[发明专利]人脸2D图像的年龄性别属性分析方法、系统、设备和介质

权利要求书

1.一种人脸2D图像的年龄性别属性分析方法，其特征在于：包括：

步骤S1、获取需要检测的人脸2D图片；

步骤S2、通过训练好的第一神经网络模型对单张人脸2D图片进行人脸检测，获取人脸框位置和面部特征点位置；根据人脸框位置和面部特征点位置进行图片矫正和截取，获得经过矫正标准化后的人脸2D图片；

步骤S3、通过训练好的第二神经网络模型对矫正标准化后的人脸2D图片进行年龄性别属性预测，获得原始预测值；所述第二神经网络模型使用LightCNN作为作为特征抽取层，将128pixel×128pixel×3channel作为网络输入，设定输出为512维向量作为抽取的特征，并在其后面接了三个并行的分支：

第一个分支用来进行性别的预测，预测的结果在0-1之间，越接近1则表示模型越确定照片里面是个男性，越接近0则表示模型越确定照片里面是个女性；

第二个分支是用来进行年龄组别分类，将预测的年龄段设置为0-90岁，并平均分为18个分段，所以在第二个分支有18个结果输出，分别代表了各个分段的置信度，在训练及预测的时候会选择置信度最大的分段作为年龄段预测的结果；

第三个分支同样有18个结果输出，分别对应的小范围的调整值，结合第二个分支的结果，可以得到预测的年龄值；所述第三分支采用均方误差MSE作为Loss损失函数，其公式如下：

其中，表示预测的对应年龄段调整值的回归值，y表示所有年龄段的真实值,y∈[-2.5,2.5]；表示第i个年龄段的调整值的预测回归值；y_i表示第i个年龄段的真实回归值；n代表全部年龄段的数量；

步骤S4、根据所述原始预测值以及年龄性别属性选择策略来确定人脸的年龄性别属性，输出预测的年龄及性别；

步骤S5、将预测的年龄性别结果输出到后台并记录到数据库内，用于后续的数据分析。

2.根据权利要求1所述的人脸2D图像的年龄性别属性分析方法，其特征在于：所述步骤S2具体包括：

步骤S21，通过训练好的第一神经网络模型对单张图片进行人脸框检测，获取人脸框位置和面部特征点位置；其中，人脸框位置包括人脸框的左上角的坐标和人脸框右下角的坐标；面部特征点包括左眼瞳孔、右眼瞳孔、鼻尖、嘴巴最左点和嘴巴最右点；面部特征点位置包括上述五个面部特征点的坐标；

步骤S22，根据左眼瞳孔和右眼瞳孔的位置，计算双瞳孔的连线与水平线的夹角；将双瞳孔连线的中点，与嘴巴最左点和嘴巴最右点两点连线的中点进行连接作为纵线，对纵线从上到下去线段的预设值作为图像的中心点；以中心点为中心，逆向旋转夹角的度数，得到双瞳水平的照片；

步骤S23，根据人脸框位置进行预设比例的扩增，截取扩增后的人脸框中的图片，获得矫正标准化的人脸图片。

3.根据权利要求1所述的人脸2D图像的年龄性别属性分析方法，其特征在于：

1)、所述第一个分支采用均方差MSELoss作为损失函数，其公式如下：

其中，表示预测的为男性性别属性的概率值，y表示性别属性的真实值，y∈{0，1}，0代表本张图片为女性，1代表本张图片为男性；n代表全部属性的种类数；

2)、所述第二分支采用交叉熵CELoss作为损失函数，其公式如下：

其中，表示所有预测的年龄段的概率值，y表示所有年龄段的真实值,y∈{0，1}，0代表不在这个年龄段，1代表在这个年龄段，对于同一张图片，只会有一个年龄段的标签为1，其他都为0；表示第i个年龄段的预测概率值；y_i表示第i个年龄段的真实值；n代表所有年龄段的数量。