近紅外線影像由於其物理特性與成像方式，其紋理細節都有發散模糊不清的現象，對於以紋理為主要特徵的年齡辨識問題而言更具挑戰。本論文主要目的是以近紅外線人臉影像為基礎，找出對近紅外線年齡特徵有最佳描述力的特徵描述子，辨識近紅外線影像中被拍攝者的年齡區間，建構整個年齡層估算機制。
相關研究一部分關注可見光年齡辨識，另一部分則聚焦在近紅外線人臉辨識，目前還沒有近紅外線年齡辨識的相關文獻能參考，如何從接近的研究領域找尋是適當的演算法是本研究遇到的第一個挑戰。在資料庫的部分，FGNET和MORPH常被用於可見光的年齡辨識議題； PolyU和LDHF則用於近紅外線人臉辨識相關研究，在目前沒有近紅外線年齡資料庫的情況，本研究自建RSNIR（Intel RealSense Near-Infrared Age Database），因此如何標準化拍攝環境流程、蒐集穩定的近紅外線影像是本研究面臨的第二個挑戰。
區域性特徵擷取方法的關鍵在於特徵描述子的描述力。本研究以LBP（Local Binary Patterns）為基礎，探討LBP在內的24個特徵描述子，最後實驗測試各個描述子在RSNIR的辨識率，結果發現基本型Fuzzy LBP和擴充型RILBP對近紅外線年齡特徵有最佳描述力。在空間譜子區塊（patch）設計部分，以3x3切割子區塊數的辨識效果最好，反應出其與影像校正時的人臉影像空間定義方式有關。
| Identifer | oai:union.ndltd.org:CHENGCHI/G0102753013 |
| Creators | 林言翰, Lin, Yan-Han |
| Publisher | 國立政治大學 |
| Source Sets | National Chengchi University Libraries |
| Language | 中文 |
| Detected Language | Unknown |
| Type | text |
| Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.002 seconds