基于人脸图像的性别识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于人脸图像的性别识别方法及装置，该方法包括：通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，若该性别判别结果的概率值大于预置概率值，则确定该性别判别结果中判别出的性别为该待识别人脸图像所描绘的人物的性别；若该性别判别结果的概率值小于该预置概率值，则通过该待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别该人脸图像所描绘的人物的性别，其中该人脸图像样本为整体人脸的图像样本，这样在复杂的成像情况下，将深度卷积神经网络和图像的特征比对相结合，能够利用人脸深度纹理、边缘与颜色特征进行辅助识别，增加了性别识别的准确性。

【技术实现步骤摘要】

本专利技术属于图像识别
，尤其涉及一种基于人脸图像的性别识别方法及装置。
技术介绍
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，通常也叫做人像识别、面部识别。人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。例如，人脸识别门禁考勤系统和人脸识别防盗门，关于信息安全的计算机登录、电子政务和电子商务。随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。其中，基于图像的性别识别能够有效地辅助人脸识别，性别识别的准确性可以直接影响最终的人脸识别的精确性。现有技术中，人脸图像性别识别的流程为：先进行人脸检测，然后人脸图像的特征提取，最后根据提取的特征通过分类器识别人脸图像的性别。由于成像设备的关系，图像不一定会清晰的反应人的完整面部，大部分的图像会出现模糊、强光、黑暗等不清晰的情况，或者图像中人物出现低头、侧脸等不能完全显示整个人脸的姿态，在这种复杂的成像条件下，现有技术单纯的提取人脸图像的特征是无法准确判别人物的性别的，进而会增加识别结果的错误率。
技术实现思路
本专利技术实施例提供一种基于人脸图像的性别识别方法及装置，旨在解决由于外部成像因素的变化而导致的无法准确的提取人脸图像的特征，这样会增加识别的错误率的问题。本专利技术实施例提供的一种基于人脸图像的性别识别方法，包括：通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，其中所述待识别人脸图像中包括头发区域，若所述性别判别结果的概率值大于预置概率值，则确定所述性别判别结果中判别出的性别为所述待识别人脸图像所描绘的人物的性别，若所述性别判别结果的概率值小于所述预置概率值，则通过所述待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别所述待识别人脸图像所描绘的人物的性别，其中所述人脸图像样本为整体人脸的图像样本。本专利技术实施例提供的一种基于人脸图像的性别识别装置，包括：对比模块用于通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，其中所述待识别人脸图像中包括头发区域；确定模块用于若所述性别判别结果的概率值大于预置概率值，则确定所述性别判别结果中判别出的性别为所述待识别人脸图像所描绘的人物的性别；识别模块用于若所述性别判别结果的概率值小于所述预置概率值，则通过所述待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别所述待识别人脸图像所描绘的人物的性别，其中所述人脸图像样本为整体人脸的图像样本。本专利技术实施例提供的基于人脸图像的性别识别方法及装置，通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，其中所述待识别人脸图像中包括头发区域，若所述性别判别结果的概率值大于预置概率值，则确定所述性别判别结果中判别出的性别为所述待识别人脸图像所描绘的人物的性别，若所述性别判别结果的概率值小于所述预置概率值，则通过所述待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别所述待识别人脸图像所描绘的人物的性别，其中所述人脸图像样本为整体人脸的图像样本，这样在复杂的成像情况下，将深度卷积神经网络和图像的特征比对相结合，能够利用人脸深度纹理、边缘与颜色特征进行辅助识别，增加了性别识别的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例。图1是本专利技术第一实施例提供的基于人脸图像的性别识别方法的实现流程示意图；图2是本专利技术第二实施例提供的基于人脸图像的性别识别方法的实现流程示意图；图3是本专利技术实施例中人脸检测的示意图；图4是本专利技术实施例中人脸图像的示意图；图5是本专利技术第三实施例提供的基于人脸图像的性别识别装置的结构示意图；图6是本专利技术第四实施例提供的基于人脸图像的性别识别装置的结构示意图；图7是本专利技术实施例提供的基于人脸图像的性别识别方法的电子设备的硬件结构示意图。具体实施方式为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而非全部实施例。基于本专利技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1，图1为本专利技术第一实施例提供的基于人脸图像的性别识别方法的实现流程示意图，可应用于人脸考勤设备、人脸防盗系统、计算机等识别人脸图像的终端中。图1所示的基于人脸图像的性别识别方法，主要包括以下步骤：S101、通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果。S102、若该性别判别结果的概率值大于预置概率值，则确定该性别判别结果中判别出的性别为该待识别人脸图像所描绘的人物的性别。该待识别人脸图像中包括头发区域。由于头发的颜色、长短以及发型是识别性别很重要的依据，所以待识别人脸图像中包括头发区域可以更准确识别性别。深度卷积神经网络为卷积神经网络(CNN，ConvolutionalNeuralNetworks)，是一种带有卷积结构的深度神经网络，至少包括两个非线性可训练的卷积层、两个非线性的固定卷积层和全连接层，一共至少5个隐含层，主要应用于语音分析以及图像识别领域。通过深度卷积神经网络训练图像样本就可以得到先验模型。该先验模型用于表示整体面部的先验模型。在图像识别领域，先验模型是在深度卷积神经网络领域的专有名词，先验模型可用于对图像进行分类判别的模型。S103、若该性别判别结果的概率值小于该预置概率值，则通过该待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别该人脸图像所描绘的人物的性别。其中该人脸图像样本为整体人脸的图像样本，预置概率值为大于或者等于60％的数值。该人脸图像样本的特征可以存储在终端内置的存储模块中，也可以存储在云端服务器上。余弦相似度是用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量。在图像识别领域中，图像的特征是图像识别领域的专有名词，图像的特征的提取是计算机视觉和图像处理中的一个概念。本专利技术实施例中，通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，其中该待识别人脸图像中包括头发区域，若该性别判别结果的概率值大于预置概率值，则确定该性别判别结果中判别出的性别为该待识别人脸图像所描绘的人物的性别；若该性别判别结果的概率值小于该预置概率值，则通过该待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别待识别该人脸图像所描绘的人物的性别，其中该人脸图像样本为整体人脸的图像样本，这样在复杂的成像情况下，将深度卷积神经网络和图像的特征比对相结合，能够利用人脸深度纹理、边缘、头发区域与颜色特征进行辅助识别，增加了性别识别的准确性。请参阅图2，图2为本专利技术第二实施例提供的基于人脸图像的性别识别方法的本文档来自技高网...

【技术保护点】
一种基于人脸图像的性别识别方法，其特征在于，包括：通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，其中所述待识别人脸图像中包括头发区域；若所述性别判别结果的概率值大于预置概率值，则确定所述性别判别结果的判的性别为所述待识别人脸图像所描绘的人物的性别；若所述性别判别结果的概率值小于所述预置概率值，则通过所述待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别所述待识别人脸图像所描绘的人物的性别，其中所述人脸图像样本为整体人脸的图像样本。

【技术特征摘要】
1.一种基于人脸图像的性别识别方法，其特征在于，包括：通过预置的深度卷积神经网络中先验模型，对待识别人脸图像进行性别分类的判别，并得到性别判别结果，其中所述待识别人脸图像中包括头发区域；若所述性别判别结果的概率值大于预置概率值，则确定所述性别判别结果的判的性别为所述待识别人脸图像所描绘的人物的性别；若所述性别判别结果的概率值小于所述预置概率值，则通过所述待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别所述待识别人脸图像所描绘的人物的性别，其中所述人脸图像样本为整体人脸的图像样本。2.根据权利要求1所述的方法，其特征在于，所述先验模型为：非人脸类别、男性类别、女性类别以及性别近似类别。3.根据权利要求1所述的方法，其特征在于，若所述性别判别结果的概率值小于所述预置概率值，则通过所述待识别人脸图像的特征与人脸图像样本的特征之间的余弦相似度比较，识别所述待识别人脸图像所描绘的人物的性别，具体包括：将所述待识别人脸图像的特征与人脸图像样本的特征进行余弦相似度比较，得到多个余弦相似度值；按照所述余弦相似度值由高到低的顺序，选取预置数目的目标人脸图像样本；对所述目标人脸图像样本的性别类别进行数量统计，并将样本数量最多的性别类别作为目标性别类别；在所述目标人脸图像样本中选取性别类别为所述目标性别类别的相似人脸图像样本，并提取所述相似人脸图像样本与所述待识别人脸图像之间的余弦相似度值作为目标余弦相似度值；计算所述目标余弦相似度的平均值；若所述平均值大于预置的相似度值，则将所述目标性别类别作为所述待识别人脸图像中所描绘的人物的性别。4.根据权利要求1至3任一项所述的方法，其特征在于，所述待识别人脸图像的特征至少包括以下之一：眉毛的特征、眼睛的特征、嘴巴的特征、头发的特征、面部轮廓的特征、肤色的特征以及面部纹理的特征。5.一种基于人脸图...

【专利技术属性】
技术研发人员：公绪超，
申请(专利权)人：乐视控股北京有限公司，乐视云计算有限公司，
类型：发明
国别省市：北京;11