自动性别识别系统及方法技术方案

本发明专利技术的目的在于公开一种自动性别识别系统及方法，它包括：性别分类器训练模块、图像获取模块、人脸检测与定位模块、预处理模块、特征提取模块及性别分类模块；所述图像获取模块、人脸检测与定位模块、预处理模块、特征提取模块和性别分类模块依次互相连接，所述性别分类模块与所述性别分类器训练模块互相连接。与现有技术相比，通过各个模块的协同工作，能对不同姿势、不同光照条件下的人脸提供准确地检测与定位人脸，并且准确地进行性别识别，实现本发明专利技术的目的。

【技术实现步骤摘要】
本专利技术涉及一种识别系统及方法，特别涉及一种采用计算机采集、处理并分析图像的自动性别识别系统及方法。
技术介绍
人脸蕴含着丰富的信息，我们不仅可以从人脸中得知人物的种族、年龄、性别和身份这些表层人脸信息，还可以从人脸的表情还有脸色估计这个人的心情和身体状况。这些对于我们人类来说，识别出这些信息可以说是轻而易举，但对于计算机来说却不是一件简单的事。性别识别是跨越了人工智能、计算机视觉、模式识别以及心理学等多个领域的综合性研究课题。随着科学技术的高速发展，计算机在许多领域中都代替了人的角色，但是人脸性别识别在当今社会的应用还不是广泛，原因很大程度上受限于识别的准确性与稳定性。在人脸识别领域中，人脸身份识别，即识别出人脸以及人脸匹配，已经有了相当大的进展。对于性别识别研究相对于前者来说是起步较晚，技术还不够成熟，实时性有待提高，在采集到的人脸图像出现姿势、光照等多种不可控制的情况下，还是存在一定的误差。如中国专利申请的申请号为CN200910013650. 9的专利技术专利公开了一种视频监控中人体目标的检测与性别识别方法，根据采集到的图片数据库在HSV彩色空间建立前景皮肤和背景的直方图；利用贝叶斯分类器对输入频的每个像素点进行前景和背景的判决，进而分割出其中的人体皮肤区域利用人体肤色的生物特征在复合彩色空间(E，R/GH)下对前景皮肤和背景进行再次分割，以消除背景中肤色相近色物体的干扰，获得准确的人体目标；根据获得的人体目标中的人脸图像利用模式识别方法进行性别识别，会出现对人脸识别的偏差导致识别错误，同时当人脸的朝向不同对系统的识别结果会照成很大的偏差。又如中国专利申请的申请号为CN201110223831. I的专利技术专利公开了一种融合人脸和指纹视觉信息的协同性别识别方法，基于词袋模型来表示图像特征，提出一种新的创建视觉词的监督方法，消除冗余的特征维数，加强了对性别分类有帮助的维度；提出改进的LDA模型，将分类间距最大化，来加强整个模型的识别能力；将人脸和指纹两种可视化形态的决策融合，分别训练模型，最终的决策通过最小化决策风险来得到。虽然比前者有更好的鲁棒性和区别能力，但并不适用于现实情境中会出现的所有状况，当情景有所变化时识别效果会有所偏差。因此，特别需要一种自动性别识别系统及方法，以解决上述现有存在的问题。
技术实现思路
本专利技术的目的在于提供一种自动性别识别系统及方法，针对现有技术的不足，能够准确地在多种不同的环境中准确检测与定位人脸，并且准确地进行性别识别。本专利技术所解决的技术问题可以采用以下技术方案来实现一方面，本专利技术提供一种自动性别识别系统，其特征在于，它包括性别分类器训练模块，用于对人脸图像数据库进行训练，得到用于别分类的分类器；图像获取模块，用于进行需要检测的图像的获取和采集；人脸检测与定位模块，用于实现检测采集到的图像是否包含人脸并进行人脸的定位；预处理模块，用于实现对人脸图像的标准化流程；特征提取模块，用于对人脸图像进行特征提取，实现用特征数据来表征所检测的人脸；及 性别分类模块，用于对人脸图像进行性别分类；所述图像获取模块、人脸检测与定位模块、预处理模块、特征提取模块和性别分类模块依次互相连接，所述性别分类模块与所述性别分类器训练模块互相连接。在本专利技术的一个实施例中，所述特征提取模块包括Gabor小波变换模块、权值矩阵计算模块和PCA计算模块，所述Gabor小波变换模块、权值矩阵计算模块和PCA计算模块互相连接。在本专利技术的一个实施例中，所述图像获取模块包括视频采集卡和摄像头；所述摄像头为普通CCD摄像头，所述摄像头面向对需要进行检测的区域。另一方面，本专利技术提供了一种自动性别识别方法，其特征在于，它包括如下步骤(I)图像采集，通过图像获取模块采集包含人脸的视频；(2)人脸定位及图像预处理，通过人脸检测与定位模块对采集到得视频数据信息进行人脸检测，对定位到的人脸的位置截取出来作为需要处的区域，通过预处理模块对该区域进行图像预处理流程，得到标准化的脸图像；(3)人脸特征提取，通过特征提取模块对由上述步骤得到的标准化人脸图像进行特征提取，得到能描述该人脸的特征数据；(4)基于监督式学习的性别识别，通过性别分类器训练模块使用经过训练得到的性别分类模块对得到的人脸特征数据进行分类，得到该人脸区域的性别识别结果。在本专利技术的一个实施例中，所述性别分类器训练模块使用SVM作为分类方法，其中选择RBF作为核函数；惩罚系数C取值为10 ;分类类别数取值为2 ;样本的标签，女性作为正样本，为I，男性作为负样本，为-I ；gamma取值O. 05。在本专利技术的一个实施例中，所述人脸检测与定位模块首先采用基于Adaboost人脸检测算法从图像帧中检测到人脸区域，通过目标跟踪算法错误！未找到引用源。把检测到的人脸区域作为需要跟踪的目标。在本专利技术的一个实施例中，所述预处理模块包括光线标准化模块和几何标准化模块，所述几何标准化模块包括如下步骤(I)眼睛定位，选用Haar特征级联分类器来检测人眼，定位人眼位置，得到双眼距离和双眼倾斜角度，即人脸倾斜角度；(2)仿射变换，从上一步骤中得到人眼位置，计算出人脸倾斜角度Θ，然后做二维仿射变换；(3)脸型归一，根据双眼距离Λ d，得出双眼中点e_c(x，y)，即单位距离w= Λ d/2归一化人脸宽度为3. 4*w，人脸长度为4*w，人眼位置在人脸长度1/4处；所述光线标准化模块包括如下步骤(I)亮度归一，使用直方图均衡化对人脸图像进行亮度调整，直方图均衡化通过对图像进行非线性拉伸，更新图像像素值；(2)平滑，使用3*3的高斯模板进行平滑处理，消除噪声。在本专利技术的一个实施例中，所述性别分类模块使用SVM分类器对特征向量分类，输出男性或女性。与现有技术相比，本专利技术的自动性别识别系统及方法具有如下有益效果I、可以准确地定位人脸位置，并对人脸进行标准化处理；2、人脸特征提取是基于Gabor小波变换并引入权值矩阵进行加权组合，比其他的 方法具有更强的鲁棒性和适应性；3、采用监督式学习的分类器进行性别分类，比其他方法具有更高的分类准确度。本专利技术的自动性别识别系统及方法，与现有技术相比，通过各个模块的协同工作，能对不同姿势、不同光照条件下的人脸提供准确地检测与定位人脸，并且准确地进行性别识别，实现本专利技术的目的。本专利技术的特点可参阅本案图式及以下较好实施方式的详细说明而获得清楚地了解。附图说明图I为本专利技术的自动性别识别系统的模块框图；图2为本专利技术的自动性别识别方法的流程示意图；图3为本专利技术的性别识别特征提取的流程示意图。具体实施例方式为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本专利技术。如图I所示，本专利技术的自动性别识别系统，它包括性别分类器训练模块100，用于对人脸图像数据库进行训练，得到用于性别分类的分类器；图像获取模块200，用于进行需要检测的图像的获取和采集；人脸检测与定位模块300，用于实现检测采集到的图像是否包含人脸并进行人脸的定位；预处理模块400，用于实现对人脸图像的标准化流程；特征提取模块500，用于对人脸图像进行特征提取，实现用特征数据来表征所检测的人脸 '及性别分类模块600，用于对人脸图像进行性别分类；所述图像获取模块200、人脸检测与本文档来自技高网...

【技术保护点】
一种自动性别识别系统，其特征在于，它包括：性别分类器训练模块，用于对人脸图像数据库进行训练，得到用于性别分类的分类器；图像获取模块，用于进行需要检测的图像的获取和采集；人脸检测与定位模块，用于实现检测采集到的图像是否包含人脸并进行人脸的定位；预处理模块，用于实现对人脸图像的标准化流程；特征提取模块，用于对人脸图像进行特征提取，实现用特征数据来表征所检测的人脸；及性别分类模块，用于对人脸图像进行性别分类；所述图像获取模块、人脸检测与定位模块、预处理模块、特征提取模块和性别分类模块依次互相连接，所述性别分类模块与所述性别分类器训练模块互相连接。

【技术特征摘要】
1.一种自动性别识别系统，其特征在于，它包括 性别分类器训练模块，用于对人脸图像数据库进行训练，得到用于性别分类的分类器； 图像获取模块，用于进行需要检测的图像的获取和采集； 人脸检测与定位模块，用于实现检测采集到的图像是否包含人脸并进行人脸的定位； 预处理模块，用于实现对人脸图像的标准化流程； 特征提取模块，用于对人脸图像进行特征提取，实现用特征数据来表征所检测的人脸；及 性别分类模块，用于对人脸图像进行性别分类； 所述图像获取模块、人脸检测与定位模块、预处理模块、特征提取模块和性别分类模块依次互相连接，所述性别分类模块与所述性别分类器训练模块互相连接。2.如权利要求I所述的自动性别识别系统，其特征在于，所述特征提取模块包括Gabor小波变换模块、权值矩阵计算模块和PCA计算模块，所述Gabor小波变换模块、权值矩阵计算模块和PCA计算模块互相连接。3.如权利要求I所述的自动性别识别系统，其特征在于，所述图像获取模块包括视频采集卡和摄像头；所述摄像头为普通CCD摄像头，所述摄像头面向对需要进行检测的区域。4.一种自动性别识别方法，其特征在于，它包括如下步骤 (O图像采集，通过图像获取模块采集包含人脸的视频； (2)人脸定位及图像预处理，通过人脸检测与定位模块对采集到得频数据信息进行人脸检测，对定位到的人脸的位置截取出来作为需要处的区域，通过预处理模块对该区域进行图像预处理流程，得到标准化的人脸图像； (3)人脸特征提取，通过特征提取模块对由上述步骤得到的标准化人脸图像进行特征提取，得到能描述该人脸的特征数据； (4)基于监督式学习的性别识别，通过性别...

【专利技术属性】
技术研发人员：张宏俊，刘宁，杨进参，游浩泉，王作辉，林治强，
申请(专利权)人：上海汇纳网络信息科技有限公司，
类型：发明
国别省市：