【技术实现步骤摘要】
本专利技术涉及计算机图像识别技术，尤其涉及一种基于人脸图像的性别分类方法及系统。
技术介绍
随着科学技术的发展，计算机的功能被赋予了更加丰富的定义，从最初单纯的计算工具逐渐发展为智能终端。而在人类社会中，人的面部特征可以反映人们主要的身份信息，如性别、年龄等，人们可以通过视觉获取他人的面部特征信息，使得人与人的交流互动变得更为顺畅，而赋予计算机对人脸同样的理解能力是机器视觉和模式识别领域一直努力追寻的目标。例如，利用计算机对人脸图像进行识别，进而对性别进行分类，对于改善目前智能终端的人机交互质量起着非常重要的作用。而性别分类在身份识别中可以提供“过滤器”的功能，利用检测出来的性别信息可以显著缩小进行身份识别的搜索范围，从而提高身份识别的速度与精度。例如在大型游乐场所、主题公园的导游车上，如果配备智能的性别分类系统，可以让计算机根据使用者的性别不同，推荐一些更具针对性的商品或者旅游景点；也可以为超市、商店等提供分类更详细的统计信息，提供收集潜在客户数据的自动化途径，帮助其向消费者提供更具针对性的促销服务，从而在一定程度上改善人们的生活质量和生活方式。通过人的面部特...
【技术保护点】
一种基于人脸图像的性别分类方法，其特征在于，包括：获取待分类的人脸图像，对所述待分类的人脸图像进行预处理，以生成待分类图像数据；获取所述待分类图像数据中除边缘像素点之外的每一像素点的局部环形模式LCP编码，得到待分类LCP编码图像；所述每一像素点的LCP编码根据所述像素点的邻域中其它像素点与所述像素点的灰度值的差值得到；根据所述待分类LCP编码图像以及预先训练的类别模型，确定所述待分类图像数据的类别。
【技术特征摘要】
1.种基于人脸图像的性别分类方法，其特征在于，包括: 获取待分类的人脸图像，对所述待分类的人脸图像进行预处理，以生成待分类图像数据； 获取所述待分类图像数据中除边缘像素点之外的每一像素点的局部环形模式LCP编码，得到待分类LCP编码图像；所述每一像素点的LCP编码根据所述像素点的邻域中其它像素点与所述像素点的灰度值的差值得到； 根据所述待分类LCP编码图像以及预先训练的类别模型，确定所述待分类图像数据的类别。2.据权利要求1所述的方法，其特征在于，所述对所述待分类的人脸图像进行预处理，以生成待分类图像数据，包括: 将所述待分类的人脸图像进行瞳孔定位并去除干扰背景； 按照预设的规格对已定位的人脸图像进行方向归一化和尺度归一化处理，以获取满足所述预设的规格的待分类的人脸图像； 将所述满足所述预设的规格的人脸图像转换为由图像像素点的灰度值描述的待分类图像数据。3.据权利要求2所述的方法，其特征在于，所述获取所述待分类图像数据中除边缘像素点之外的每一像素点的LCP编 码，得到待分类LCP编码图像，包括: 根据预设的人脸图像样本、聚类中心的个数以及距离函数，确定相应个数的聚类中心以及每个聚类中心的编号； 确定所述待分类图像数据中以除边缘像素点之外的每一像素点为中心像素点、以预设个数的像素点为半径的每一邻域； 确定每一邻域内其它像素点的灰度值与所述邻域的中心像素点的灰度值的差值；根据所述差值、所述距离函数以及所述相应个数的聚类中心确定每一邻域内中心像素点对应的一个聚类中心，并将所述对应的一个聚类中心的编号作为所述邻域内中心像素点的LCP编码； 根据除边缘像素点之外的每一像素点的LCP编码，得到所述待分类LCP编码图像。4.据权利要求1 3中任一项所述的方法，其特征在于，所述根据所述待分类LCP编码图像以及预先训练的类别模型，确定所述待分类图像数据的类别，包括: 将所述待分类LCP编码图像进行区域直方图统计，获取所述待分类图像数据的单列LCP特征向量； 根据所述待分类图像数据的单列LCP特征向量以及预先训练的类别模型，确定所述待分类图像数据的类别。5.据权利要求4所述的方法，其特征在于，所述将所述待分类LCP编码图像进行区域直方图统计，获取所述待分类图像数据的单列LCP特征向量，具体包括: 将所述待分类LCP编码图像划分为多个区域，每个区域至少包含一个所述邻域；对各区域内像素点的LCP编码进行统...
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。