[发明专利]基于迁移学习人脸族群属性的识别方法及装置在审
| 申请号： | 202010775628.4 | 申请日： | 2020-08-05 |
| 公开（公告）号： | CN112069898A | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 刘晨羽;王文杉;许忠雄;刘小晗;王迎雪;刘弋锋;黄洋 | 申请（专利权）人： | 中国电子科技集团公司电子科学研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 工业和信息化部电子专利中心 11010 | 代理人： | 华枫 |
| 地址： | 100041 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 迁移 学习 族群 属性 识别 方法 装置 | ||
1.一种基于迁移学习的人脸族群属性的识别方法，其特征在于，包括：
获取待识别的图像；
将所述图像输入基于迁移学习方法预先训练的族群属性识别模型中，计算获得所述图像中的人脸族群属性。
2.根据权利要求1所述的基于迁移学习的人脸族群属性的识别方法，其特征在于，基于迁移学习方法训练所述族群属性识别模型的方法包括：
建立训练网络模型，并采用具有种族属性标记的种族人脸数据集进行预训练获得初始模型；
采用具有民族属性标记的民族人脸数据集对所述初始模型进行再训练，获得所述族群属性识别模型。
3.根据权利要求2所述的基于迁移学习的人脸族群属性的识别方法，其特征在于，在采用所述种族人脸数据集和所述民族人脸数据集进行模型训练之前，对所述种族人脸数据集和所述民族人脸数据集中的数据图像进行预处理。
4.根据权利要求1所述的基于迁移学习的人脸族群属性的识别方法，其特征在于，所述识别方法还包括：
获取待识别的所述图像后，对所述图像进行预处理。
5.根据权利要求3或4所述的基于迁移学习的人脸族群属性的识别方法，其特征在于，所述预处理包括：图像降噪、人脸识别以及人脸校正。
6.一种基于迁移学习的人脸族群属性的识别装置，其特征在于，包括：
采集单元，用于获取待识别的图像；
识别单元，用于将所述图像输入基于迁移学习方法预先训练的族群属性识别模型中，计算获得所述图像中的人脸族群属性。
7.根据权利要求6所述的基于迁移学习的人脸族群属性的识别装置，其特征在于，所述识别装置还包括：用于训练所述族群属性模型的模型训练单元，所述模型训练单元具体用于：
建立训练网络模型，并采用具有种族属性标记的种族人脸数据集进行预训练获得初始模型；
采用具有民族属性标记的民族人脸数据集对所述初始模型进行再训练，获得所述族群属性识别模型。
8.根据权利要求7所述的基于迁移学习的人脸族群属性的识别装置，其特征在于，所述识别装置还包括：
预处理单元，用于在采用所述种族人脸数据集和所述民族人脸数据集进行模型训练之前，对所述种族人脸数据集和所述民族人脸数据集中的数据图像进行预处理。
9.根据权利要求8所述的基于迁移学习的人脸族群属性的识别装置，其特征在于，所述预处理单元还用于：在所述采集单元获取待识别的所述图像后，对所述图像进行预处理。
10.根据权利要求9所述的基于迁移学习的人脸族群属性的识别装置，其特征在于，所述预处理包括：图像降噪、人脸识别以及人脸校正。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司电子科学研究院，未经中国电子科技集团公司电子科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010775628.4/1.html，转载请声明来源钻瓜专利网。
