人脸是人类视觉中最为普遍的一种模式,它复杂又精巧的面部结构携带了诸如身份、年龄、性别、表情等丰富信息,是人们在日常生活中相互识别和交流的重要特征和首要依据。随着人的年龄增长,人脸相貌会产生显著变化,使得对人脸的自动识别更为困难,现已成为了当前人脸自动识别技术的瓶颈。人脸的老化过程模拟对于提高人脸识别系统性能、寻人刑侦以及影视娱乐、人机交互、多媒体特技等方面都有广阔的应用前景。论文以人脸老化过程为研究对象,结合相似性原理,研究人脸老化过程中面部的各种变化规律,建立人脸的统计模型,设计相关老化模拟算法,并采用计算机自动模拟人脸老化过程,预测人脸未来相貌,具体工作如下:本文采用并改善了目前新兴的人脸层次结构模型,对样本库中400余幅15至45岁的男性黑人头像进行了分层表示,研究分析人脸老化过程的一般规律,发现其呈非线性变化的基本特征,结合相似性原理,对人脸各层进行分段线性老化过程模拟,最后逆向合成老化结果,实现对相貌的预测。为了验证本文算法的有效性,论文对同一幅原始人像采用基于原型的老化过程模拟和线性的老化过程模拟,与基于局部五官相似性的分段线性老化过程模拟进行对比分析,实验结果表明:基于局部五官相似性的老化过程模拟比以皱纹变换的共性特征作为补偿的方法能更准确地体现与局部五官的联系,更具个性特征。与直接线性老化过程模拟相比,非线性老化过程模拟更符合人脸老化的自然规律。在一定人脸样本图像数量要求的前提下,算法可以得到有效的主客观评价结果。