變化特徵的空間頻率被分類成如下所述的四個空間頻率。當存在於各個頻帶內的年齡增長信息通過增加或減小各個頻帶內的空間頻率的強度並改變面部圖像數據進行分析時，年齡增長結構信息被非均勻地分布在每個空間頻帶內，例如，關於緊繃感或無力的信息存在於O至50 (周期/圖像寬度)內，關於深皺紋和面部線的信息存在於50至100 (周期/圖像寬度)內，關於細皺紋等的信息存在於100至200 (周期/圖像寬度)內，以及關於皮膚表面的紋理和明亮感的進一步信息存在於200至512 (周期/圖像寬度)內。另外，由於在所有的其他DB分組中存在非均勻分布，所以應當理解，從而被呈現的四個空間頻率可以分別被定義為具有連續性的頻帶。另外，應當理解，期望通過從各個空間頻率組中選擇適當的頻率或者通過對它們的組合進行執行來改進對年齡的估計等，以增加精確程度。(3)指示「實際年齡與空間頻率的強度之間的關係或者根據外表的印象年齡與空間頻率的強度之間的關係」的方程的準備通過使用由SPSS公司製造的SPSS (註冊商標)15. OJ對具有作為客觀變量的實際年齡和根據外表的印象年齡以及具有作為解釋變量的空間頻率(f)的女性DB執行多重回歸分析(逐步方法)。結果，提供了方程(I)和(2)，也就是說，用於估計實際年齡和根據外表的印象年齡(由新成員評估)的多重回歸方程的示例。在方程2中，應當理解，從四個空間頻帶組中選擇8個解釋變量，從而可以通過從各個空間頻率組中選擇適當的頻率來正確地估計年齡。圖8是指示根據外表的印象年齡(由新成員評估)與由方程(2)估計的估計年齡(預測值)之間的相關性的圖示(校準曲線)。另外，當根據外表的印象年齡的評估者從新成員替換成專業人員時，預測方程的多重相關性係數(R)增加至O. 937，從而應當理解，根據外表的印象年齡可以被更高精度地估計。=fl32X84. 220+f38X (-52. 441)+f 155X48. 123+f3X (-18
802)+fl02X46. 773-124. 562... (I)多重相關性係數(R)=O. 863*fl32、f38、fl55、f3和fl02是空間頻率的功率的對數標度。〈根據外表的印象年齡的估計值(新成員的評估)>=f3X (-16. 407) +f 35 X (-42. 423)+f 36 (-37. 139)+f43X43. 577+f53X 14. 451+fl32X96. 466+fl42X65. 208+f242X19. 649-198. 272... (2)
多重相關性係數(R)=O. 881*f3、f35、f36、f43、f53、fl32、fl42和f242是空間頻率的功率的對數標度。(4)實際年齡和根據外表的印象年齡的估計在獲得了來自將被估計的8個女性被測試人(主體)(平均年齡43. I歲)的面部圖像的空間頻率的強度之後，如上所述那樣，通過使用多重回歸方程(I)和(2)來估計實際年齡和根據外表的印象年齡(新成員的評估)。另外，在使用專業人員所評估的根據外表的印象年齡的情況中，通過以類似的方式計算回歸方程來執行估計。結果在表I中列出(誤差=估計年齡-(實際年齡或根據外表的印象年齡))。據此，應當理解，可以高精度地估計實際年齡和根據外表的印象年齡。另外，應當理解，就精度而言，優選使用多重回歸方程來估計根據外表的印象年齡，以及就更高的精確程度而言，優選使用專業人員評估的根據外表的印象年齡。表I
—二— —誤差..(實際.............誤差........(新成員的.根據..... .......誤差........(專業人員的根......
▲。年齡) 外.衣的印象爾齡).衣的印象年齡)
1~ 20 — 1.7 — 1.20.9·
225-2.3 —-2.0-1.2^332 2J O 0Λ
4 I 38 I -4.3-3.1-1.4
5—44 — -6.1 — -2.0-1.6 —
6535.42.21.5~
——7—————62...........................—-2.6...........................—....................................-1.8.......................................................................................................................-TI...........................................—
—8—...........................71.........................................................4.5............................................................................................33............................................................................................................................2A..............................................................示例2男性年齡的估計通過將女性替換成男性、準備男性DB、分析該DB的特徵以及準備指示「實際年齡與空間頻率的強度之間的關係」的方程，來執行與示例I相同的估計。(I)具有「實際年齡和空間頻率的強度」的男性DB的準備針對139個男性(年齡為19至84歲，平均年齡51. 51 ±17. 83歲)，以與示例I相同的方式準備具有實際年齡和空間頻率的強度(功率和頻帶值)的DB。 (2)男性DB的特徵的分析以相同的方式對男性DB執行相關性分析和聚類分析。根據實際年齡與空間頻率的強度之間的皮爾森相關性係數(雙尾)(見圖5)，應當理解，高年齡增長信息存在於60至240 (周期/圖像寬度)的範圍內(相關性>0.60)。通過解釋系統樹圖，可以得到，如女性DB中所呈現的那樣，年齡增長結構信息在每個空間頻帶中不均勻地分布。通過將兩種性別的DB進行比較，可以看到圖4和5中所呈現的差異。也就是說，推斷低頻率範圍和中頻率範圍(20至100周期/圖像寬度)的差異是因年齡增長結構中男性的快速變化引起的，諸如緊繃或無力比女性的緊繃或無力更容易注意到，以及高頻率範圍(200周期/圖像寬度或更大)內的差異是因不管年齡如何男性的皮膚紋理(粗糙感、紋理細度)都比女性的要差引起的而且年齡增長結構中男性的變化很難注意到。也就是說，應當理解，在男性的情況中，使用大約O至200周期/圖像寬度的頻帶來估計年齡是有效的。另外，類似於女性DB的分析，從系統樹圖的解釋中應當理解，不同的年齡增長信息存在於O至50周期/圖像寬度、50至100周期/圖像寬度、100至150周期/圖像寬度以及150周期/圖像寬度或更大的頻帶範圍內。(3)指示「年齡和空間頻率的強度之間的關係」的方程的準備通過使用由SPSS公司製造的SPSS (註冊商標)15. O對具有作為客觀變量的實際年齡和作為解釋變量的空間頻率(f)的示例2中的男性DB執行多重回歸分析(逐步方法)。結果，作為用於估計實際年齡的多重回歸方程的示例的方程(3)如下表示。〈實際年齡的估計值>=fl35X80. 839+f5X (-23. 510)+f3X (-10. 595) + Π05Χ64. 765-164. 187··· (3) 多重相關性係數(R) =0. 794*fl35、f5、f3和fl05是空間頻率的功率的對數標度。(4)實際年齡的估計類似於女性年齡估計方法，在從將被估計的5個男性被測試者(主體)(平均年齡40. 8歲)的面部圖像數據中獲得空間頻率的強度之後，通過使用如上所述計算的多重回歸方程(3)來估計實際年齡。結果在表2中列出(誤差=估計年齡-(實際年齡))。據此，應當理解，高精度地估計實際年齡。表權利要求
1.一種年齡估計方法，該方法包括 基於年齡與從面部圖像數據獲得的空間頻率的強度之間的相關性，根據主體的面部圖像數據估計所述主體的年齡。
2.根據權利要求I所述的年齡估計方法，其中，所述相關性由方程或模型表示，而且該方法包括 通過將來自所述主體的所述面部圖像數據的所述空間頻率的強度應用於所述方程或模型來獲得所述主體的估計年齡。
3.—種年齡估計方法，該方法包括 獲取主體的面部圖像數據； 根據所獲取的面部圖像數據計算空間頻率的強度；以及 通過將所計算的所述空間頻率的強度應用於預先準備並表示年齡與從面部圖像數據獲得的空間頻率的強度之間的相關性的方程或模型來計算所述主體的估計年齡。
4.根據權利要求2或3所述的年齡估計方法， 其中，所述方程是通過多重回歸分析獲得的多重回歸方程或通過PLS獲得的預測方程。
5.根據權利要求I至4中任一權利要求所述的年齡估計方法， 其中，所述面部圖像數據是部分面部或整個面部的圖像數據。
6.根據權利要求I至5中任一權利要求所述的年齡估計方法， 其中所述年齡是實際年齡或根據外表的印象年齡。
7.根據權利要求I至6中任一權利要求所述的年齡估計方法， 其中，所述面部圖像數據是彩色圖像數據，以及所述空間頻率的強度包括從多個彩色通道計算的所述空間頻率的強度的組合。
8.根據權利要求I至7中任一權利要求所述的年齡估計方法， 其中，所述空間頻率屬於多個不同的空間頻帶。
9.根據權利要求8所述的年齡估計方法， 其中，所述空間頻帶是50周期/圖像寬度或更低的低頻帶以及大於50周期/圖像寬度的高頻帶。
10.根據權利要求8或9所述的年齡估計方法， 其中，屬於所述空間頻帶的所述空間頻率優選具有10周期/圖像寬度或更大的差異。
11.根據權利要求8至10所述的年齡估計方法， 其中所述主體是女性， 所述相關性是年齡與從所述女性的整個面部的面部圖像數據獲得的空間頻率的強度之間的相關性，以及 所述空間頻率包括屬於下述各個空間頻帶的至少四個空間頻率 O至50周期/圖像寬度； 50至100周期/圖像寬度； 100至200周期/圖像寬度；以及 200周期/圖像寬度或更多。
12.根據權利要求8至10所述的年齡估計方法，其中所述主體是男性， 所述相關性是年齡與從所述男性的整個面部的面部圖像數據獲得的空間頻率的強度之間的相關性，以及 所述空間頻率包括屬於下述各個空間頻帶的至少四個空間頻率 O至50周期/圖像寬度； 50至100周期/圖像寬度； 100至150周期/圖像寬度；以及 150周期/圖像寬度或更多。
13.根據權利要求8至10中任一權利要求所述的年齡估計方法， 其中，所述相關性是年齡與從嘴唇的圖像數據獲得的空間頻率的強度之間的相關性， 所述空間頻率包括屬於下述各個空間頻帶的至少三個空間頻率 O至40周期/圖像寬度； 40至100周期/圖像寬度；以及 100周期/圖像寬度或更多。
14.一種年齡估計裝置，該裝置包括 強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度； 存儲單元，用於存儲表示年齡與從面部圖像數據獲得的空間頻率的強度之間的相關性的年齡相關性數據；以及 年齡計算單元，用於通過將由所述強度計算單元計算的所述空間頻率的強度與存儲在所述存儲單元中的所述年齡相關性數據進行匹配來計算所述主體的估計年齡。
15.一種促使計算機用作下述功能的年齡估計程序 強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度； 存儲單元，用於存儲表示年齡與從面部圖像數據獲得的空間頻率的強度之間的相關性的年齡相關性數據；以及 年齡計算單元，用於通過將由所述強度計算單元計算的所述空間頻率的強度與存儲在所述存儲單元中的所述年齡相關性數據進行匹配來計算所述主體的估計年齡。
16.—種性別確定方法,該方法包括 基於性別與從面部圖像數據獲得的空間頻率的強度之間的相關性，根據主體的面部圖像數據確定所述主體的性別。
17.根據權利要求16所述的性別確定方法，該方法包括 通過將來自所述主體的所述面部圖像數據的所述空間頻率的強度應用於方程或模型來確定所述主體的性別， 其中，所述相關性由所述方程或模型表示。
18.根據權利要求17所述的性別確定方法， 其中，所述方程是由判別分析獲得的判別函數。
19.根據權利要求16至18中任一權利要求所述的性別確定方法， 其中，所述空間頻率屬於從100至250周期/圖像寬度的頻帶。
20.一種性別確定方法，該方法包括 獲取面部圖像數據；根據所獲取的面部圖像數據計算空間頻率的強度； 通過將所計算的空間頻率的強度應用於預先準備並表示性別分組變量與從面部圖像數據獲得的所述空間頻率的強度之間的相關性的判別函數來獲取性別分組變量；以及基於所獲得的分組變量來確定性別。
21.一種性別確定裝置，該裝置包括 強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度； 存儲單元，用於存儲表示性別與從面部圖像數據獲得的空間頻率的強度之間的相關性的性別相關性數據；以及 性別確定單元，用於通過將由所述強度計算單元計算的所述空間頻率的強度與存儲在所述存儲單元中的所述性別相關性數據進行匹配來確定所述主體的性別。
22.—種促使計算機用作下述功能的性別確定程序 強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度； 存儲單元，用於存儲指示性別與從面部圖像數據獲得的空間頻率的強度之間的相關性的性別相關性數據；以及 性別確定單元，用於通過將由所述強度計算單元計算的所述空間頻率的強度與存儲在所述存儲單元中的所述性別相關性數據進行匹配來確定所述主體的性別。
23.一種年齡估計裝置，該裝置包括 強度計算單元，用於根據主體的面部圖像數據計算空間頻率的強度； 存儲單元，用於存儲指示性別與從面部圖像數據獲得的空間頻率的強度之間的相關性的性別相關性數據以及指示年齡與根據性別從面部圖像數據獲得的空間頻率的強度之間的相關性的男性年齡相關性數據和女性年齡相關性數據； 性別確定單元，用於通過將由所述強度計算單元計算的所述空間頻率的強度與存儲在所述存儲單元中的所述性別相關性數據進行匹配來確定所述主體的性別； 年齡相關性數據選擇單元，用於基於由所述性別確定單元所確定的性別來選擇所述男性年齡相關性數據或所述女性年齡相關性數據；以及 計算單元，用於通過將由所述強度計算單元計算的所述空間頻率的強度與由所述相關性數據選擇單元所選擇的相關性數據進行匹配來計算所述主體的估計年齡。
全文摘要
公開了使用面部圖像的用於高精度性別確定和年齡估計的新穎技術。所公開的年齡估計方法包括獲取主體的面部圖像數據的步驟；根據所獲取的面部圖像數據計算空間頻率強度的步驟；以及通過應用從面部圖像數據獲得的所計算的空間頻率強度至預先準備的表示年齡與從面部圖像數據獲得的空間頻率強度之間的相關性的模型或公式，計算主體的估計年齡的步驟。
文檔編號A61B5/00GK102870136SQ20118002235
公開日2013年1月9日 申請日期2011年5月18日 優先權日2010年6月21日
發明者山崎和広, 多田明弘, 林真理子, 大畑美穗, 鳥居櫻 申請人:寶麗化學工業有限公司