[發明專利]基于平均臉特征的性別檢測方法

有效

• 申請號: 201410720504.0
• 申請日: 2014-12-01
• 公開（公告）號: CN104463243B
• 公開（公告）日: 2017-09-29
• 發明（設計）人: 沈飛;謝衍濤
• 申請（專利權）人: 中科創達軟件股份有限公司
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06K9/46
• 代理公司: 北京華夏正合知識產權代理事務所(普通合伙)11017
• 代理人: 韓登營,張煥亮

1.基于平均臉特征的性別檢測方法，其特征在于，包括學習步驟和檢測步驟：

所述學習步驟包括：

A、對人臉圖像數據庫進行分類，并計算各類人臉圖像的平均臉；

B、將所述各平均臉數據配置為卷積神經網絡的輸出層、各平均臉所屬類別下的人臉數據集中的人臉各位置配置為卷積神經網絡的輸入層，對卷積神經網絡進行學習；

C、將所述卷積神經網絡的輸出層作為性別分類層的輸入層，不同性別作為性別分類層的輸出層，對性別分類層進行學習；

所述檢測步驟包括：

將待檢人員的人臉圖像輸入學習后的卷積神經網絡，由性別分類層輸出性別。

2.根據權利要求1所述的方法，其特征在于，步驟A所述對人臉圖像數據庫進行分類包括：依據人臉對應的性別和膚色進行分類。

3.根據權利要求1所述的方法，其特征在于，步驟B包括：

將平均臉的各位置像素，表示為(X₁、X₂，……，X_n)，配置為卷積神經網絡輸出層的各個神經單元；

將對應類別的各人臉的各位置像素，表示為(O₁、O₂，……，O_n)，配置為卷積神經網絡輸入層的各個神經單元；

使所述輸入層的各人臉的各位置像素與輸出層的平均臉的各位置像素區別最小的方式對卷積神經網絡進行學習；

其中，卷積神經網絡輸出層的各個神經單元與卷積神經網絡輸入層的各個神經單元數量匹配。

4.根據權利要求3所述的方法，其特征在于，所述使所述輸入層的各人臉的各位置像素與輸出層的平均臉的各位置像素區別最小的方式包括：采用對應各位置像素的最小平方差和的方式。

5.根據權利要求1所述的方法，其特征在于，步驟C中，所述性別分類層包括softmax分類層。

6.根據權利要求5所述的方法，其特征在于，步驟C中所述對性別分類層進行學習的步驟包括：

采用反向傳播算法進行學習，計算使其結果最小，式中w為所述softmax分類層的參數，tn為所述人臉圖像數據庫中第n個樣本的真實性別，yn為第n個樣本通過模型后的性別，為權重腐蝕。

7.根據權利要求1所述的方法，其特征在于，所述性別分類層包括向量機分類或邏輯回歸分類。