人臉屬性識別的方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種人臉屬性識別的方法和系統(tǒng)，屬于人臉識別【技術(shù)領(lǐng)域】。所述方法包括：獲取待測試的圖像樣本；獲取所述圖像樣本中人臉的有效區(qū)域圖像；抽取所述有效區(qū)域圖像的紋理特征；依次根據(jù)種族分類器、性別分類器和年齡分類器，對所述有效區(qū)域圖像的紋理特征進(jìn)行種族、性別和年齡的分類，得到所述人臉的種族屬性、性別屬性和年齡屬性。本發(fā)明通過種族分類器、性別分類器和年齡分類器實現(xiàn)了對人臉屬性的識別。
【專利說明】人臉屬性識別的方法和系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及人臉識別【技術(shù)領(lǐng)域】，特別涉及一種人臉屬性識別的方法和系統(tǒng)。

【背景技術(shù)】
[0002] 隨著電子信息技術(shù)的進(jìn)步和網(wǎng)絡(luò)化的普及，人們在日常生活中越來越普遍地通過 各種各樣的圖像采集設(shè)備，例如監(jiān)控攝像機、數(shù)碼攝像機、網(wǎng)絡(luò)攝像機、數(shù)碼相機、手機相機 以及物聯(lián)網(wǎng)中的視頻傳感器等來獲取大量的圖像和視頻數(shù)據(jù)。面對如此大量的圖像和視頻 數(shù)據(jù)，如何快速而智能地分析這些數(shù)據(jù)成為人們的迫切需求。
[0003] 人臉識別技術(shù)就是智能地分析這些數(shù)據(jù)的一個技術(shù)途徑。而在人臉識別中，種族， 性別和年齡是人的三個重要屬性，描述了人的社會背景，行為準(zhǔn)則以及生活狀態(tài)，這三個屬 性都可以從人臉上反映出來。所以怎樣根據(jù)輸入的圖像獲取到人臉的三個屬性信息，是需 要解決的問題。


【發(fā)明內(nèi)容】

[0004] 為了實現(xiàn)對人臉屬性的識別，本發(fā)明實施例中提供了 一種人臉屬性識別的方法和 系統(tǒng)。所述技術(shù)方案如下：
[0005] -方面，提供了一種人臉屬性識別的方法，所述方法包括：
[0006] 獲取待測試的圖像樣本；
[0007] 獲取所述圖像樣本中人臉的有效區(qū)域圖像；
[0008] 抽取所述有效區(qū)域圖像的紋理特征；
[0009] 依次根據(jù)種族分類器、性別分類器和年齡分類器，對所述有效區(qū)域圖像的紋理特 征進(jìn)行種族、性別和年齡的分類，得到所述人臉的種族屬性、性別屬性和年齡屬性。
[0010] 另一方面，提供了一種人臉屬性識別的系統(tǒng)，所述系統(tǒng)包括：
[0011] 測試樣本獲取模塊，用于獲取待測試的圖像樣本；
[0012] 有效區(qū)域圖像獲取，用于獲取所述圖像樣本中人臉的有效區(qū)域圖像；
[0013] 紋理特征抽取模塊，用于抽取所述有效區(qū)域圖像的紋理特征；
[0014] 人臉屬性識別模塊，用于依次根據(jù)種族分類器、性別分類器和年齡分類器，對所述 有效區(qū)域圖像的紋理特征進(jìn)行種族、性別和年齡的分類，得到所述人臉的種族屬性、性別屬 性和年齡屬性。
[0015] 本發(fā)明實施例提供的技術(shù)方案帶來的有益效果是：獲取圖像樣本中人臉的有效區(qū) 域圖像；抽取所述有效區(qū)域圖像的紋理特征；依次根據(jù)種族分類器、性別分類器和年齡分 類器，對所述有效區(qū)域圖像的紋理特征進(jìn)行種族、性別和年齡的分類，得到所述人臉的種族 屬性、性別屬性和年齡屬性。通過種族分類器、性別分類器和年齡分類器實現(xiàn)了對人臉屬性 的識別。識別這三類屬性具有很重要的社會意義，一方面可以在安全監(jiān)管領(lǐng)域，替代傳統(tǒng)的 人工或設(shè)備檢測的方法，避免繁瑣，低效，花費高，不友好等缺陷，實現(xiàn)自動隱蔽的監(jiān)管，如 在網(wǎng)吧，電影院等分年齡段的準(zhǔn)入控制，一些未成年人禁入網(wǎng)站頁面的登陸判斷；另一方面 可以在交易市場自動收集用戶的屬性信息，獲得用戶的社會信息，作為有針對性客戶分析 的數(shù)據(jù)來源，由于該類方法的友好交互及被動采集，可以不讓用戶受到任何干擾。如，在一 些商場，酒店，醫(yī)院等都可以以此來分析顧客，病人的背景信息，以此來做出更準(zhǔn)確的市場 判斷。在互聯(lián)網(wǎng)和多媒體終端上，也可以通過分析用戶的屬性信息來有針對性的提供廣告 服務(wù)，提高受眾的準(zhǔn)確率。

【專利附圖】

【附圖說明】
[0016] 為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使 用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于 本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他 的附圖。
[0017] 圖1是本發(fā)明實施例一中提供的一種人臉屬性識別的方法流程圖；
[0018] 圖2是本發(fā)明實施例二中提供的一種人臉屬性識別的方法流程圖；
[0019] 圖3是本發(fā)明實施例二中提供的一種gabor濾波結(jié)果示意圖；
[0020] 圖4是本發(fā)明實施例二中提供的一種BIM特征抽取示意圖；
[0021] 圖5是本發(fā)明實施例三中提供的一種人臉屬性識別的裝置結(jié)構(gòu)示意圖；
[0022] 圖6是本發(fā)明實施例三中提供的另一種人臉屬性識別的裝置結(jié)構(gòu)示意圖；
[0023] 圖7是本發(fā)明實施例三提供的一種屬性分類器訓(xùn)練模塊的結(jié)構(gòu)示意圖。

【具體實施方式】
[0024] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方 式作進(jìn)一步地詳細(xì)描述。
[0025] 實施例一
[0026] 參見圖1，本發(fā)明實施例中提供了一種人臉屬性識別的方法，包括：
[0027] 101、獲取待測試的圖像樣本；
[0028] 102、獲取所述圖像樣本中人臉的有效區(qū)域圖像；
[0029] 103、抽取所述有效區(qū)域圖像的紋理特征；
[0030] 104、依次根據(jù)種族分類器、性別分類器和年齡分類器，對所述有效區(qū)域圖像的紋 理特征進(jìn)行種族、性別和年齡的分類，得到所述人臉的種族屬性、性別屬性和年齡屬性。
[0031] 在另一實施例中，所述獲取所述圖像樣本中的人臉的有效區(qū)域圖像之前，包括：
[0032] 依次建立種族分類器、性別分類器和年齡分類器。
[0033] 在另一實施例中，所述依次建立種族分類器、性別分類器和年齡分類器，包括：
[0034] 獲取訓(xùn)練圖像樣本集；
[0035] 獲取所述訓(xùn)練圖像樣本集中每個圖像樣本的有效區(qū)域圖像；
[0036] 抽取所述每個有效人臉區(qū)域圖像的紋理特征；
[0037] 根據(jù)所述訓(xùn)練圖像樣本集中所有圖像樣本的有效區(qū)域圖像的紋理特征，依次建立 種族分類器、性別分類器和年齡分類器。
[0038] 在另一實施例中，所述根據(jù)所述訓(xùn)練圖像樣本集中的紋理特征，建立種族分類器， 包括：
[0039] 根據(jù)白人、黑人和黃種人三個種族，將所述訓(xùn)練樣本集劃分為白人訓(xùn)練樣本、黑人 訓(xùn)練樣本和黃種人訓(xùn)練樣本；
[0040] 分別對所述白人訓(xùn)練樣本的紋理特征、黑人訓(xùn)練樣本的紋理特征和黃種人訓(xùn)練樣 本的紋理特征進(jìn)行訓(xùn)練，得到對應(yīng)所述種族的三分類器，所述三分類器分別對應(yīng)白人、黑人 和黃種人。
[0041] 在另一實施例中，所述根據(jù)所述訓(xùn)練圖像樣本集的紋理特征，建立性別分類器，包 括：
[0042] 分別對所述白人訓(xùn)練樣本、黑人訓(xùn)練樣本和黃種人訓(xùn)練樣本按性別再次進(jìn)行劃 分，得到所述每個種族下的性別樣本；
[0043] 分別對所述每個種族的性別樣本的紋理特征進(jìn)行訓(xùn)練，得到對應(yīng)每個種族的性別 的二分類器，所述二分類器分別對應(yīng)男性和女性。
[0044] 在另一實施例中，所述根據(jù)所述訓(xùn)練圖像樣本集的紋理特征，建立年齡分類器，包 括：
[0045] 分別對所述每個種族下的性別樣本按年齡段再次進(jìn)行劃分，得到嬰兒訓(xùn)練樣本、 幼兒訓(xùn)練樣本、青年訓(xùn)練樣本和老年訓(xùn)練樣本；
[0046] 對所述嬰兒訓(xùn)練樣本、幼兒訓(xùn)練樣本、青年訓(xùn)練樣本和老年訓(xùn)練樣本進(jìn)行訓(xùn)練構(gòu) 造第一級年齡分類器；
[0047] 在所述劃分的每個年齡段下以5歲為等級，對其相應(yīng)的訓(xùn)練樣本的紋理特征進(jìn)行 訓(xùn)練，得到第二級年齡分類器；
[0048] 在所述劃分的每個年齡段下，針對每5歲的年齡段，訓(xùn)練線性擬合的第三級年齡 分類器。
[0049] 在另一實施例中，所述獲取所述圖像樣本中人臉的有效區(qū)域圖像，包括：
[0050] 對所述圖像樣本中的人臉進(jìn)行檢測，定位所述人臉的眼睛位置；
[0051] 基于所述人臉的眼睛位置，校正所述人臉的原始圖像，并以所述人臉的眼睛為中 心截取預(yù)設(shè)范圍內(nèi)的人臉，得到所述人臉的有效區(qū)域圖像。
[0052] 在另一實施例中，所述抽取所述有效區(qū)域圖像的紋理特征，包括：
[0053] 針對所述人臉的有效區(qū)域圖像，抽取所述人臉的生物啟發(fā)模型BIM特征。
[0054] 在另一實施例中，所述針對所述人臉的有效區(qū)域圖像，抽取所述人臉的生物啟發(fā) 模型BM特征，包括：
[0055] a)建立64組gabor濾波器，并對應(yīng)所述人臉的有效圖像區(qū)域的16個尺度和4個 方向進(jìn)行濾波，獲得64組gabor濾波后的圖像；
[0056] b)將所述所有g(shù)abor圖像分為8個部分，所述每個部分包括：2個尺度和4個方 向；
[0057] c)在所述每個部分的每個方向，選取一組m*n的蒙版大小，劃窗原始gabor圖像， 得到兩組串聯(lián)的gabor特征；
[0058] d)比較所述每個部分的兩個尺度對應(yīng)的gabor特征，取對應(yīng)特征維度上較大的值 作為最終的特征輸出；
[0059] 調(diào)整蒙版大小，重復(fù)執(zhí)行步驟c) -d) k次，得到所述人臉的有效區(qū)域圖像的k*4*8 組BIM特征。
[0060] 在另一實施例中，所述得到所述人臉的有效區(qū)域圖像的k*4*8組BM特征之后，還 包括：
[0061] 對所述k*4*8組特征進(jìn)行獨立主成分分析PCA降維，得到所述人臉的特征。
[0062] 在另一實施例中，所述依次根據(jù)種族分類器、性別分類器和年齡分類器，對所述有 效區(qū)域圖像的紋理特征進(jìn)行種族、性別和年齡的分類，得到所述人臉的種族屬性、性別屬性 和年齡屬性，包括：
[0063] 根據(jù)種族分類器對所述有效區(qū)域圖像的紋理特征進(jìn)行種族分類，得到所述人臉的 種族屬性；
[0064] 選取所述人臉的種族屬性對應(yīng)的性別分類器，根據(jù)所述性別分類器對所述有效區(qū) 域圖像的紋理特征進(jìn)行性別分類，得到所述人臉的性別屬性；
[0065] 選取所述人臉的種族屬性和性別屬性對應(yīng)的年齡分類器，根據(jù)所述年齡分類器對 所述有效區(qū)域圖像的紋理特征進(jìn)行年齡分類，得到所述人臉的年齡屬性。
[0066] 在另一實施例中，所述選取所述人臉的種族屬性和性別屬性對應(yīng)的年齡分類器， 根據(jù)所述年齡分類器對所述有效區(qū)域圖像的紋理特征進(jìn)行年齡分類，得到所述人臉的年齡 屬性，包括：
[0067] 選取所述人臉的種族屬性和性別屬性對應(yīng)的第一級年齡分類器，并將所述有效區(qū) 域圖像的紋理特征輸入到所述第一級年齡分類器中，得到所述有效區(qū)域圖像對應(yīng)的第一級 年齡段和所述每個第一級年齡段類別下的權(quán)重；
[0068] 根據(jù)所述第一級年齡段類別下對應(yīng)權(quán)重最大的第一級年齡段選擇第二級年齡分 類器，并將所述有效區(qū)域圖像的紋理特征輸入到所述第二級年齡分類器中，得到所述有效 區(qū)域圖像對應(yīng)的第二級年齡段和所述每個第二級年齡段類別下的權(quán)重；
[0069] 根據(jù)所述每個第二級年齡段類別下對應(yīng)權(quán)重最大的第二級年齡段選擇第三級年 齡分類器，并將所述有效區(qū)域圖像的紋理特征輸入到所述第三級年齡分類器中，得到所述 有效區(qū)域圖像對應(yīng)的第三級年齡；
[0070] 根據(jù)所述第三級年齡、所述第一級年齡段對應(yīng)的權(quán)重和所述第二級年齡段對應(yīng)的 權(quán)重，得到所述人臉的年齡屬性。
[0071] 本發(fā)明實施例提供的技術(shù)方案帶來的有益效果是：獲取圖像樣本中人臉的有效區(qū) 域圖像；抽取所述有效區(qū)域圖像的紋理特征；依次根據(jù)種族分類器、性別分類器和年齡分 類器，對所述有效區(qū)域圖像的紋理特征進(jìn)行種族、性別和年齡的分類，得到所述人臉的種族 屬性、性別屬性和年齡屬性。通過種族分類器、性別分類器和年齡分類器實現(xiàn)了對人臉屬性 的識別。
[0072] 實施例二
[0073] 本發(fā)明實施例中提供了一種人臉屬性識別的方法，收集訓(xùn)練樣本，對訓(xùn)練樣本進(jìn) 行訓(xùn)練，依次建立基于人臉的種族分類器、性別分類器和年齡分類器，通過種族分類器、性 別分類器和年齡分類器實現(xiàn)對人臉屬性的識別。
[0074] 參見圖2,方法流程包括：
[0075] 201、獲取訓(xùn)練圖像樣本集，并抽取所述訓(xùn)練圖像樣本集的紋理特征。
[0076] 本實施例中，訓(xùn)練圖像樣本集包括多張不同種族，不同性別和不同年齡的人臉圖 像，該圖像可以是照片，也可以是攝像頭采集到的視頻流，對此本實施例中并不做具體限 定。
[0077] 本實施例中，優(yōu)選地，抽取所述訓(xùn)練圖像樣本集的紋理特征，包括：獲取所述訓(xùn)練 圖像樣本集中每個圖像樣本的有效區(qū)域圖像；抽取所述每個有效區(qū)域圖像的紋理特征。
[0078] 本實施例中，優(yōu)選地，獲取訓(xùn)練圖像樣本中人臉的有效區(qū)域圖像，包括：對所述圖 像樣本中的人臉進(jìn)行檢測，定位所述人臉的眼睛位置；基于所述人臉的眼睛位置，校正所述 人臉的原始圖像，并以所述人臉的眼睛為中心截取預(yù)設(shè)范圍內(nèi)的人臉，得到所述人臉的有 效區(qū)域圖像。其中，預(yù)設(shè)范圍包括以眼睛為中心的64*64大小人臉有效區(qū)域圖像，對此本實 施例中不做具體限定。
[0079] 本實施例中，可選地，對于輸入的任意圖像，采用adaboost和haar特征的人臉檢 測方法獲得圖像中的人臉框位置，進(jìn)一步在人臉框中定位眼睛精確位置，最后，根據(jù)人臉眼 睛位置，截取以眼睛為中心的64*64大小人臉有效區(qū)域圖像，進(jìn)一步地，為確保圖像不受外 界采集環(huán)境干擾，還可以對圖像進(jìn)行PDAM (Point Divid Arithmetic Mean,算術(shù)均值商） 的光照處理。
[0080] 優(yōu)選地，抽取所述有效區(qū)域圖像的紋理特征，包括：針對所述人臉的有效區(qū)域圖 像，抽取所述人臉的BIM (Biologically Inspired Model,生物啟發(fā)模型）特征。
[0081] 可選地，針對所述人臉的有效區(qū)域圖像，抽取所述人臉的生物啟發(fā)模型特征， 包括：
[0082] a)建立64組gabor濾波器，并對應(yīng)所述人臉的有效圖像區(qū)域的16個尺度和4個 方向進(jìn)行濾波，獲得64組gabor濾波后的圖像；如圖3所示，給出了 4個尺度下的圖像示意 圖。
[0083] b)將所述所有g(shù)abor圖像分為8個部分，所述每個部分包括：2個尺度和4個方 向；
[0084] c)在所述每個部分的每個方向，選取一組m*n的蒙版大小，劃窗原始gabor圖像， 得到兩組串聯(lián)的gabor特征；
[0085] d)比較所述每個部分的兩個尺度對應(yīng)的gabor特征，取對應(yīng)特征維度上較大的值 作為最終的特征輸出；
[0086] 調(diào)整蒙版大小，重復(fù)執(zhí)行步驟c) -d) k次，得到k組特征，在每個部分下，得到k*4 組特征，如圖4所示的特征抽取過程，最終得到所述人臉的有效區(qū)域圖像的k*4*8組 BM特征。
[0087] 其中，m，n，k均為正整數(shù)。在特征的計算過程中，濾波器的參數(shù)以及蒙版大小 都可以進(jìn)行調(diào)整。
[0088] 具體執(zhí)行過程中，由于特征維度過高，可以將所有8個部分合并為一個部分，從而 使得每個方向下的特征為所有部分的不同蒙版下特征較大值，最終實現(xiàn)k*4組特征?？蛇x 地，在得到所述人臉的有效區(qū)域圖像的k*4*8組BIM特征之后，還包括：對所述k*4*8組BIM 特征進(jìn)行PCA (Principal Component Analysis,獨立主成分分析）降維，得到人臉的紋理 特征。
[0089] 202、根據(jù)所述訓(xùn)練圖像樣本集中所有圖像樣本的有效區(qū)域圖像的紋理特征，依次 建立種族分類器、性別分類器和年齡分類器。
[0090] 本步驟中，基于所有訓(xùn)練樣本，依次建立種族，性別，年齡分類器。分類器的建立有 多種方式，如決策樹，gentleboost等。如圖3所示，本實施例中，采用SVM(Support Vector Machine，支持向量機）分類器。
[0091] 優(yōu)選地，根據(jù)所述訓(xùn)練圖像樣本集中的紋理特征，建立種族分類器，包括：
[0092] 根據(jù)白人、黑人和黃種人三個種族，將所述訓(xùn)練樣本集劃分為白人訓(xùn)練樣本、黑人 訓(xùn)練樣本和黃種人訓(xùn)練樣本；
[0093] 分別對所述白人訓(xùn)練樣本的紋理特征、黑人訓(xùn)練樣本的紋理特征和黃種人訓(xùn)練樣 本的紋理特征進(jìn)行訓(xùn)練，得到對應(yīng)所述種族的三分類器，所述三分類器分別對應(yīng)白人、黑人 和黃種人。
[0094] 其中，每個分類器正樣本對應(yīng)為該種族下所有樣本，負(fù)樣本對應(yīng)為其他所有種族 樣本，對此不做具體限定，對正、負(fù)樣本進(jìn)行訓(xùn)練，得到種族的三分類器：
[0095]

【權(quán)利要求】
1. 一種人臉屬性識別的方法，其特征在于，所述方法包括： 獲取待測試的圖像樣本； 獲取所述圖像樣本中人臉的有效區(qū)域圖像； 抽取所述有效區(qū)域圖像的紋理特征； 依次根據(jù)種族分類器、性別分類器和年齡分類器，對所述有效區(qū)域圖像的紋理特征進(jìn) 行種族、性別和年齡的分類，得到所述人臉的種族屬性、性別屬性和年齡屬性。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述圖像樣本中的人臉的有效 區(qū)域圖像之前，包括： 依次建立種族分類器、性別分類器和年齡分類器。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述依次建立種族分類器、性別分類器和 年齡分類器，包括： 獲取訓(xùn)練圖像樣本集； 獲取所述訓(xùn)練圖像樣本集中每個圖像樣本的有效區(qū)域圖像； 抽取所述每個有效人臉區(qū)域圖像的紋理特征； 根據(jù)所述訓(xùn)練圖像樣本集中所有圖像樣本的有效區(qū)域圖像的紋理特征，依次建立種族 分類器、性別分類器和年齡分類器。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述訓(xùn)練圖像樣本集中的紋理 特征，建立種族分類器，包括： 根據(jù)白人、黑人和黃種人三個種族，將所述訓(xùn)練樣本集劃分為白人訓(xùn)練樣本、黑人訓(xùn)練 樣本和黃種人訓(xùn)練樣本； 分別對所述白人訓(xùn)練樣本的紋理特征、黑人訓(xùn)練樣本的紋理特征和黃種人訓(xùn)練樣本的 紋理特征進(jìn)行訓(xùn)練，得到對應(yīng)所述種族的三分類器，所述三分類器分別對應(yīng)白人、黑人和黃 種人。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述訓(xùn)練圖像樣本集的紋理特 征，建立性別分類器，包括： 分別對所述白人訓(xùn)練樣本、黑人訓(xùn)練樣本和黃種人訓(xùn)練樣本按性別再次進(jìn)行劃分，得 到所述每個種族下的性別樣本； 分別對所述每個種族的性別樣本的紋理特征進(jìn)行訓(xùn)練，得到對應(yīng)每個種族的性別的二 分類器，所述二分類器分別對應(yīng)男性和女性。
6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述根據(jù)所述訓(xùn)練圖像樣本集的紋理特 征，建立年齡分類器，包括： 分別對所述每個種族下的性別樣本按年齡段再次進(jìn)行劃分，得到嬰兒訓(xùn)練樣本、幼兒 訓(xùn)練樣本、青年訓(xùn)練樣本和老年訓(xùn)練樣本； 對所述嬰兒訓(xùn)練樣本、幼兒訓(xùn)練樣本、青年訓(xùn)練樣本和老年訓(xùn)練樣本進(jìn)行訓(xùn)練構(gòu)造第 一級年齡分類器； 在所述劃分的每個年齡段下以5歲為等級，對其相應(yīng)的訓(xùn)練樣本的紋理特征進(jìn)行訓(xùn) 練，得到第二級年齡分類器； 在所述劃分的每個年齡段下，針對每5歲的年齡段，訓(xùn)練線性擬合的第三級年齡分類 器。
7. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述圖像樣本中人臉的有效區(qū) 域圖像，包括： 對所述圖像樣本中的人臉進(jìn)行檢測，定位所述人臉的眼睛位置； 基于所述人臉的眼睛位置，校正所述人臉的原始圖像，并以所述人臉的眼睛為中心截 取預(yù)設(shè)范圍內(nèi)的人臉，得到所述人臉的有效區(qū)域圖像。
8. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述抽取所述有效區(qū)域圖像的紋理特征， 包括： 針對所述人臉的有效區(qū)域圖像，抽取所述人臉的生物啟發(fā)模型BIM特征。
9. 根據(jù)權(quán)利要求8所述的方法，其特征在于，所述針對所述人臉的有效區(qū)域圖像，抽取 所述人臉的生物啟發(fā)模型BIM特征，包括： a) 建立64組gabor濾波器，并對應(yīng)所述人臉的有效圖像區(qū)域的16個尺度和4個方向 進(jìn)行濾波，獲得64組gabor濾波后的圖像； b) 將所述所有g(shù)abor圖像分為8個部分，所述每個部分包括：2個尺度和4個方向； c) 在所述每個部分的每個方向，選取一組m*n的蒙版大小，劃窗原始gabor圖像，得到 兩組串聯(lián)的gabor特征； d) 比較所述每個部分的兩個尺度對應(yīng)的gabor特征，取對應(yīng)特征維度上較大的值作為 最終的特征輸出； 調(diào)整蒙版大小，重復(fù)執(zhí)行步驟c) -d) k次，得到所述人臉的有效區(qū)域圖像的k*4*8組 BM特征。
10. 根據(jù)權(quán)利要求9所述的方法，其特征在于，所述得到所述人臉的有效區(qū)域圖像的 k*4*8組BIM特征之后，還包括： 對所述k*4*8組特征進(jìn)行獨立主成分分析PCA降維，得到所述人臉的特征。
11. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述依次根據(jù)種族分類器、性別分類器 和年齡分類器，對所述有效區(qū)域圖像的紋理特征進(jìn)行種族、性別和年齡的分類，得到所述人 臉的種族屬性、性別屬性和年齡屬性，包括： 根據(jù)種族分類器對所述有效區(qū)域圖像的紋理特征進(jìn)行種族分類，得到所述人臉的種族 屬性； 選取所述人臉的種族屬性對應(yīng)的性別分類器，根據(jù)所述性別分類器對所述有效區(qū)域圖 像的紋理特征進(jìn)行性別分類，得到所述人臉的性別屬性； 選取所述人臉的種族屬性和性別屬性對應(yīng)的年齡分類器，根據(jù)所述年齡分類器對所述 有效區(qū)域圖像的紋理特征進(jìn)行年齡分類，得到所述人臉的年齡屬性。
12. 根據(jù)權(quán)利要求11所述的方法，其特征在于，所述選取所述人臉的種族屬性和性別 屬性對應(yīng)的年齡分類器，根據(jù)所述年齡分類器對所述有效區(qū)域圖像的紋理特征進(jìn)行年齡分 類，得到所述人臉的年齡屬性，包括： 選取所述人臉的種族屬性和性別屬性對應(yīng)的第一級年齡分類器，并將所述有效區(qū)域圖 像的紋理特征輸入到所述第一級年齡分類器中，得到所述有效區(qū)域圖像對應(yīng)的第一級年齡 段和所述每個第一級年齡段類別下的權(quán)重； 根據(jù)所述第一級年齡段類別下對應(yīng)權(quán)重最大的第一級年齡段選擇第二級年齡分類器， 并將所述有效區(qū)域圖像的紋理特征輸入到所述第二級年齡分類器中，得到所述有效區(qū)域圖 像對應(yīng)的第二級年齡段和所述每個第二級年齡段類別下的權(quán)重； 根據(jù)所述每個第二級年齡段類別下對應(yīng)權(quán)重最大的第二級年齡段選擇第三級年齡分 類器，并將所述有效區(qū)域圖像的紋理特征輸入到所述第三級年齡分類器中，得到所述有效 區(qū)域圖像對應(yīng)的第三級年齡； 根據(jù)所述第三級年齡、所述第一級年齡段對應(yīng)的權(quán)重和所述第二級年齡段對應(yīng)的權(quán) 重，得到所述人臉的年齡屬性。
13. -種人臉屬性識別的系統(tǒng)，其特征在于，所述系統(tǒng)包括： 測試樣本獲取模塊，用于獲取待測試的圖像樣本； 有效區(qū)域圖像獲取，用于獲取所述圖像樣本中人臉的有效區(qū)域圖像； 紋理特征抽取模塊，用于抽取所述有效區(qū)域圖像的紋理特征； 人臉屬性識別模塊，用于依次根據(jù)種族分類器、性別分類器和年齡分類器，對所述有效 區(qū)域圖像的紋理特征進(jìn)行種族、性別和年齡的分類，得到所述人臉的種族屬性、性別屬性和 年齡屬性。
14. 根據(jù)權(quán)利要求13所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括： 屬性分類器訓(xùn)練模塊，用于在所述測試樣本獲取模塊獲取所述圖像樣本中的人臉的有 效區(qū)域圖像之前，依次建立種族分類器、性別分類器和年齡分類器。
15. 根據(jù)權(quán)利要求14所述的系統(tǒng)，其特征在于，所述屬性分類器訓(xùn)練模塊，包括： 訓(xùn)練圖像樣本集獲取單元，用于獲取訓(xùn)練圖像樣本集； 有效區(qū)域圖像獲取單元，用于獲取所述訓(xùn)練圖像樣本集中每個圖像樣本的有效區(qū)域圖 像； 紋理特征抽取單元，用于抽取所述每個有效人臉區(qū)域圖像的紋理特征； 屬性分類器訓(xùn)練單元，用于根據(jù)所述訓(xùn)練圖像樣本集中所有圖像樣本的有效區(qū)域圖像 的紋理特征，依次建立種族分類器、性別分類器和年齡分類器。
16. 根據(jù)權(quán)利要求15所述的方法，其特征在于，所述屬性分類器訓(xùn)練單元，包括： 種族分類器訓(xùn)練子單元，用于根據(jù)白人、黑人和黃種人三個種族，將所述訓(xùn)練樣本集劃 分為白人訓(xùn)練樣本、黑人訓(xùn)練樣本和黃種人訓(xùn)練樣本；分別對所述白人訓(xùn)練樣本的紋理特 征、黑人訓(xùn)練樣本的紋理特征和黃種人訓(xùn)練樣本的紋理特征進(jìn)行訓(xùn)練，得到對應(yīng)所述種族 的三分類器，所述三分類器分別對應(yīng)白人、黑人和黃種人。
17. 根據(jù)權(quán)利要求16所述的系統(tǒng)，其特征在于，所述屬性分類器訓(xùn)練單元，包括： 性別分類器訓(xùn)練子單元，用于分別對所述白人訓(xùn)練樣本、黑人訓(xùn)練樣本和黃種人訓(xùn)練 樣本按性別再次進(jìn)行劃分，得到所述每個種族下的性別樣本；分別對所述每個種族的性別 樣本的紋理特征進(jìn)行訓(xùn)練，得到對應(yīng)每個種族的性別的二分類器，所述二分類器分別對應(yīng) 男性和女性。
18. 根據(jù)權(quán)利要求17所述的系統(tǒng)，其特征在于，所述屬性分類器訓(xùn)練單元，包括： 年齡分類器訓(xùn)練子單元，用于分別對所述每個種族下的性別樣本按年齡段再次進(jìn)行劃 分，得到嬰兒訓(xùn)練樣本、幼兒訓(xùn)練樣本、青年訓(xùn)練樣本和老年訓(xùn)練樣本；對所述嬰兒訓(xùn)練樣 本、幼兒訓(xùn)練樣本、青年訓(xùn)練樣本和老年訓(xùn)練樣本進(jìn)行訓(xùn)練構(gòu)造第一級年齡分類器；在所述 劃分的每個年齡段下以5歲為等級，對其相應(yīng)的訓(xùn)練樣本的紋理特征進(jìn)行訓(xùn)練，得到第二 級年齡分類器；在所述劃分的每個年齡段下，針對每5歲的年齡段，訓(xùn)練線性擬合的第三級 年齡分類器。
19. 根據(jù)權(quán)利要求13所述的系統(tǒng)，其特征在于，所述有效區(qū)域圖像獲取模塊，包括： 定位單元，用于對所述圖像樣本中的人臉進(jìn)行檢測，定位所述人臉的眼睛位置； 有效區(qū)域圖像截取單元，用于基于所述人臉的眼睛位置，校正所述人臉的原始圖像，并 以所述人臉的眼睛為中心截取預(yù)設(shè)范圍內(nèi)的人臉，得到所述人臉的有效區(qū)域圖像。
20. 根據(jù)權(quán)利要求13所述的系統(tǒng)，其特征在于，所述紋理特征抽取模塊，包括： BIM特征抽取單元，用于針對所述人臉的有效區(qū)域圖像，抽取所述人臉的生物啟發(fā)模型 BM特征。
21. 根據(jù)權(quán)利要求20所述的系統(tǒng)，其特征在于，所述BIM特征抽取單元具體用于： a) 建立64組gabor濾波器，并對應(yīng)所述人臉的有效圖像區(qū)域的16個尺度和4個方向 進(jìn)行濾波，獲得64組gabor濾波后的圖像； b) 將所述所有g(shù)abor圖像分為8個部分，所述每個部分包括：2個尺度和4個方向； c) 在所述每個部分的每個方向，選取一組m*n的蒙版大小，劃窗原始gabor圖像，得到 兩組串聯(lián)的gabor特征； d) 比較所述每個部分的兩個尺度對應(yīng)的gabor特征，取對應(yīng)特征維度上較大的值作為 最終的特征輸出； 調(diào)整蒙版大小，重復(fù)執(zhí)行步驟c) -d) k次，得到所述人臉的有效區(qū)域圖像的k*4*8組 BM特征。
22. 根據(jù)權(quán)利要求21所述的系統(tǒng)，其特征在于，所述BIM特征抽取單元得到所述人臉的 有效區(qū)域圖像的k*4*8組特征之后，還用于對所述k*4*8組特征進(jìn)行獨立主成分 分析PCA降維，得到所述人臉的特征。
23. 根據(jù)權(quán)利要求13所述的系統(tǒng)，其特征在于，所述人臉屬性識別模塊，包括： 種族屬性識別單元，用于根據(jù)種族分類器對所述有效區(qū)域圖像的紋理特征進(jìn)行種族分 類，得到所述人臉的種族屬性； 性別屬性識別單元，用于選取所述人臉的種族屬性對應(yīng)的性別分類器，根據(jù)所述性別 分類器對所述有效區(qū)域圖像的紋理特征進(jìn)行性別分類，得到所述人臉的性別屬性； 年齡屬性識別單元，用于選取所述人臉的種族屬性和性別屬性對應(yīng)的年齡分類器，根 據(jù)所述年齡分類器對所述有效區(qū)域圖像的紋理特征進(jìn)行年齡分類，得到所述人臉的年齡屬 性。
24. 根據(jù)權(quán)利要求23所述的系統(tǒng)，其特征在于，所述年齡屬性識別單元具體用于： 選取所述人臉的種族屬性和性別屬性對應(yīng)的第一級年齡分類器，并將所述有效區(qū)域圖 像的紋理特征輸入到所述第一級年齡分類器中，得到所述有效區(qū)域圖像對應(yīng)的第一級年齡 段和所述每個第一級年齡段類別下的權(quán)重； 根據(jù)所述第一級年齡段類別下對應(yīng)權(quán)重最大的第一級年齡段選擇第二級年齡分類器， 并將所述有效區(qū)域圖像的紋理特征輸入到所述第二級年齡分類器中，得到所述有效區(qū)域圖 像對應(yīng)的第二級年齡段和所述每個第二級年齡段類別下的權(quán)重； 根據(jù)所述每個第二級年齡段類別下對應(yīng)權(quán)重最大的第二級年齡段選擇第三級年齡分 類器，并將所述有效區(qū)域圖像的紋理特征輸入到所述第三級年齡分類器中，得到所述有效 區(qū)域圖像對應(yīng)的第三級年齡； 根據(jù)所述第三級年齡、所述第一級年齡段對應(yīng)的權(quán)重和所述第二級年齡段對應(yīng)的權(quán) 重，得到所述人臉的年齡屬性。
【文檔編號】G06K9/62GK104143079SQ201310172492
【公開日】2014年11月12日 申請日期:2013年5月10日 優(yōu)先權(quán)日:2013年5月10日
【發(fā)明者】熊鵬飛, 劉海龍, 陳波, 劉嚴(yán) 申請人:騰訊科技（深圳）有限公司