基于人脸对准技术和Dropout-SVM的年龄性别识别方法技术

本发明专利技术基于人脸对准技术和Dropout

【技术实现步骤摘要】
基于人脸对准技术和Dropout
‑
SVM的年龄性别识别方法


[0001]本专利技术基于人脸对准技术和Dropout
‑
SVM的年龄性别识别方法属于生物特征身份识别


技术介绍

[0002]相比钥匙、密码或号码等传统识别方式，生物识别方式具有更安全、更便利的优点。在众多生物识别方式中，人脸由于承载了更多的信息，因此基于人脸图像的某种信息识别得到了快速发展。其中，通过人脸识别作年龄和性别，已经有很多学者开展了研究工作。
[0003]现有研究表明，在人脸图像识别过程中，面部对齐起到重要作用。Zhu和Ramanan提出了一种鲁棒面部特征检测器(Face detection,pose estimation,and landmark localization in the wild)，可以检测到包括眼角、嘴角和鼻子等68个面部特征，并利用这些特征，对齐图像。但是，点定位误差和人脸形状变化会降低对齐的准确率，进而影响了年龄和性别识别的准确率。

技术实现思路

[0004]本专利技术的目的是在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人脸对准技术和Dropout
‑
SVM的年龄性别识别方法，其特征在于，包括以下步骤：步骤a、建立人脸图像数据库从公共Flickr相册上下载人脸图像，运用Viola和Jones人脸检测算法检测到具有正面的人脸的图像，过滤掉无用照片；步骤b、人脸图像面部对齐首先对步骤a得到的人脸图像进行鲁棒人脸特征检测，得到面部特征点，然后运用迭代重加权最小二乘法，将面部特征点与单个参考坐标系对齐；步骤c、性别年龄分类采用Dropout
‑
SVM方法进行性别年龄分类，其中，使用单一的线性支持向量机进行性别分类；使用一对一的线性支持向量机进行年龄分类。2.根据权利要求1所述的基于人脸对准技术和Dropout
‑
SVM的年龄性别识别方法，其特征在于，在步骤a中，如果人脸图像噪声过大或过小，则被视为无用照片被过滤；如果人脸图像偏航角大于45
°
，则被视为无用照片被过滤。3.根据权利要求1所述的基于人脸对准技术和Dropout
‑
SVM的年龄...

【专利技术属性】
技术研发人员：赵烟桥，袁梦，朱梦雨，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：