【技术实现步骤摘要】
本专利技术属于计算机视觉
,尤其涉及一种人脸性别特征提取的方法及系统。
技术介绍
近年来,人脸识别技术被广泛应用于身份鉴定、金融、保安系统和资料鉴定等领域,而与之相关的性别识别有着重要的实用价值却较少被应用,其困难的原因主要来源于以下两个方面:1)人脸具有很强的结构相似性,不同人的脸部构成都是相似的(均是由眼睛、嘴巴、鼻子等部位构成,而且这些部位都在比较固定的位置);2)同一个人的脸部图像在不同表情、不同光线或不同观察角度等情况下会有较大的不同。这些原因导致人脸性别特征提取困难、识别率不高、鲁棒性较差。
技术实现思路
鉴于此,本专利技术实施例提供一种人脸性别特征提取的方法及系统,以解决现有人脸性别特征提取困难、识别率不高、鲁棒性较差的问题。本专利技术实施例是这样实现的,一种人脸性别特征提取的方法,所述方法包括:对原始人脸图像进行预处理;基于深度卷积神经网络模型对预处理后的人脸图像进行特征提取;根据提取的所述特征进行性别判定。本专利技术实施例的另一目的在于提供一种人脸性别特征提取的系统,所述系统包括:预处理单元,用于对原始人脸图像进行预处理;特征提取单元,用于基于深度卷积神经网络模型对预处理后的人脸图像进行特征提取;性别判定单元,用于根据提取的所述特征进行性别判定。本专利技术实施例与现有技术相比存在的有益效果是:本专利技术实施例通过改进的卷积神经网络 ...
【技术保护点】
一种人脸性别特征提取的方法,其特征在于,所述方法包括:对原始人脸图像进行预处理;基于深度卷积神经网络模型对预处理后的人脸图像进行特征提取;根据提取的所述特征进行性别判定。
【技术特征摘要】
1.一种人脸性别特征提取的方法,其特征在于,所述方法包括:
对原始人脸图像进行预处理;
基于深度卷积神经网络模型对预处理后的人脸图像进行特征提取;
根据提取的所述特征进行性别判定。
2.如权利要求1所述的方法,其特征在于,所述对原始人脸图像进行预处
理包括:
将所述原始人脸图像旋转至竖直方向;
对旋转后的人脸图像进行尺度处理,以使得处理后的人脸图像中两眼的距
离相对于每幅人脸图像都不变;
对尺度处理后的人脸图像进行修剪,以去除人脸图像中的背景区域。
3.如权利要求1或2所述的方法,其特征在于,所述深度卷积神经网络模
型为:
采用Relu激活函数代替传统卷积神经网络模型中的sigmoid函数;
采用max-pooling层代替传统卷积神经网络模型中的sub-sampling层;
其中,Relu(x)=f(x)=max(0,x)。
4.根据权利要求1所述方法,其特征在于,所述根据提取的所述特征进行
性别判定包括:
通过支持向量机对提取的所述特征进行性别判定。
5.一种人脸性别特征提取的系统,其特征在于,所述系...
【专利技术属性】
技术研发人员:黄珀彬,李志锋,乔宇,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。