性别判断方法、装置、存储介质及电子设备制造方法及图纸

本申请实施例公开了一种性别判断方法、装置、存储介质及电子设备，该方法包括从人脸数据库中获取多张训练人脸图像；利用预设模型的第一神经网络获取多张训练人脸图像的高层特征集合，利用预设模型的第二神经网络获取多张训练人脸图像的底层特征集合；将高层特征集合和底层特征集合进行融合，得到融合特征集合；将融合特征集合作为训练数据输入预设模型的预测模块中进行训练，得到训练后的预设模型；利用训练后的预设模型对当前人脸图像进行判断，得到当前人脸图像对应的性别特征。可以提高训练后的预设模型判断图像性别的准确度。

Gender judgment methods, devices, storage media and electronic equipment

The embodiment of the application discloses a gender judgment method, device, storage medium and electronic device, the method includes obtaining a plurality of training face images from a face database, obtaining a high-level feature set of a plurality of training face images by using a first neural network of a preset model, and obtaining a bottom feature set of a plurality of training face images by using a second neural network of a preset model; The high-level feature set and the low-level feature set are fused to get the fused feature set; the fused feature set is input into the prediction module of the preset model as training data to get the trained preset model; the trained preset model is used to judge the current face image and get the corresponding gender characteristics of the current face image. It can improve the accuracy of the pre-set model after training.

【技术实现步骤摘要】
性别判断方法、装置、存储介质及电子设备
本申请涉及电子设备
，具体涉及一种性别判断方法、装置、存储介质及电子设备。
技术介绍
目前，随着终端技术的高速发展，如智能手机越来越深入人们的生活之中，智能手机的拍照功能越来越强大，智能手机已成为用户拍照的首选。现有的智能手机的人脸性别识别方法中，是使用大量的人脸图像对模型进行训练，然后将事先训练好的模型植入智能手机系统中，在拍照时使用训练好的性别识别系统对照片中的人物性别进行判断。然而现有的性别判断系统通常会出现判断不准确的情况。
技术实现思路
本申请实施例提供了一种性别判断方法、装置、存储介质及电子设备，能够提高对图像的性别判断的准确度。第一方面，本申请实施例了提供了的性别判断方法，包括：从人脸数据库中获取多张训练人脸图像；利用预设模型的第一神经网络获取所述多张训练人脸图像的高层特征集合，利用预设模型的第二神经网络获取所述多张训练人脸图像的底层特征集合；将所述高层特征集合和所述底层特征集合进行融合，得到融合特征集合；将所述融合特征集合作为训练数据输入预设模型的预测模块中进行训练，得到训练后的预设模型；利用所述训练后的预设模型对当前人脸图像进行判断，得到所述当前人脸图像对应的性别特征。第二方面，本申请实施例提供了的一种性别判断装置，所述装置包括：训练人脸图像获取模块，用于从人脸数据库中获取多张训练人脸图像；第一获取模块，用于利用预设模型的第一神经网络获取所述多张训练人脸图像的高层特征集合，利用预设模型的第二神经网络获取所述多张训练人脸图像的底层特征集合；第二获取模块，用于将所述高层特征集合和所述底层特征集合进行融合，得到融合特征集合；训练模块，用于将所述融合特征集合作为训练数据输入预设模型的预测模块中进行训练，得到训练后的预设模型；判断模块，用于利用所述训练后的预设模型对当前人脸图像进行判断，得到所述当前人脸图像对应的性别特征。第三方面，本申请实施例提供的存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如本申请任一实施例提供的性别判断方法。第四方面，本申请实施例提供的电子设备，包括处理器和存储器，所述存储器有计算机程序，所述处理器通过调用所述计算机程序，用于执行如本申请任一实施例提供的性别判断方法。本申请实施例提供的性别判断方法，首先从人脸数据库中获取多张训练人脸图像；然后利用预设模型的第一神经网络获取多张训练人脸图像的高层特征集合，利用预设模型的第二神经网络获取多张训练人脸图像的底层特征集合；接着将高层特征集合和底层特征集合进行融合，得到融合特征集合；再将融合特征集合作为训练数据输入预设模型的预测模块中进行训练，得到训练后的预设模型；最后利用训练后的预设模型对当前人脸图像进行判断，得到当前人脸图像对应的性别特征。将第一神经网络和第二神经网络获取的高层特征集合和底层特征集合融合，然后将融合后的特征集合后输入预设模型的预测模块进行训练，可以提高训练后的预设模型判断图像性别的准确度。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的性别判断方法的应用场景示意图。图2为本申请实施例提供的性别判断方法的流程示意图。图3为本申请实施例提供的性别判断方法的另一流程示意图。图4为本申请实施例提供的性别判断方法的另一应用场景示意图。图5为本申请实施例提供的性别判断方法的又一应用场景示意图。图6为本申请实施例提供的性别判断装置的结构示意图。图7为本申请实施例提供的性别判断装置的另一结构示意图。图8为本申请实施例提供的电子设备的结构示意图。图9为本申请实施例提供的电子设备的另一结构示意图。具体实施方式请参照图式，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。在以下的说明中，本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明，除非另有述明。因此，这些步骤及操作将有数次提到由计算机执行，本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处，其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置，其具有由该数据格式所定义的特定特性。但是，本申请原理以上述文字来说明，其并不代表为一种限制，本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。本文所使用的术语“模块”可看做为在该运算系统上执行的软件对象。本文所述的不同组件、模块、引擎及服务可看做为在该运算系统上的实施对象。而本文所述的装置及方法可以以软件的方式进行实施，当然也可在硬件上进行实施，均在本申请保护范围之内。本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是某些实施例还包括没有列出的步骤或模块，或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。本申请实施例提供一种性别判断方法，该性别判断方法的执行主体可以是本申请实施例提供的性别判断装置，或者集成了该性别判断装置的电子设备，其中该性别判断装置可以采用硬件或者软件的方式实现。其中，电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等设备。请参阅图1，图1为本申请实施例提供的性别判断方法的应用场景示意图，如图1所示，先从人脸数据库中选取训练人脸图像，然后利用预设模型E的第一神经网络A获取高层特征集合a1、预设模型E的第二神经网络B获取底层特征集合b1，然后将高层特征集合a1和底层特征集合b1进行融合得到融合特征集合c1，将融合特征集合c1输入预设模型E的预测模块D中作为训练数据，预测模块D根据融合特征集合c1进行训练，优化预设模型E中的各个参数，得到训练后的预设模型E1，然后获取具体场景的图像，如实时拍摄获取的照片，利用训练后的预设模型E1对具体场景的本文档来自技高网...

【技术保护点】
1.一种性别判断方法，其特征在于，包括：/n从人脸数据库中获取多张训练人脸图像；/n利用预设模型的第一神经网络获取所述多张训练人脸图像的高层特征集合，利用预设模型的第二神经网络获取所述多张训练人脸图像的底层特征集合；/n将所述高层特征集合和所述底层特征集合进行融合，得到融合特征集合；/n将所述融合特征集合作为训练数据输入预设模型的预测模块中进行训练，得到训练后的预设模型；/n利用所述训练后的预设模型对当前人脸图像进行判断，得到所述当前人脸图像对应的性别特征。/n

【技术特征摘要】
1.一种性别判断方法，其特征在于，包括：
从人脸数据库中获取多张训练人脸图像；
利用预设模型的第一神经网络获取所述多张训练人脸图像的高层特征集合，利用预设模型的第二神经网络获取所述多张训练人脸图像的底层特征集合；
将所述高层特征集合和所述底层特征集合进行融合，得到融合特征集合；
将所述融合特征集合作为训练数据输入预设模型的预测模块中进行训练，得到训练后的预设模型；
利用所述训练后的预设模型对当前人脸图像进行判断，得到所述当前人脸图像对应的性别特征。


2.根据权利要求1所述性别判断方法，其特征在于，所述从人脸数据库中获取多张训练人脸图像的步骤，包括：
从人脸数据库中获取多张人脸图像；
对所述多张人脸图像随机添加噪声得到多张训练人脸图像。


3.根据权利要求1所述性别判断方法，其特征在于，所述利用所述训练后的预设模型对当前人脸图像进行判断，得到所述当前人脸图像对应的性别特征的步骤，包括：
获取拍摄图像；
将训练后的预设模型根据所述拍摄图像进行调整，得到调整后的预设模型；
利用所述调整后的预设模型对当前人脸图像进行判断，得到所述当前人脸图像对应的性别特征。


4.根据权利要求3所述性别判断方法，其特征在于，所述将训练后的预设模型根据所述拍摄图像进行调整，得到调整后的预设模型的步骤，包括：
所述预设模型包括多层网络，所述多层网络对输入数据依次进行计算得到预测结果，其中，所述多层网络的每层网络包括独立的计算参数；
根据所述拍摄图像，对训练后的预设模型的多层网络中的一层或多层网络的计算参数进行调整，得到调整后的预设模型。


5.根据权利要求1所述性别判断方法，其特征在于，所述利用预设模型的第一神经网络获取所述多张训练人脸图像的高层特征集合，利用预设模型的第二神经网络获取所述多张训练人脸图像的...

【专利技术属性】
技术研发人员：张弓，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44