[发明专利]一种基于组合深度网络的人脸属性识别方法和装置

权利要求书

1.一种基于组合深度神经网络的人脸属性识别方法，包括以下步骤：

S1：对输入的人脸图像进行区域提取；

S2：依据所述区域提取的结果，对人脸重要部位进行定位并提取相关区域，获取人脸区域特征以及人脸关键部位特征；

S3：将所述区域提取的结果作为训练样本，标记每个人脸的真实年龄和性别，基于深度神经网络进行训练，输出年龄估计值和性别识别结果；

S4：基于上述S2的输出的人脸区域特征以及眼睛与嘴唇局部区域特征，利用随机森林算法，分别输出表情与穿戴的预测概率，对于不同属性，将对应属性的概率相加，输出人脸表情与穿戴属性结果。

2.如权利要求1所述的方法，所述S1包括：

S11：基于三个级联深度卷积神经网络，对人脸进行识别和提取，得到人脸区域的回归矩形坐标；

S12：以人脸回归矩形的中心坐标为中心，提取人脸区域，将人脸区域放大原回归矩形区域的15％；

S13：对人脸进行切割，并统一至预定尺寸。

3.如权利要求2所述的方法，所述级联深度卷积神经网络规模依次为12层、24层和48层。

4.如权利要求1所述的方法，所述S2包括：

S21：基于一个6层的深度卷积神经网络，对步骤S1所获得人脸区域提取结果中的五官进行定位，分别得到9个关键点坐标，即左右眼的眼角和中心坐标、鼻尖坐标以及两个嘴角坐标；

S22：根据9个关键点坐标提取眼睛、鼻子与嘴唇区域；

S23：提取每一卷积层的人脸区域特征以及人脸关键部位特征。

5.如权利要求4所述的方法，在所述S22中，人脸眼睛区域的宽为左右眼眼角的距离，高为初始检测人脸矩形框高度的四分之一；人脸嘴部区域的宽为左右嘴角的宽度，宽为初始检测人脸矩形框高度的六分之一。

6.如权利要求1所述的方法，在所述S3中，所述输出年龄估计值包括：

S31：收集样本库，并标记每个样本的真实年龄；

S32：基于16层深度卷积神经网络对样本进行训练，得到参数模型；

S33：对输入人脸，输出各个年龄的概率，对年龄和对应的概率进行加权求和，得到的数值为最终的年龄估计值，并根据年龄区间将年龄分为幼年、少年、青年、中年以及老年。

7.如权利要求6所述的方法，其中所述样本库中的年龄区间为1～100岁，样本库中的样本来自IMDB-WIKI数据库，在所述数据库中，图片的标题记录了拍摄时间与对应人物的出生年月。

8.如权利要求6所述的方法，所述加权求和的公式为其中，y_i为0～100岁的年龄预测概率，O_i为年龄。

9.如权利要求1所述的方法，在所述S3中，所述输出性别识别结果包括：

S41：收集样本库，并标记每个样本的真实性别；

S42：基于16层深度卷积神经网络对样本进行训练，得到参数模型；

S43：对输入人脸，输出性别识别的概率，概率高的即为性别识别结果。

10.如权利要求1所述的方法，所述S4中对人脸表情进行分类并输出各个表情的预测概率包括：

S51：收集样本库，并标记每个样本的表情属性，分别为不笑、微笑与大笑；

S52：基于VGG深度神经网络对样本进行训练，得到参数模型；

S53：输入人脸区域图片，输出各个表情属性的概率；

S54：基于S2提取的每个卷积层的特征，提取眼睛部位和嘴部的局部卷积特征；

S55：基于S2提取的每个卷积层的特征与眼睛嘴部卷积特征，利用随机森林算法对表情进行分类，输出各个表情的预测概率；

S56：将深度网络和随机森林算法的输出预测概率相加，依据相加后的预测概率将表情属性分为不笑、微笑与大笑。