基于人脸图像的性别识别方法及装置.pdf

(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CN106295591A(43)申请公布日2017.01.04(21)申请号201610681155.5(22)申请日2016.08.17(71)申请人乐视控股（北京）有限公司地址100025北京市朝阳区姚家园路105号3号楼10层1102申请人乐视云计算有限公司(72)发明人公绪超(74)专利代理机构深圳市恒申知识产权事务所(普通合伙)44312代理人李红梅(51)Int.Cl.G06K9/00(2006.01)权利要求书2页说明书11页附图3页(54)发明名称基于人脸图像的性别识别方法及装置(57)摘要本发明公开了一种基于人脸图像的性别识别方法及装置，该方法包括：通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，若该性别判别结果的概率值大于预置概率值，则确定该性别判别结果中判别出的性别为该待识别人脸图像所描绘的人物的性别；若该性别判别结果的概率值小于该预置概率值，则通过该待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别该人脸图像所描绘的人物的性别，其中该人脸图像样本为整体人脸的图像样本，这样在复杂的成像情况下，将深度卷积神经网络和图像的特征比对相结合，能够利用人脸深度纹理、边缘与颜色特征进行辅助识别，增加了性别识别的准确性。CN106295591ACN106295591A权利要求书1/2页1.一种基于人脸图像的性别识别方法，其特征在于，包括：通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，其中所述待识别人脸图像中包括头发区域；若所述性别判别结果的概率值大于预置概率值，则确定所述性别判别结果的判的性别为所述待识别人脸图像所描绘的人物的性别；若所述性别判别结果的概率值小于所述预置概率值，则通过所述待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别所述待识别人脸图像所描绘的人物的性别，其中所述人脸图像样本为整体人脸的图像样本。2.根据权利要求1所述的方法，其特征在于，所述先验模型为：非人脸类别、男性类别、女性类别以及性别近似类别。3.根据权利要求1所述的方法，其特征在于，若所述性别判别结果的概率值小于所述预置概率值，则通过所述待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别所述待识别人脸图像所描绘的人物的性别，具体包括：将所述待识别人脸图像的特征与人脸图像样本的特征进行余弦相似度比较，得到多个余弦相似度值；按照所述余弦相似度值由高到低的顺序，选取预置数目的目标人脸图像样本；对所述目标人脸图像样本的性别类别进行数量统计，并将样本数量最多的性别类别作为目标性别类别；在所述目标人脸图像样本中选取性别类别为所述目标性别类别的相似人脸图像样本，并提取所述相似人脸图像样本与所述待识别人脸图像之间的余弦相似度值作为目标余弦相似度值；计算所述目标余弦相似度的平均值；若所述平均值大于预置的相似度值，则将所述目标性别类别作为所述待识别人脸图像中所描绘的人物的性别。4.根据权利要求1至3任一项所述的方法，其特征在于，所述待识别人脸图像的特征至少包括以下之一：眉毛的特征、眼睛的特征、嘴巴的特征、头发的特征、面部轮廓的特征、肤色的特征以及面部纹理的特征。5.一种基于人脸图像的性别识别装置，其特征在于，包括：对比模块，用于通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，其中所述待识别人脸图像中包括头发区域；确定模块，用于若所述性别判别结果的概率值大于预置概率值，则确定所述性别判别结果中判别出的性别为所述待识别人脸图像所描绘的人物的性别；识别模块，用于若所述性别判别结果的概率值小于所述预置概率值，则通过所述待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别所述待识别人脸图像所描绘的人物的性别，其中所述人脸图像样本为整体人脸的图像样本。6.根据权利要求5所述的装置，其特征在于，所述装置还包括：设置模块，还用于设定所述先验模型为：非人脸类别、男性类别、女性类别以及性别近似类别。7.根据权利要求5所述的装置，其特征在于，所述识别模块包括：比较模块，还用于将所述待识别人脸图像的特征与每一人脸图像样本的特征进行余弦2CN106295591A权利要求书2/2页相似度对比，得到多个余弦相似度值；选取处理模块，用于按照所述余弦相似度值由高到低的顺序，选取预置数目的目标人脸图像样本；统计模块，用于对所述目标人脸图像样本的性别类别进行数量统计，并将样本数量最多的性别类别作为目标性别类别；所述选取处理模块，还用于在所述目标人脸图像样本中选取性别类别为所述目标性别类别的相似人脸图像样本，并提取所述相似人脸图像