人脸是人体中最重要的生物特征,它具有结构复杂,细节变化多等特点,而且人脸也是人体中蕴含信息最丰富的器官。例如人种、年龄、性别,甚至性格、情绪等等信息都可以在人脸上得到反映。目前,人脸检测和识别的研究已经相对成熟,并广泛应用在智能相机人脸检测和基于人脸识别的门禁系统中。但是,机器在检测和识别人脸之后,对人脸上所反映的信息的解读远不成熟。本文受方向梯度直方图(HOG)特征在行人识别中成功应用的启发,提出了对人脸图像进行性别判断和年龄估计的方法。HOG特征的主要优势在于,它可以通过像素梯度值和梯度方向的分布很好地描述图像的表象及形状。与其他特征描述算法比较,HOG特征对图像几何和光学形变具有很好的鲁棒性。同时,HOG特征能够忽略细微变化的干扰,而对图像的总体有很好地表达,这使得HOG特征能很好的应用在细节变化丰富的人脸图像上。此外HOG特征还有易于理解,计算效率高等优点。本文在将HOG特征引进性别判断和年龄估计的研究中,主要的创新工作如下：1.本文受人类视觉系统相关研究的启发,在引进单一尺度HOG特征的基础上,提出使用多尺度HOG特征融合进行性别判断,结合支持向量机通过实验证明了多尺度HOG特征的优越性。2.本文从数学上对HOG特征的应用进行了改进,创新性地提出和证明了带权重全局HOG特征与PCA方法结合使用的优势,并用以进行年龄估计。本文年龄估计实验使用了分类式估计方法和回归式估计方法,实验证明带权重全局HOG特征在两种方法中都有比同类算法更加优秀的表现。3.本文在大量实验的基础上,总结分析了在复杂图像库中HOG算子参数选择的最佳方案,给出其在人脸图像工程应用上HOG参数选择的推荐值。