[發明專利]一種基于CNN的赤足足跡的性別判定方法

有效

• 申請號: 201710903986.7
• 申請日: 2017-09-29
• 公開（公告）號: CN109583277B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 郭寶珠;張吉昌;董波;于昕曄
• 申請（專利權）人: 大連恒銳科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 大連智高專利事務所(特殊普通合伙) 21235
• 代理人: 蓋小靜

本發明公開了一種基于CNN的赤足或穿襪足跡的性別判定方法，包括：S1：獲取赤足或者穿襪足跡圖像數據，并對圖像數據進行預處理；S2：制作赤足圖像數據集；S3：數據訓練與特征提?。篠4：根據任意一張赤足或者穿襪足跡圖像判定該圖像的擁有者的性別。本申請利用深度學習的方式實現對于人性別的判斷，解放人力的同時，判定的準確率也得到了很大的提高。

技術領域

本發明涉及一種性別判定方法，具體說是一種基于CNN的赤足足跡的性別判定方法。

背景技術

性別識別是讓計算機根據輸入的人的圖像信息判斷性別的過程，在人工智能、系統監控、模式識別等方面有著重要的前景。應當理解，性別識別在身份識別與驗證中可以充當“過濾器”，利用檢測出來的性別信息顯著降低身份識別的圖片搜索數量，提高身份認證識別速度與精度。

足跡圖像在各個場合都能廣泛的產生，應用好足跡圖像，挖掘其蘊含的信息，對于生物識別具有重要的意義。

發明內容

本申請提供了一種基于CNN的赤足足跡的性別判定方法，利用深度學習的方式實現對于人性別的判斷，解放人力的同時，判定的準確率也得到了很大的提高。

本申請的第一種技術方案是：一種基于CNN的赤足足跡的性別判定方法，包括：

S1：獲取赤足或者穿襪足跡圖像數據，并對圖像數據進行預處理；

S2：制作赤足圖像數據集；

S3：數據訓練與特征提?。?/p>

S4：根據任意一張赤足或者穿襪足跡圖像判定該圖像的擁有者的性別。

進一步的，制作赤足圖像數據集，包括：

(1)訓練集：用于深度學習的訓練過程，每個赤足足跡數據采樣帶有從屬性別信息，這個性別信息則是這個赤足或穿襪足跡的標簽；

(2)驗證集：用于驗證深度學習的結果，每個赤足或者穿襪足跡數據采樣帶有從屬性別信息，但是驗證集不參與訓練，只是用來衡量性別判定的準確度；

上述驗證集的數據維度不高于訓練集的數據維度，待識別集的數據信息量不高于訓練集的數據信息量；有效信息數據維度不低于識別數據集的特征維度。

進一步的，數據訓練與特征提取，包括：

1)訓練數據準備：對已經完成預處理后的訓練集和驗證集的二維圖像數據，依照標簽分成兩組；

2)分組進行基于CNN網絡的訓練，此處使用改進的AlexNet網絡。

進一步的，改進的AlexNet網絡具體為：

(1)初始網絡：

網絡構成：4層卷積層，2層池化層，2層全連接層；

網絡連接：

conv1+pooling1+relu→conv2+pooling2+relu→conv3+relu→conv4+relu→fc5→fc6

其中，conv代表卷積層，pooling代表池化層，fc代表全連接層，relu代表激活函數；

(2)通過訓練及驗證結果調整網絡：利用初始網絡進行一次完整訓練之后，用驗證數據測試，假定性別判定準確率不足N％，則認為網絡結構需要調整。

更進一步的，調整網絡如下：對任意一幅圖，將每層卷積層結果輸出，用每層卷積層結果與其他圖像的同層卷積結果做相關比對:

A、若某層級出現相關性明顯變大的情況，則降低該層級以及其后端的卷積核尺寸，或者直接將該層作為全連接層重新訓練；