【技术实现步骤摘要】
一种性别识别模型训练方法和装置及性别识别方法和装置
本申请涉及图像识别
，具体而言，涉及一种性别识别模型训练方法和装置及性别识别方法和装置。
技术介绍
性别是人类生物特征的重要属性之一，是人脸识别的重要组成部分，众多应用可结合性别分类提供更加智能的人机交互，如实时监控系统、应用智能界面、智能广告推荐等。因此，对性别识别的研究具有广泛的应用前景。目前，针对人脸图像性别识别的图像处理算法存在图像处理量大、计算效率低的问题。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种性别识别模型训练方法和装置及性别识别方法和装置，能够在压缩域实现人脸图像性别识别，解决现有技术中存在的图像处理量大、计算效率低的问题，从而达到保证识别率的情况下，提高计算效率的效果。第一方面，本申请实施例提供了一种性别识别模型训练方法，包括：获取至少一个样本组；每个所述样本组中，包括至少一张性别标签为男性的人脸样本图像和至少一张性别标签为女性的人脸样本图像；针对每个所述样本组，对该样本组中的各张所述人脸样本...
【技术保护点】
1.一种性别识别模型训练方法，其特征在于，包括：/n获取至少一个样本组；每个所述样本组中，包括至少一张性别标签为男性的人脸样本图像和至少一张性别标签为女性的人脸样本图像；/n针对每个所述样本组，对该样本组中的各张所述人脸样本图像的图像向量进行降维处理后，生成与该样本组对应的目标投影矩阵，并获取该样本组中每张所述人脸样本图像的投影向量；/n根据该样本组中各张所述人脸样本图像的投影向量，获取该样本组中所有性别标签为男性的人脸样本图像的男性平均向量，以及所有性别标签为女性的人脸样本图像的女性平均向量；/n根据各样本组对应的目标投影矩阵、所述男性平均向量、以及所述女性平均向量，确定...
【技术特征摘要】
1.一种性别识别模型训练方法，其特征在于，包括：
获取至少一个样本组；每个所述样本组中，包括至少一张性别标签为男性的人脸样本图像和至少一张性别标签为女性的人脸样本图像；
针对每个所述样本组，对该样本组中的各张所述人脸样本图像的图像向量进行降维处理后，生成与该样本组对应的目标投影矩阵，并获取该样本组中每张所述人脸样本图像的投影向量；
根据该样本组中各张所述人脸样本图像的投影向量，获取该样本组中所有性别标签为男性的人脸样本图像的男性平均向量，以及所有性别标签为女性的人脸样本图像的女性平均向量；
根据各样本组对应的目标投影矩阵、所述男性平均向量、以及所述女性平均向量，确定所述性别识别模型。
2.根据权利要求1所述的方法，其特征在于，基于下述方式对该样本组中的各张所述人脸样本图像的图像向量进行降维处理：
针对每个所述样本组，随机生成与该样本组对应的随机正交投影矩阵；
将该样本组对应的随机正交投影矩阵，分别和该样本组中各张所述人脸样本图像的图像向量的乘积，确定为该样本组中各张所述人脸样本图像的降维向量。
3.根据权利要求2所述的方法，其特征在于，基于下述方式生成与该样本组对应的目标投影矩阵：
对该样本组中各张所述人脸样本图像的降维向量进行中心化操作，获取每张所述人脸样本图像的中心化降维向量；
根据该样本组中各张所述人脸样本图像的中心化降维向量，生成向量矩阵；
获取所述向量矩阵的协方差矩阵，并基于所述协方差矩阵的特征向量，获取与该样本组对应的中间投影矩阵；
根据该样本组对应的中间投影矩阵以及所述随机正交投影矩阵，生成与该样本组对应的目标投影矩阵。
4.根据权利要求3所述的方法，其特征在于，基于下述方式获取该样本组中每张所述人脸样本图像的投影向量：
计算与该样本组对应的中间投影矩阵分别与该样本组中各张所述人脸样本图像的降维向量的乘积，生成每张所述人脸样本图像的投影向量。
5.根据权利要求1所述的方法，其特征在于，所述根据该样本组中各张所述人脸样本图像的投影向量，获取该样本组中所有性别标签为男性的人脸样本图像的男性平均向量，以及所有性别标签为女性的人脸样本图像的女性平均向量，包括：
根据该样本组中各张所述人脸样本图像的投影向量，计算该样本组中所有性别标签为男性的人脸样本图像的投影向量的平均值，将该样本组中所有性别标签为男性的人脸样本图像的投影向量的平均值作为与该样本组对应的所述男性平均向量；
根据该样本组中各张所述人脸样本图像的投影向量，计算该样本组中所有性别标签为女性的人脸样本图像的投影向量的平均值，将该样本组中所有性别标签为女性的人脸样本图像的投影向量的平均值作为与该样本组对应的所述女性平均向量。
6.一种性别识别方法，其特...
【专利技术属性】
技术研发人员：丁辉，尚媛园，邵珠宏，张纯钰，刘铁，
申请(专利权)人：首都师范大学，
类型：发明
国别省市：北京;11
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。