[發(fā)明專利]一種人臉圖像的性別標(biāo)注方法及人臉性別檢測方法

有效

• 申請?zhí)枺?/td>: 201410053395.1
• 申請日: 2014-02-17
• 公開（公告）號: CN103824053B
• 公開（公告）日: 2018-02-02
• 發(fā)明（設(shè)計）人: 印奇;曹志敏;姜宇寧
• 申請（專利權(quán)）人: 北京曠視科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種人臉屬性特征標(biāo)注方法，尤其涉及一種人臉圖像的性別標(biāo)注方法及人臉性別檢測方法，屬于圖像識別技術(shù)領(lǐng)域。

背景技術(shù)

目前人臉識別檢測技術(shù)在各領(lǐng)域得到廣泛應(yīng)用，成為當(dāng)前的一項研究熱點(diǎn)，比如申請?zhí)?01210313721.9、名稱“人臉識別方法”的專利文獻(xiàn)，申請?zhí)?01210310643.7、名稱“一種人臉識別方法及其系統(tǒng)”的專利文獻(xiàn)。

其中，人臉檢測識別方法中人臉特征點(diǎn)的提取和標(biāo)注是一項必不可少的工作，比如申請?zhí)?01310115471.2、名稱“一種人臉自動標(biāo)注方法及系統(tǒng)”首先從截取的視頻中檢測出人臉，獲取人臉圖片集合，然后過濾出人臉圖片集合，同時，獲取相鄰幀圖片的HSV顏色直方圖差值，采用空間顏色直方圖的鏡頭邊緣檢測算法進(jìn)行鏡頭分割，對來自相鄰幀的人臉，檢測第一幀的目標(biāo)區(qū)域內(nèi)角點(diǎn)，并使用局部匹配的方法將這些角點(diǎn)遞延給下一幀，并進(jìn)行相應(yīng)的更新，并統(tǒng)計匹配個數(shù)，依據(jù)匹配個數(shù)的閾值，依此進(jìn)行下去獲取人臉序列。然后通過唇動檢測模塊根據(jù)人臉序列中說話人的唇動檢測出說話人和未說話人，將說話人、說話內(nèi)容及說話時間三者融合進(jìn)行標(biāo)注；最后，讀入每個序列上的人臉，逐個定位，再根據(jù)定位結(jié)果進(jìn)行仿射變換，并提取變換后特征點(diǎn)附近固定大小圓形區(qū)域內(nèi)的像素灰度值，作為該人臉特征。

申請?zhí)?00610096709.1，名稱“人臉識別系統(tǒng)中的人臉特征點(diǎn)定位方法”也涉及人臉識別系統(tǒng)中的人臉特征點(diǎn)定位方法,利用圖像梯度方向信息的統(tǒng)計模型,通過統(tǒng)計推理的方法確定人臉特征點(diǎn),包括以下步驟:(1)定義及定位人臉特征點(diǎn),即利用圖像梯度的方向定義和定位候選人的人臉特征點(diǎn);(2)提取步驟(1)中人臉特征點(diǎn)的特征向量(3)利用一個考慮了人臉特征點(diǎn)的特征及相對關(guān)系的統(tǒng)計模型,采用統(tǒng)計推理的方法,標(biāo)注人臉特征點(diǎn),從而確定需要的人臉特征點(diǎn)的位置。

現(xiàn)有人臉屬性分析技術(shù)包含性別，年齡，種族，微笑程度，朝向等一系列技術(shù)。這些技術(shù)一般共用一套標(biāo)準(zhǔn)的機(jī)器學(xué)習(xí)算法。相關(guān)算法通常包含三個環(huán)節(jié)：1）人臉圖像預(yù)處理，包含人臉檢測和光學(xué)校正；2）人臉特征提取，提取相關(guān)像素值，邊緣位置，角點(diǎn)等；3）機(jī)器學(xué)習(xí)分類器，針對人臉特征進(jìn)行屬性判定，如性別是男性還是女性。傳統(tǒng)技術(shù)的最大問題在于很強(qiáng)的依賴于訓(xùn)練數(shù)據(jù)，因而推廣性較弱。舉例來說，一個在中國人人臉數(shù)據(jù)上訓(xùn)練出來的性別分類器，在判定白人和黑人性別時往往就會出現(xiàn)較大誤差。因而，提升現(xiàn)有人臉屬性分析算法最核心的步驟就是如何快速高效的收集及標(biāo)注海量的人臉圖片。

人臉技術(shù)屬于機(jī)器學(xué)習(xí)范疇，技術(shù)和系統(tǒng)都需要經(jīng)歷數(shù)據(jù)訓(xùn)練過程，即把大量人臉圖像和相應(yīng)的標(biāo)注一起作為輸入給到算法，算法會根據(jù)這些訓(xùn)練數(shù)據(jù)自動學(xué)習(xí)出相應(yīng)的模型從而用于實際應(yīng)用。由于目前的人臉檢測方法所要求檢測的特征屬性信息要求越來越豐富，一般通過有標(biāo)注的人臉圖像利用機(jī)器學(xué)習(xí)算法進(jìn)行訓(xùn)練得到識別模型，從而對眾多未標(biāo)注的人臉圖像進(jìn)行標(biāo)注和識別。然而關(guān)于人臉性別屬性特征的標(biāo)注方法一直未得到有效解決，如果簡單的通過人工方法去逐一篩選標(biāo)注，非常耗時。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明的目的在于提供一種人臉圖像的性別標(biāo)注方法及人臉性別檢測方法。

本發(fā)明的技術(shù)方案為：

一種人臉圖像的性別標(biāo)注方法，其步驟為：

1）從待標(biāo)注人臉圖片的圖像來源上下文信息中提取候選的人名關(guān)鍵詞；

2）根據(jù)所提取的人名關(guān)鍵詞在網(wǎng)絡(luò)中進(jìn)行搜索，返回結(jié)果網(wǎng)頁；

3）在該結(jié)果網(wǎng)頁中計算設(shè)定的性別相關(guān)詞語的出現(xiàn)頻率，并根據(jù)該出現(xiàn)頻率初步確定該

待標(biāo)注人臉圖片的性別；

4）分別采用人臉技術(shù)平臺和人臉屬性分析算法檢測該待標(biāo)注人臉圖片的性別；

5）根據(jù)步驟3）、4)的識別結(jié)果確定該待標(biāo)注人臉圖片的最終性別，標(biāo)注該待標(biāo)注人臉

圖片的性別。

進(jìn)一步的，根據(jù)步驟3）的性別識別結(jié)果、人臉技術(shù)平臺的性別識別結(jié)果和人臉屬性分析算法的性別識別結(jié)果進(jìn)行加權(quán)求和，得到一L值，根據(jù)該L值與設(shè)定閾值的比較結(jié)果確定該待標(biāo)注人臉圖片的最終性別。

進(jìn)一步的，根據(jù)歷史最終性別標(biāo)注結(jié)果，分別統(tǒng)計步驟3）的歷史性別識別結(jié)果準(zhǔn)確率、人臉技術(shù)平臺的歷史性別識別結(jié)果準(zhǔn)確率和人臉屬性分析算法的歷史性別識別結(jié)果準(zhǔn)確率，根據(jù)統(tǒng)計結(jié)果調(diào)整相應(yīng)的權(quán)重。

進(jìn)一步的，在維基百科和百度百科中搜索候選的人名關(guān)鍵詞，得到結(jié)果網(wǎng)頁。

一種人臉圖像的人臉性別檢測方法，其步驟為：

1）數(shù)據(jù)自動采集系統(tǒng)從服務(wù)器獲取人臉圖片及其上下文信息；