[發明專利]一種基于聲紋和人臉圖像特征融合的年齡預測系統及方法

在審

• 申請號: 201810063645.8
• 申請日: 2018-01-23
• 公開（公告）號: CN108460334A
• 公開（公告）日: 2018-08-28
• 發明（設計）人: 徐楓;陳建武;肖謀
• 申請（專利權）人: 北京易智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G10L17/04
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 徐金瓊;劉東

1.一種基于聲紋和人臉圖像特征融合的年齡預測方法，其特征在于，包括以下步驟：

步驟1：采集樣本聲音和樣本人臉圖像；

步驟2：通過神經網絡對步驟1中的樣本聲音和樣本人臉圖像訓練得到性別分類器；

步驟3：基于步驟2中的性別分類器以及步驟1中的樣本聲音和樣本人臉圖像融合訓練得到年齡預測分類器。

2.如權利要求1所述的一種基于聲紋和人臉圖像特征融合的年齡預測方法，其特征在于，所述步驟2中的具體步驟為：

步驟2.1：對步驟1中采集得到的樣本聲音和樣本人臉圖像進行預處理得到樣本語音信號和樣本圖像數據；

步驟2.2：將步驟2.1中預處理后的樣本語音信號和樣本圖像數據分別進行提取得到樣本語音特征和樣本圖像特征；

步驟2.3：將步驟2.2中得到的樣本語音特征和樣本圖像特征輸入神經網絡訓練得到性別分類器。

3.如權利要求2所述的一種基于聲紋和人臉圖像特征融合的年齡預測方法，其特征在于，所述步驟2.2中的具體為：

人臉圖像的特征提取：將樣本人臉圖像通過卷積核進行卷積運算輸出人臉特征圖；

其中，x為一個大小為(M，N)的二維輸入向量，w是大小為J*I卷積核，b為偏置，y為輸出特征圖，大小為M*N，激活函數用f表示；

樣本聲音的特征提取：提取樣本聲音的Mel頻率倒譜系數得到樣本聲音特征。

4.如權利要求1所述的一種基于聲紋和人臉圖像特征融合的年齡預測方法，其特征在于，所述步驟3的具體步驟為：

步驟3.1：根據性別分類器對步驟1中的樣本聲音和樣本人臉圖像進行分類得到女性樣本聲音、男性樣本聲音、女性樣本人臉圖像和男性樣本人臉圖像；

步驟3.2：對女性樣本聲音以及女性樣本人臉圖像進行訓練得到女性年齡預測分類器，對男性樣本聲音以及男性樣本人臉圖像進行訓練得到男性年齡預測分類器；

步驟3.3：融合女性年齡預測分類器以及男性年齡預測分類器得到年齡預測分類器。

5.一種基于聲紋和人臉圖像特征融合的年齡預測系統，其特征在于，包括：圖像采集模塊、聲音采集模塊、控制模塊、存儲模塊和訓練識別模塊；

所述圖像采集模塊：采集樣本人臉圖像；

所述聲音采集模塊：采集樣本聲音；

所述存儲模塊：接收并存儲圖像采集模塊發送的采集樣本人臉圖像，接收并存儲聲音采集模塊發送的樣本聲音；

所述訓練識別模塊：調用存儲模塊中的樣本人臉圖像以及樣本聲音進行訓練識別得到性別分類器，并根據樣本人臉圖像以及樣本聲音以及性別分類器融合訓練得到年齡預測分類器；

所述存儲模塊：接收并存儲性別分類器以及年齡預測分類器；

所述控制模塊：控制圖像采集模塊、聲音采集模塊、存儲模塊和訓練識別模塊的工作狀態。