一种确定人脸图像的属性的方法和设备技术

本发明专利技术公开了一种确定人脸图像的属性的方法和设备，用于解决采用现有外观模型方式进行年龄估计的准确度不高的问题。方法包括：将测试图片划分成多个不重叠的子图片，并基于各子图片采用设定的算法进行处理，确定出测试图片对应的纹理特征向量；且将测试图片划分成多个具有重叠区域的分块，并基于各分块采用HOG算法进行处理，得到测试图片对应的边缘形状特征向量；并将该测试图片的纹理特征向量和边缘形状特征向量组合成该测试图片的特征向量；将该测试图片的特征向量与已存储的各特征向量进行匹配，以确定该测试图片中的人脸图像所具有的属性。

【技术实现步骤摘要】

本专利技术涉及图像处理
，特别涉及一种确定人脸图像的属性的方法和设备。
技术介绍
近些年来，在人脸图像研究相关的计算机视觉领域，随着人脸检测和人脸识别技术的不断发展，人脸图像的研究热点，逐渐转向了年龄估计、表情估计等更为先进的研究课题。年龄估计作为生物识别技术的一个重要领域，在身份识别、信息统计、智能化选择、人机交互、智能电视、智能手机以及娱乐应用等方面有着巨大的应用前景，所以也越来越成为研究的一个热点。以年龄估计为例，年龄估计是指根据模式分类的方法，利用人脸图像的特征，对个体的年龄进行估计。目前，比较常用的年龄特征提取方法主要有模拟颅面形状的人体模型、模拟人脸成长老化过程的年龄模式模型、流型模型、外观模型等。由于人在成年以后颅面的变化非常小，所以人体模型只能用于未成年的年龄估计。年龄模式模型的建立需要在很多人的一系列不同年龄阶段的图片的基础上，而大量的人脸图像的收集是一个非常困难的事情，而且该方法只提取了人脸图像的强度信息，提取到的特征精度较低，从而影响年本文档来自技高网...

【技术保护点】
一种确定人脸图像的属性的方法，其特征在于，该方法包括：将测试图片划分成多个不重叠的子图片，并基于所述子图片采用设定的算法进行处理，确定出所述测试图片对应的纹理特征向量；且将所述测试图片划分成多个具有重叠区域的分块，并基于所述分块采用方向梯度直方图HOG算法进行处理，得到所述测试图片对应的边缘形状特征向量；并将所述纹理特征向量和所述边缘形状特征向量组合成所述测试图片的特征向量；将所述测试图片的特征向量与已存储的各属性对应的特征向量进行匹配，以确定所述测试图片中的人脸图像所具有的属性。

【技术特征摘要】
1.一种确定人脸图像的属性的方法，其特征在于，该方法包括：
将测试图片划分成多个不重叠的子图片，并基于所述子图片采用设定的算
法进行处理，确定出所述测试图片对应的纹理特征向量；且将所述测试图片划
分成多个具有重叠区域的分块，并基于所述分块采用方向梯度直方图HOG算
法进行处理，得到所述测试图片对应的边缘形状特征向量；并将所述纹理特征
向量和所述边缘形状特征向量组合成所述测试图片的特征向量；
将所述测试图片的特征向量与已存储的各属性对应的特征向量进行匹配，
以确定所述测试图片中的人脸图像所具有的属性。
2.如权利要求1所述的方法，其特征在于，基于所述子图片采用设定的
算法进行处理，确定出所述测试图片对应的纹理特征向量，包括：
基于所述子图片采用局部二值模式LBP算法或基于伽柏Gabor特征的人
脸识别算法进行处理，确定出所述测试图片对应的纹理特征向量。
3.如权利要求1所述的方法，其特征在于，将所述测试图片划分成多个
具有重叠区域的分块，并基于所述分块采用HOG算法进行处理，得到所述测
试图片对应的边缘形状特征向量，包括：
计算所述测试图片中每个像素点的梯度方向值；
根据每个分块所包含的各像素点的梯度方向值，确定每个分块对应的方向
梯度直方图信息，以形成每个分块对应的边缘形状特征向量；
确定划分后的测试图片的多个滑动窗，将每个滑动窗内包含的分块的边缘
形状特征向量进行串联，得到每个滑动窗对应的边缘形状特征向量，其中，每
个滑动窗覆盖至少两个所述分块；
将每个滑动窗的边缘形状特征向量进行串联，得到所述测试图片对应的边
缘形状特征向量。
4.如权利要求1所述的方法，其特征在于，将所述纹理特征向量和所述
边缘形状特征向量组合成所述测试图片的特征向量，具体包括：
将所述纹理特征向量和所述边缘形状特征向量组合后的向量进行降维处
理；以及，
计算降维处理后的向量的子空间，并对所述降维处理后的向量进行投影处
理，得到所述测试图片的特征向量。
5.如权利要求1所述的方法，其特征在于，将所述测试图片的特征向量
与已存储的各属性对应的特征向量进行匹配，以确定所述测试图片中的人脸图
像所具有的属性，包括：
分别计算所述测试图片的特征向量与已存储的各特征向量的距离，将最小
距离值对应的已存储的特征向量对应的属性确定为所述测试图片中的人脸图
像所具有的属性；或者，
分别计算所述测试图片的特征向量与已存储的各特征向量的相关系数，将
最大相关系数值对应的已存储的特征向量对应的属性确定为所述测试图片中
的人脸图像所具有的属性；或者，
分别计算所述测试图片的特征向量与已存储的各特征向量的余弦夹角，将
最大夹角值对应的已存储的特征向量对应的属性确定为所述测试图片中的人
脸图像所具有的属性。
6.如权利要求1～5任一项所述的方法，其特征在于，根据以下步骤确定
已存储的各属性对应的特征向量：
对于不同的属性，均选取N个不同的样本图片，N为大于等于2的正整数；
对于每种属性，确定该属性对应的N个样本图片对应的特征向量，计算该
N个样本图片对应的特征向量的平均向量，将得到的平均向量作为该属性对应
的特征向量。
7.如权利要求1～5任一项所述的方法，其特征在于，若需要确定所述测
试图片中的人脸图像所具有的年龄属性，所述方法包括：
将所述测试图片进行预处理，所述预处理包括将所述测试图片裁剪为仅包
含人脸部区域，并将裁剪后的测试图片设置成设定的尺寸；
将预处理后的测试图片的特征向量与已存储的各年龄的特征向量进行匹
配，以确定所述测试图片中的人脸图像所具有的年龄属性。
8.一种确定人...

【专利技术属性】
技术研发人员：辛帅，王勇进，周玉，
申请(专利权)人：海信集团有限公司，
类型：发明
国别省市：