人脸属性的识别方法及其相关装置制造方法及图纸

本申请公开了一种人脸属性的识别方法及其相关装置。该人脸属性的识别方法包括：获取待测图像；对待测图像进行人脸检测；基于检测到的人脸对待测图像进行人脸对齐，以形成人脸图像，其中人脸图像包括人脸外围的发型区域；对包含发型区域在内的人脸图像进行特征提取，以获得人脸特征；基于人脸特征确定人脸属于至少两个属性类别的概率，并根据所述概率确定所述人脸的人脸属性。通过本申请的人脸属性的识别方法，可以解决人脸左倾或右倾多样性带来的人脸属性识别模型难以训练的问题。

Face attribute recognition method and related devices

【技术实现步骤摘要】
人脸属性的识别方法及其相关装置
本申请涉及图像处理
，特别是涉及人脸属性的识别方法及其相关装置。
技术介绍
在人脸属性任务中，目前常见的方法就是对图像进行人脸提取，然后把提取到的人脸缩放到特定空间，最后输入到人脸属性识别模型中做人脸属性识别，如典型的resnet50。上述方法提取的人脸相对粗糙，其平面上左倾、右倾带来的多样性，线性差值带来的失真对人脸属性识别模型的训练带来极大的挑战，上述问题导致小型的人脸属性识别模型难以训出比较好的效果，从而小型的人脸属性识别模型难以应用到上述方法中。
技术实现思路
本申请主要的目的是提供一种人脸属性的识别方法及其相关装置，可以解决人脸左倾或右倾多样性带来的人脸属性识别模型难以训练的问题。为达到上述目的，本申请采用的一个技术方案是：一种人脸属性的识别方法，该方法包括：获取待测图像；对待测图像进行人脸检测；基于检测到的人脸对待测图像进行人脸对齐，以形成人脸图像，其中人脸图像包括人脸外围的发型区域；对包含发型区域在内的人脸图像进行特征提取，以获得人脸本文档来自技高网...

【技术保护点】
1.一种人脸属性的识别方法，其特征在于，所述方法包括：/n获取待测图像；/n对所述待测图像进行人脸检测；/n基于检测到的人脸对所述待测图像进行人脸对齐，以形成人脸图像，其中所述人脸图像包括所述人脸外围的发型区域；/n对包含所述发型区域在内的所述人脸图像进行特征提取，以获得人脸特征；/n基于所述人脸特征确定所述人脸属于至少两个属性类别的概率，并根据所述概率确定所述人脸的人脸属性。/n

【技术特征摘要】
1.一种人脸属性的识别方法，其特征在于，所述方法包括：
获取待测图像；
对所述待测图像进行人脸检测；
基于检测到的人脸对所述待测图像进行人脸对齐，以形成人脸图像，其中所述人脸图像包括所述人脸外围的发型区域；
对包含所述发型区域在内的所述人脸图像进行特征提取，以获得人脸特征；
基于所述人脸特征确定所述人脸属于至少两个属性类别的概率，并根据所述概率确定所述人脸的人脸属性。


2.根据权利要求1所述的方法，其特征在于，所述发型区域的面积在所述人脸图像的总面积中的占比不小于16％。


3.根据权利要求1所述的方法，其特征在于，所述基于检测到的人脸对所述待测图像进行人脸对齐的步骤包括：
基于从所述待测图像所测到的人脸关键点通过相似变换将所述待测图像映射到预定大小的图像区域内。


4.根据权利要求3所述的方法，其特征在于，所述基于从所述待测图像所测到的人脸关键点通过相似变换将所述待测图像映射到预定大小的图像区域内的步骤包括：
将对应于同一张人脸的左眼关键点、右眼关键点、鼻尖关键点、左嘴角关键点和右嘴角关键点映射到以像素为单位且以左上角为坐标原点的64n×64n图像区域内的以下像素坐标点：
(38.2946×0.5714n,(51.6963+4)×0.5714n)、(73.5318×0.5714n,(51.5014+4)×0.5714n)、(56.0252×0.5714n,(71.7366-4)×0.5714n)、(41.5493×0.5714n,(92.3655-4)×0.5714n)以及(70.7299×0.5714n,(92.2041-4)×0.5714n)。


5.根据权利要求1所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：曾钰胜，顾景，刘业鹏，程骏，庞建新，熊友军，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：广东;44