预览加载中,请您耐心等待几秒...
1/7
2/7
3/7
4/7
5/7
6/7
7/7

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN104573673A(43)申请公布日2015.04.29(21)申请号201510045334.5(22)申请日2015.01.28(71)申请人广州远信网络科技发展有限公司地址510627广东省广州市天河区平云路163号通讯大楼西区6楼(72)发明人凌远强(74)专利代理机构广州新诺专利商标事务所有限公司44100代理人张玲春(51)Int.Cl.G06K9/00(2006.01)权利要求书1页说明书4页附图1页(54)发明名称一种人脸图像年龄的识别方法(57)摘要本发明涉及人脸识别技术领域,特别涉及一种人脸图像年龄判别方法,其依次包括以下步骤:获取图像各个像素点的灰度值;检测该图像是否包含人脸;分割所述图像得到仅包含所需人脸基本轮廓的人脸图像;进行直角坐标向极坐标的坐标转换;计算变换参数和过渡参数;对所述变换参数以及所述过渡参数进行取整运算,取整后的变换参数和过渡参数的平均值为所述人脸图像相对应的对象年龄。本发明的识别方法赋予计算机判别人脸图像中的对象年龄的能力,能够实现自动化智能管理。CN104573673ACN104573673A权利要求书1/1页1.一种人脸图像年龄的识别方法,其特征在于,依次包括以下步骤:S1从待判别的图像中获取各个像素点的灰度值;S2检测所述图像是否包含人脸,当确定所述图像包含人脸时,跳转步骤S3;S3将所述图像划分为若干个具有相同尺寸/大小的区域,通过计算所述各个像素点的梯度值/方差,并且将所述梯度值/方差与预设的阈值进行比较,以从所述图像分割得到仅包含人脸基本轮廓的人脸图像;S4利用相位一致性以及角点检测算法,计算所述人脸图像的极坐标输出值;S5利用数组转换,计算所述极坐标输出值的变换参数;S6利用所述极坐标输出值计算过渡参数;S7对所述变换参数以及所述过渡参数进行取整运算,取整后的变换参数和过渡参数的平均值为所述人脸图像相对应的对象年龄。2.根据权利要求1所述的识别方法,其特征在于,所述步骤S1利用最大值法、平均值法或加权平均值法来获取所述各个像素点的灰度值。3.根据权利要求1所述的识别方法,其特征在于,在执行所述步骤S3之前,对所述人脸图像执行光照处理,将所述人脸图像转换成关于像素点的灰度直方图,其中所述转换的计算公式为:其中,f(x,y)为输入人脸图像的像素点元素数据,g(x,y)为输出人脸图像的像素点元素数据,a、b、c是调整曲线的位置和形状而引入的参数。4.根据权利要求1所述的识别方法,其特征在于,所述步骤S5中计算所述极坐标输出值的变换参数的方法为:其中,a、b、c、d、e、f分别依次为对应于剪切,放大,缩小,倾斜,旋转和平移操作的变换参数。5.根据权利要求1所述的识别方法,其特征在于,所述步骤S6中计算所述过渡参数的方法为:S′=argmax{S}[T{FP(r,θ),S(FG(r,θ)}]。6.根据权利要求1所述的识别方法,其特征在于,所述识别方法进一步包括以下步骤:执行所述步骤S6之后,对所述变换参数以及所述过渡参数进行线性和/或非线性变换,使得所述人脸图像的所述各个像素点的输出值在极坐标输出值与直角坐标输出值之间自由变换。2CN104573673A说明书1/4页一种人脸图像年龄的识别方法技术领域[0001]本发明涉及人脸识别技术领域,特别涉及一种人脸图像年龄的识别方法。背景技术[0002]作为人的一种内在属性,并且具有很强的自身稳定性及个体差异性,生物特征成为自动身份验证的最理想依据。当前的生物特征识别技术主要包括有:指纹识别、视网膜识别、虹膜识别、步态识别、静脉识别、人脸识别等。与其他识别方法相比,人脸识别由于本身具有直接、友好、方便的特点,使用者对其无任何心理障碍,因此易于被用户所接受,从而得到广泛的研究与应用。除此之外,还能够对人脸识别的结果作进一步的分析,得到有关人的性别、表情、年龄等诸多额外的丰富信息,扩展了人脸识别的应用前景。而人脸是重要的生物特征之一,人脸图像上蕴含了大量的信息,例如性别、年龄人种、身份等。其中,人脸的性别识别功能就是试图赋予计算机根据输入的人脸图像,判断使用者性别的能力。人机交互技术(HCI)的发展使得计算机视觉、人工智能,在监控、GUI人机界面设计等方面发挥越来越重要的作用。随着技术的进步,基于人脸图像模式识别的问题逐渐成为近年来研究的热点。其中包括人脸检测、人脸身份识别、人脸属性(性别、年龄、表情、种族等)识别等各类识别问题。基于人脸的性别分类就是使得计算机能够根据输入的人脸图像判断其性别的过程。人脸的性别识别似乎是人们“与生俱来”的能力,但让计算机进行识别并不容易,即使有大量来自计算机视觉、模式识别、人工智能、心理学等各个领域的研究人员的努力。[0003]中