[发明专利]发型识别方法、装置、计算机可读存储介质和计算机设备

权利要求书

1.一种发型识别方法，包括：

对输入图像进行人脸检测，根据与检测到的人脸图像邻近的连通区域，确定待识别图像的大小，以从所述输入图像中裁剪出包括人脸图像和头发区域的待识别图像；

将所述待识别图像中与所述人脸图像相邻边界最长的连通域作为头发区域，其他区域作为非头发区域；

基于所述头发区域和所述非头发区域生成掩膜图像，按照所述掩膜图像，对所述待识别图像进行图像掩膜处理，得到包括所述头发区域中像素的发型图像；

提取所述发型图像中的共享发型特征；所述共享发型特征是多个不同的识别任务所共用的特征，且是关于头发的用于表示图像的颜色、纹理、形状或空间关系中的至少一者的特征；

根据所述共享发型特征分别执行多个不同的识别任务；所述多个不同的识别任务包括以下识别任务中的至少两种：用于识别头发长度的识别任务；用于识别头发颜色的识别任务；用于识别头发是否卷曲的识别任务；用于识别头发是否具有指定形状的识别任务；

输出执行所述不同的识别任务分别得到的多个发型属性类别；其中，针对于用于识别头发长度的识别任务，展示头发长度类别，针对于用于识别头发颜色的识别任务，展示头发颜色类别，针对于用于识别头发是否卷曲的识别任务，展示头发是否卷曲的发型属性类别，针对于用于识别头发是否具有指定形状的识别任务具体，展示头发是具有指定形状。

2.根据权利要求1所述的方法，其特征在于，所述对输入图像进行人脸检测之后，所述方法还包括：

识别检测到的人脸图像中的人脸特征点；

根据所述人脸特征点确定人脸偏向；

基于所述人脸偏向，对所述输入图像进行人脸矫正。

3.根据权利要求1所述的方法，其特征在于，所述非头发区域包括背景区域和人体部件区域；所述基于所述头发区域和所述非头发区域生成掩膜图像包括：

将所述头发区域标记为第一值，将所述背景区域和人体部件区域统一标记为第二值，得到包括所述第一值和所述第二值的掩膜图像。

4.根据权利要求1所述的方法，其特征在于，所述提取所述发型图像中的共享发型特征包括：

通过多任务卷积神经网络中的公共层结构，从所述发型图像中提取共享发型特征；

所述根据所述共享发型特征分别执行多个不同的识别任务包括：

通过所述多任务卷积神经网络中与不同的识别任务各自对应的独立层结构，分别执行多个不同的识别任务。

5.根据权利要求1所述的方法，其特征在于，所述输出执行所述不同的识别任务分别得到的多个发型属性类别包括：

展示人群监测界面；

在所述人群监测界面中展示所述待识别图像；

在所述人群监测界面中，对应于所述待识别图像，展示多个不同的所述发型属性类别。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述识别任务由多任务卷积神经网络执行；所述多任务卷积神经网络的训练步骤包括：

分别获取与多个不同的识别任务各自相应的发型样本图像和分类标签；

通过多任务卷积神经网络，根据所述发型样本图像执行多个不同的识别任务，得到中间识别结果；

按照对应相同识别任务的中间识别结果和分类标签间的差异，调整所述多任务卷积神经网络的模型参数并继续训练，直至满足训练停止条件时停止训练。