[发明专利]一种人脸性别的识别方法

说明书

技术领域

本发明涉及人脸识别技术领域，特别涉及一种人脸性别的识别方法。

背景技术

随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为自动身份验证的最理想依据。当前的生物特征识别技术主要包括有：指纹识别、视网膜识别、虹膜识别、步态识别、静脉识别、人脸识别等。与其他识别方法相比，人脸识别由于本身具有直接、友好、方便的特点，使用者对其无任何心理障碍，因此易于被用户所接受，从而得到广泛的研究与应用。除此之外，还能够对人脸识别的结果作进一步的分析，得到有关人的性别、表情、年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。而人脸是重要的生物特征之一，人脸图像上蕴含了大量的信息，例如性别、年龄人种、身份等。其中，人脸的性别识别功能就是试图赋予计算机根据输入的人脸图像，判断使用者性别的能力。人机交互技术(HCI)的发展使得计算机视觉、人工智能，在监控、GUI人机界面设计等方面发挥越来越重要的作用。随着技术的进步，基于人脸图像模式识别的问题逐渐成为近年来研究的热点。其中包括人脸检测、人脸身份识别、人脸属性(性别、年龄、表情、种族等)识别等各类识别问题。基于人脸的性别分类就是使得计算机能够根据输入的人脸图像判断其性别的过程。人脸的性别识别似乎是人们“与生俱来”的能力，但让计算机进行识别并不容易，即使有大量来自计算机视觉、模式识别、人工智能、心理学等各个领域的研究人员的努力。

中国专利申请CN 101344916公开了一种人脸识别系统，其包括视频输入接口，与人脸图像数据采集单元连接在一起，用于接收人脸图像数据；人脸识别运算处理器，用于对接收到的人脸图像数据进行处理，完成识别工作；微处理器单元，与所述人脸识别运算处理器连接在一起，用于负责与各种应用设备进行通信。

中国专利申请CN 102831408A公开了一种人脸识别方法，其包括以下步骤：S1判断检测视频序列中是否存在用户设定的特定手势；若是，进行S2；否则，重复步骤S1；S2检测视频区间内是否有用户人脸，若是，进行步骤S3，否则重复步骤S2；S3对检测到的用户人脸进行实时跟踪；S4对用户人脸图像提取光照不敏感特征；S5模拟用户姿势变化规律；S6人脸识别过程，判断待识别人脸图像与人脸库中的样本是否同属一个人，若是，识别过程结束，系统执行用户操作；若否，进行步骤S7；S7询问用户是否是第一次使用系统；若是，新建样本库，若否，询问用户是否更替样本库，若是，将该用户人脸图像代替人脸库中的原有样本，否则结束操作。

从现有技术中，还可以了解到：中国专利申请CN 103729625 A公开了一种人脸识别的方法，以及中国专利申请CN 103761504 A公开了一种人脸识别系统。

然而，上述现有技术仅能够提供一种人脸识别的系统或方法，并不能进一步利用人脸图像数据，提供更详细的分析处理，例如对用户的性别、皮肤、人脸特征相似度、以及年龄等的分析功能，以迎合用户的特定需求。

发明内容

为克服现有技术的不足，本发明提供一种人脸性别的识别方法，其特别之处在于依次包括以下步骤：

S1使用摄像装置获取人脸图像；

S2检测该人脸图像是否包含人脸，并且当确定该人脸图像包含人脸时，跳转步骤S3；

S3对该人脸图像执行光照处理，将该人脸图像转换成关于像素点的灰度直方图，其中该转换的计算公式为：

其中，f(x,y)为输入人脸图像的像素点元素数据，g(x,y)为输出人脸图像的像素点元素数据，a、b₁、c是调整曲线的位置和形状而引入的参数；

S4对所述灰度直方图进行色彩空间变换，并转换为HSV数据形式，统一其图像模型的像素为N×N；

S5利用该人脸图像的各个像素点的数据，计算一特征矢量：

其中，为系数矩阵，为HSV像素矩阵；

S6利用基函数内核，将所述特征矢量进行转换：

S7将转换后的该特征矢量输入到预设分类器中，然后通过以下的效用函数，计算出该人脸图像的对象性别判别值：

并将所述对象性别判别值与数据库中的已确定性别的对象性别判别值进行一对一映射匹配，从而判断所述人脸图像的性别。

根据本发明的一个实施例，该步骤S2利用网络神经法、特征基准法或色度基准法来检测该人脸图像是否包含人脸。