[发明专利]性别和年龄的识别方法、装置、存储介质及服务器

权利要求书

1.一种性别和年龄的识别方法，其特征在于，所述方法包括：

按照N种裁剪规则，分别对待识别的行人的人脸图像进行裁剪，得到N张局部人脸图像，所述N为大于1的正整数；

对于每张局部人脸图像，将所述局部人脸图像输入最优模型组合中与所述局部人脸图像的裁剪规则对应的一个识别模型中，所述最优模型组合包括N个具有不同模型结构的识别模型，这些识别模型不是相互独立的，且每个识别模型训练后对应于一种裁剪规则；

根据所述最优模型组合的输出结果确定所述行人的性别信息和年龄信息。

2.根据权利要求1所述的方法，其特征在于，所述按照N种裁剪规则，对待识别的行人的人脸图像进行裁剪，得到N张局部人脸图像，包括：

获取所述最优模型组合对应的N种裁剪规则，每种裁剪规则用于指示关键点名称组合和裁剪尺度，所述关键点名称组合包括人脸中多个关键点的名称；

从待识别的行人的人脸图像中提取多个关键点；

对于每种裁剪规则，确定所述裁剪规则所指示的关键点名称组合和裁剪尺度，从所述多个关键点中选择名称属于所述关键点名称组合的关键点，根据选出的所述关键点生成裁剪中心点，根据所述裁剪中心点和所述裁剪尺度对所述人脸图像进行裁剪，得到一张局部人脸图像。

3.根据权利要求2所述的方法，其特征在于，所述关键点名称组合包括以下关键点的名称组合：

左眼中心关键点和右眼中心关键点；或者，

左眼中心关键点、右眼中心关键点、左侧嘴角关键点和右侧嘴角关键点；或者，

左眼中心关键点、右眼中心关键点和鼻尖关键点；或者，

左侧嘴角关键点、右侧嘴角关键点和鼻尖关键点。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

利用所述最优模型组合对所述N张局部人脸图像进行处理，得到N个性别特征向量和N个年龄特征向量；

对所述N个性别特征向量进行逐元素累加运算和归一化运算，对得到的第一运算结果进行分类，得到所述行人的性别信息；

对所述N个年龄特征向量进行逐元素累加运算和归一化运算，对得到的第二运算结果进行分类，得到所述行人的年龄信息；

利用所述最优模型组合将所述性别信息和所述年龄信息作为所述输出结果进行输出。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：

获取训练数据集和测试数据集，所述训练数据集包括多个训练数据组，每个训练数据组是按照M种裁剪规则，对一张训练人脸图像裁剪得到的M张局部人脸图像，所述测试数据集包括多个测试数据组，每个测试数据组是按照M种裁剪规则，对一张测试人脸图像裁剪得到的M张局部人脸图像，M≥N；

创建N个具有不同模型结构的模型；

将每个训练数据组中的M张局部人脸图像全部输入N个模型中的每个模型进行训练，得到M×N个识别模型，每个识别模型对应于一种裁剪规则；

利用所述测试数据集对所述M×N个识别模型进行测试，将根据测试精度选择的N个识别模型确定为所述最优模型组合。

6.根据权利要求5所述的方法，其特征在于，所述利用所述测试数据集对所述M×N个识别模型进行测试，将根据测试结果选择的N个识别模型确定为所述最优模型组合，包括：

利用所述测试数据集对所述M×N个识别模型进行测试，得到每个识别模型的测试精度；

从所述M×N个识别模型中选择测试精度满足预定条件的K个识别模型，K≥N；

对所述K个识别模型进行遍历，得到V个模型组合，每个模型组合中包括N个具有不同模型结构的识别模型，所述V为正整数；

将所述V个模型组合中识别精度最高的模型组合确定为所述最优模型组合。