[发明专利]人脸性别识别方法以及装置

说明书

本发明公开了一种人脸性别识别方法，属于人脸识别领域。该方法包括：获取目标人脸图像；根据预先建立的人脸性别模型确定所述目标人脸性别的第一预测概率；当所述第一预测概率大于预设阈值时，所述目标人脸性别即为所述第一预测概率所对应的性别，反之，确定所述目标人脸图像的目标人脸的所处的目标环境，根据所述第一预测概率和所述目标环境，确定所述目标人脸性别。本发明能够在考虑人脸所处环境的不同时，进一步提高人脸性别识别的准确性。

技术领域

本发明涉及人脸识别领域，尤其涉及性别识别方法及装置。

背景技术

随着人脸识别技术的发展，人脸识别技术的应用也越来越广泛，包括企业、住宅安全和管理以及公安、司法和刑侦等。而性别信息作为人类的一种重要生物特征，在人机交互领域中有着众多应用需求，并且对人脸识别系统的性能有着重要影响。

目前人脸性别往往通过单一的方法如常见的统计学的向量机，神经网络，深度学习等；另外，在人脸处于不同光照环境下，预估的性别往往不够准确，因此，亟需一种在考虑人脸所处环境的不同时，进一步提高人脸性别识别的准确性的方法。

发明内容

为了克服如上所述的技术问题，本发明提出一种人脸性别识别方法，能够在考虑人脸所处环境的不同时，进一步提高人脸性别识别的准确性。本发明采用的技术方案如下：

第一方面，提出一种性别识别方法，包括：

获取目标人脸图像；

确定所述目标人脸性别的第一预测概率；

当所述第一预测概率大于预设阈值时，所述目标人脸性别即为所述第一预测概率所对应的性别，反之，确定所述目标人脸图像的目标人脸的所处的目标环境，根据所述第一预测概率和所述目标环境，确定所述目标人脸性别。

进一步地，所述确定所述目标人脸性别的第一预测概率之前，还包括：获取处于大量不同环境的人脸图像，并将所述脸图像作为训练数据，建立基于卷积神经网络的人脸性别模型；

进一步地，所述确定所述目标人脸性别的第一预测概率，包括：根据所述人脸性别模型，确定所述目标人脸性别的第一预测概率，其中，第一预测概率50％；

进一步地，所述目标环境可以是正常环境、逆光环境、光线过亮环境和光线过暗环境中的一种；

进一步地，所述根据所述第一预测概率和所述目标环境，确定所述目标人脸性别之前，还包括：获取大量处于不同环境的人脸图像；根据所述人脸图像的所处环境，将所述人脸图像进行分类，得到正常环境类、逆光环境类、光线过亮环境类和光线过暗环境类这四类人脸图像训练数据；基于卷积神经网络分别建立正常环境类人脸环境模型、逆光环境类人脸环境模型、光线过亮环境类人脸环境模型和光线过暗环境类人脸性别模型。

进一步地，所述根据所述第一预测概率和所述目标环境，确定所述目标人脸性别，包括：确定所述目标环境对应的目标人脸性别模型；根据所述目标人脸性别模型得到所述目标人脸性别的第二预测概率，其中，所述第一预测概率对应的性别与第二预测概率对应的性别一致；将所述第一预测概率和所述第二预测概率进行加权求和得到第三预测概率；当所述第三预测概率大于预设阈值时，所述目标人脸性别即为所述第三预测概率所对应的性别，反之，则不是所述第三预测概率所对应的性别。

第二方面，提出一种人脸性别识别装置，包括摄像头、处理器和存储器，所述存储器存储有至少一段程序，所述程序由所述处理器执行以实现如第一方面所述的人脸性别识别方法。

第三方面，提出一种计算机可读存储介质，所述存储介质中存储有至少一段程序，所述至少一段程序由所述处理器执行以实现如第一方面所述的人脸性别识别方法。

本发明提供的技术方案带来的有益效果是：