[發明專利]一種性別分類的方法、設備、終端及計算機存儲介質在審
| 申請號： | 202011337032.2 | 申請日： | 2020-11-25 |
| 公開（公告）號： | CN112308034A | 公開（公告）日： | 2021-02-02 |
| 發明（設計）人： | 魯遠甫;于福升;李光元;周志盛;陳巍;焦國華;陳良培;劉鵬 | 申請（專利權）人： | 中國科學院深圳先進技術研究院 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06N3/04 |
| 代理公司： | 深圳智趣知識產權代理事務所(普通合伙) 44486 | 代理人： | 崔艷崢 |
| 地址： | 518055 廣東省深圳*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 性別 分類 方法 設備 終端 計算機 存儲 介質 | ||
1.一種性別分類的方法，其特征在于，包括：
獲取預先訓練好的圖像特征提取模型；
將所述圖像特征提取模型中具有自動提取圖像特征能力的卷積層和池化層遷移到用于性別分類的神經網絡模型中進行遷移學習訓練；
基于訓練完成的所述神經網絡模型對待識別的眼周圖像進行性別識別。
2.如權利要求1所述的方法，其特征在于，所述圖像特征提取模型為在ImageNet上預先訓練好的VGG模型和Resnet34模型。
3.如權利要求1所述的方法，其特征在于，所述眼周圖像為虹膜圖像。
4.如權利要求1所述的方法，其特征在于，所述遷移學習訓練，包括：
獲取樣本數據作為訓練數據庫，并將所述圖像特征提取模型的結構參數作為訓練數據源；
基于所述訓練數據庫和所述訓練數據源對所述神經網絡模型的全連接層進行訓練；
將訓練得到的所述全連接層的結構參數作為下一階段的特征提取輸入源，并對所述神經網絡模型的結構層數進行調整，以及采用Softmax分類器作為最后的分類輸出層。
5.如權利要求4所述的方法，其特征在于，所述樣本數據為確定分類結果為男性或女性的眼周圖像；
所述“獲取樣本數據作為訓練數據庫”，包括：
對所述樣本數據中的眼周圖像進行擴增，并基于擴增后的眼周圖像生成訓練數據庫。
6.如權利要求5所述的方法，其特征在于，所述擴增包括以下一個或多個的組合：水平翻轉、旋轉。
7.一種性別分類的設備，其特征在于，包括：
獲取模塊，用于獲取預先訓練好的圖像特征提取模型；
訓練模塊，用于將所述圖像特征提取模型中具有自動提取圖像特征能力的卷積層和池化層遷移到用于性別分類的神經網絡模型中進行遷移學習訓練；
分類模塊，用于基于訓練完成的所述神經網絡模型對待識別的眼周圖像進行性別識別。
8.如權利要求7所述的設備，其特征在于，所述圖像特征提取模型為在ImageNet上預先訓練好的VGG模型和Resnet34模型。
9.一種終端，其特征在于，包括存儲器以及處理器，所述處理器執行所述存儲器中的代碼時執行權利要求1-6中任意一項所述的方法。
10.一種計算機存儲介質，其特征在于，所述計算機存儲介質中存儲有應用程序，所述應用程序用于執行權利要求1-6中任意一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院深圳先進技術研究院，未經中國科學院深圳先進技術研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011337032.2/1.html，轉載請聲明來源鉆瓜專利網。
