人脸年龄估计是指从给定的人脸图像中自动地估计出目标的年龄,由于该技术具有广阔应用前景,在模式识别、媒体计算、人机交互等领域引起了很多研究者的关注。以往研究中一般是基于传统的回归或者分类技术进行年龄估计,考虑到年龄本身是一种有序结构,将目标年龄估计为差别较大的年龄会让人更难以接受,因此本文提出基于有序回归(Ordinal Regression)来进行人脸年龄估计,主要做了以下工作:(1)提出了和谐有序回归法(Harmonious Ordinal Regression),在传统的两类有序回归法——阔值法(Threshold Model)和二分法(Binary Decompositions)之间建立了联系,并通过适当的折衷,继承了阈值法预测快、二分法精度高的优点。在FG-NET、MORPH、ChaLearn老化数据集上进行的对比实验表明,和谐有序回归法能够取得与二分法相似的年龄估计精度以及与阈值法相似的估计速度,且其估计精度显著优于当前主流年龄估计法。(2)提出了全序保持投影法(Total Ordering Preserving Projection,简称 TOPP),能够获得保持全序结构的特征空间。通过约束目标投影在全序关系导出的子问题上均能有效地区分顺序,TOPP方法使全序关系得以保持,并在年龄估计问题上能够呈现出清晰的老化趋势。在上述三个老化数据集上的对比实验表明,将TOPP得到的特征空间代替原始的输入空间,可以使支持向量机和谐有序回归法的精度得到显著提升。