[发明专利]一种同时识别面部多种属性特征的方法

权利要求书

1.一种同时识别面部多种属性特征的方法，其特征在于，包括如下步骤：

S1：构建人脸图像样本集，所述人脸图像样本集包括多个不同的身份个体，每个身份个体具有多种不同的表情；

S2：将所述人脸图像样本集划分为训练集、验证集和测试集三个部分，保证三个部分的图像互不包含，且不同部分不含有相同身份个体的图像；

S3：计算训练集中所有图像的通道均值；

S4：首先将训练集、验证集和测试集按照表情分类，然后基于VGGFace模型构建人脸表情分类模型，并将所构建的人脸表情分类模型在训练集上进行微调，并在验证集上进行验证，完成训练后，选择在验证集上获得人脸表情验证正确率最高的人脸表情分类模型，在测试集上进行测试，得到人脸表情分类正确率；

S5：首先将训练集、验证集和测试集按照身份进行分类，然后基于VGGFace模型构建人脸身份分类模型，并将所构建的人脸身份分类模型在训练集上进行微调，并在验证集上利用十折交叉方式进行验证，完成训练后，选择在验证集获得人脸身份验证正确率最高的人脸身份分类模型，在测试集上利用十折交叉方式进行测试，得到人脸身份分类正确率，同时将得到的测试集上十折的阈值取平均值，获得预设阈值；

S6：基于完成训练的人脸表情分类模型和人脸身份分类模型，分别提取正面人脸图像的表情属性和身份属性。

2.根据权利要求1所述的方法，其特征在于，步骤S1中，每个身份个体具有7种不同的表情：害怕、生气、厌恶、高兴、中性、悲伤和惊讶。

3.根据权利要求1或2所述的方法，其特征在于，步骤S1还包括使用图像处理软件对每一幅面部图像进行编辑和处理，以保证这些图像之间的低层次视觉信息一致。

4.根据权利要求1所述的方法，其特征在于，步骤S4包括如下子步骤：

S41:基于VGGFace模型构建人脸表情分类模型，所述人脸表情分类模型复制了VGGFace模型上除了分类块外的所有模型设计及其参数，并具有一个表情分类块，所述表情分类块包含一个flatten层和三个全连接层，其中最后一个全连接层的输出大小与表情的种类数对应，初始化所述表情分类块的参数；

S42:冻结VGGFace模型对应的层及其参数，而只开放所述表情分类块之前的一个卷积块，在训练集上训练所述表情分类块以及其之前的一个卷积块。

5.根据权利要求1所述的方法，其特征在于，步骤S5包括如下子步骤：

S51：基于VGGFace模型构建人脸身份分类模型，所述人脸身份分类模型复制了VGGFace模型上除了分类块外的所有模型设计及其参数，并具有一个身份分类块，所述身份分类块包含一个flatten层和三个全连接层，其中最后一个全连接层的输出大小与训练集中身份个体数对应，初始化所述身份分类块的参数；

S52：冻结VGGFace模型对应的层及其参数，在训练集上训练所述身份分类块；

S53：使用人脸身份分类模型提取验证集中人脸图像的人脸特征向量，利用十折交叉方式，通过比较两个人脸特征向量的欧氏距离的平方进行人脸身份分类正确率评估，每一折都会得到一个人脸身份分类正确率与相应的阈值，最后将十折的人脸身份分类正确率取平均值，得到验证集上的人脸身份分类正确率；

S54:选择在验证集上获得人脸身份验证正确率最高的人脸身份分类模型，利用十折交叉方式，在测试集上进行测试，得到人脸身份分类正确率，同时将得到的测试集上十折的阈值取平均值，作为预设阈值。

6.根据权利要求1所述的方法，其特征在于，步骤S6包括如下子步骤：

S61：对于给定的正面人脸图像，先对其减去步骤S3中计算的通道均值，再将其输入人脸表情分类模型，得到图像的人脸表情属性；

S62：对于给定的任两张正面人脸图像，将其输入人脸身份分类模型，得到两张正面人脸图像对应的人脸特征向量，通过比较两张正面人脸图像对应的人脸特征向量的欧式距离的平方是否小于步骤S5中获得的预设阈值来验证身份，小于预设阈值则两张正面人脸图像为同一身份，大于阈值则两张正面人脸图像为不同身份，从而得到图像的人脸身份属性。