[發明專利]人臉圖像的屬性信息識別方法和裝置

有效

• 申請號: 201410831754.1
• 申請日: 2014-12-26
• 公開（公告）號: CN105787423B
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 黃磊;蔡利君;劉昌平
• 申請（專利權）人: 漢王科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京成創同維知識產權代理有限公司 11449
• 代理人: 劉鋒;蔡純

本發明公開了一種人臉圖像的屬性信息識別方法和裝置，通過核函數來表示降維函數中給隱變量賦予的先驗信息，使得該先驗信息可以表達非線性的人臉識別問題，從而可以將原有的、僅能解決線性問題的基于高斯過程和隱變量的降維方法應用于解決非線性的人臉識別問題，通過最優化降維目標函數，求取核函數即可實現降維。使得獲取的低維度特征向量具有較好的泛化能力，能夠有效表現不同個體的共有模式外，還可以盡可能多的保留不同個體的差異性。由此，基于相應的降維方法來訓練屬性識別函數和對待估計人臉圖像進行降維，提高人臉圖像屬性識別的準確性。

技術領域

本發明涉及模式識別領域，具體涉及一種人臉圖像的屬性信息識別方法和裝置。

背景技術

人臉識別是目前計算機視覺領域的研究熱點。人臉識別一般被描述為：給定由靜態圖像或者動態視頻組成的場景，利用已有的已知人臉數據庫，確定場景中一個或多個人物的屬性(例如性別、年齡等)。

一般而言，從人臉圖像中提取的原始數據維度數較高，且其特征空間為稀疏的，存在大量無用的特征，因此，需要對人臉圖像進行低維度特征提取，也即降維。通過降維，不僅可以將有用的特征信息進行壓縮，從而方便后續的識別，而且還能夠容忍人臉圖像中的變化和噪聲，優化后續的識別過程。

綜上所述,人臉識別以歸結為人物的屬性信息與對應于具有相同身份或屬性不同個體的人臉圖像之間的關系。考慮到人臉圖像所表現出來的信息受很多因素(基因、生活習慣、場景等)的影響，具有相同屬性的不同個體的年齡特征也存在很大的差別。因此，如何有效提取人臉圖像的低維度特征并進行屬性信息識別，是改進人臉識別技術的關鍵。

發明內容

有鑒于此，本發明提供一種人臉圖像的低維度特征提取方法和裝置，以有效提高人臉圖像的屬性識別的準確性。

第一方面，提供一種人臉圖像的屬性識別方法，包括：

對所有按屬性信息預分類的樣本人臉圖像進行預處理獲取對應的歸一化樣本圖像；

提取所述歸一化樣本圖像的高維度特征向量；

根據所有所述歸一化樣本圖像的高維度特征向量獲得樣本矩陣；

根據降維目標函數獲取所述樣本矩陣對應的低維度特征矩陣和降維映射矩陣，所述低維度特征矩陣和所述降維映射矩陣使得所述降維目標函數最小化；

根據所述低維度特征矩陣及對應的屬性信息訓練屬性識別函數；

根據所述降維映射矩陣提取待估計人臉圖像的低維度特征；

根據所述待估計人臉圖像的低維度特征和所述屬性識別函數估計所述待估計人臉圖像屬性信息；

其中，所述降維目標函數以所述樣本矩陣的類間方差的逆與所述樣本矩陣的類內方差的乘積的跡的最大值作為給隱變量賦予的先驗信息，其中，所述最大值為以低維度特征為隱變量的核函數矩陣的函數。

第二方面，提供一種人臉圖像的屬性信息識別裝置，包括：

歸一化單元，用于對所有按屬性信息預分類的樣本人臉圖像進行預處理獲取對應的歸一化樣本圖像；

高維度特征提取單元，用于提取所述歸一化樣本圖像的高維度特征向量；

矩陣獲取單元，用于根據所有所述歸一化樣本圖像的高維度特征向量獲得樣本矩陣；

降維訓練單元，用于根據降維目標函數獲取所述樣本矩陣對應的低維度特征矩陣和降維映射矩陣，所述低維度特征矩陣和所述降維映射矩陣使得所述降維目標函數最小化；

識別訓練單元，用于根據所述低維度特征矩陣及對應的屬性信息訓練屬性識別函數；

低維度特征提取單元，用于根據所述降維映射矩陣提取待估計人臉圖像的低維度特征；