欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法

文檔序號(hào):6548553閱讀:208來(lái)源:國(guó)知局
一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法
【專利摘要】本發(fā)明公開(kāi)了一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法,包括:一、獲得待估計(jì)人臉圖像;二、對(duì)圖像進(jìn)行預(yù)處理;三、提取融合特征x;四、判斷軟雙層年齡估計(jì)方法是否已存在:若是到第六步;若否則轉(zhuǎn)第五步;五、學(xué)習(xí)軟雙層年齡估計(jì)方法:對(duì)訓(xùn)練圖像提取融合特征,將訓(xùn)練圖像劃分為兩個(gè)階段,學(xué)習(xí)得到二元分類器F(x),在年齡邊界設(shè)置重疊區(qū)域,擴(kuò)大每個(gè)階段的年齡范圍,分別學(xué)習(xí)得到回歸模型Y(x)和A)x);六、將融合特征x輸入軟雙層年齡估計(jì)方法:首先運(yùn)用二元分類器F(x),然后根據(jù)分類結(jié)果選擇應(yīng)用回歸模型Y(x)或者A(x),得到估計(jì)年齡值y;七、對(duì)估計(jì)年齡值進(jìn)行修正處理。
【專利說(shuō)明】一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于計(jì)算機(jī)應(yīng)用【技術(shù)領(lǐng)域】,特別是涉及一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法。
【背景技術(shù)】
[0002]現(xiàn)在已經(jīng)有了越來(lái)越多基于年齡的應(yīng)用,如基于年齡的強(qiáng)制、控制和輔助等方面的應(yīng)用。隨著拍照設(shè)備的普及,獲取人臉圖像越來(lái)越方便,人臉圖像成為人機(jī)交互的一種重要媒介。若能基于人臉圖像進(jìn)行年齡估計(jì),將能擴(kuò)大基于年齡的應(yīng)用?;谌四槇D像的年齡估計(jì)是指應(yīng)用計(jì)算機(jī)技術(shù)對(duì)人臉圖像隨年齡變化的規(guī)律進(jìn)行建模,從而使機(jī)器能夠根據(jù)面部圖像推測(cè)出人的大概年齡或所屬的年齡范圍(年齡段)。本發(fā)明主要針對(duì)準(zhǔn)確的年齡值估計(jì)?,F(xiàn)在已經(jīng)有了一些針對(duì)基于人臉圖像的年齡估計(jì)的專利,如專利“基于數(shù)字人臉圖像的人類年齡自動(dòng)估計(jì)方法”(專利號(hào)200910031218)和專利“年齡估計(jì)方法、設(shè)備和人臉識(shí)別系統(tǒng)”(專利號(hào)200910131059)都是采用簡(jiǎn)單的人臉統(tǒng)計(jì)降維方法獲取人臉特征,不能有效的表達(dá)人臉年齡信息,專利“一種基于人臉識(shí)別技術(shù)的年齡評(píng)估方法”(專利號(hào)200910032756)則是基于簡(jiǎn)單假設(shè)“長(zhǎng)相相似的人在不同年齡段的面部特征也是相似的”,但有很多外在因素如生活、工作環(huán)境,影響人臉老化,這個(gè)假設(shè)在大多數(shù)的情況下并不成立。
[0003]總的來(lái)說(shuō),現(xiàn)有技術(shù)存在以下缺點(diǎn):只考慮單種圖像特征,沒(méi)有考慮到人臉隨年齡變化不僅包含形狀的變化,且包含紋理的變化,且其往往具有局部特性;只采用單層年齡估計(jì)方法,沒(méi)有考慮到人臉隨年齡變化大致存在兩個(gè)階段。

【發(fā)明內(nèi)容】

[0004]發(fā)明目的:本發(fā)明針對(duì)現(xiàn)有基于人臉圖像的年齡估計(jì)方法存在的缺點(diǎn),提供一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法。
[0005]為了解決上述缺點(diǎn),提高基于人臉圖像的年齡估計(jì)準(zhǔn)確度,本發(fā)明公開(kāi)了一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法,包括以下步驟,分別是:
[0006]第一步獲得待估計(jì)或待訓(xùn)練的人臉圖像;
[0007]第二步對(duì)圖像進(jìn)行預(yù)處理:首先若是非灰度圖像,則轉(zhuǎn)換為灰度圖像,然后使用人臉目標(biāo)檢測(cè)框架將人臉與背景信息分離,最后將得到的人臉部分保存為大小統(tǒng)一的灰度圖像;
[0008]第三步提取融合特征:先將人臉圖像劃分為圖像單元,對(duì)每個(gè)圖像單元提取HOG特征和LBP特征,在單元粒度上將兩種特征進(jìn)行連接,最后將所有單元的特征連接,可得融合特征X ;
[0009]第四步判斷軟雙層年齡估計(jì)方法是否已存在:若是則跳轉(zhuǎn)到第六步;若否則轉(zhuǎn)入第五步;
[0010]第五步學(xué)習(xí)軟雙層年齡估計(jì)方法:對(duì)訓(xùn)練圖像進(jìn)行圖像預(yù)處理,提取融合特征,得到訓(xùn)練圖像集(X,Y),采用由粗到細(xì)的策略,根據(jù)是否大于邊界年齡值b,得到數(shù)據(jù)集(X,Z),學(xué)習(xí)得到二元分類器F(x),在年齡邊界設(shè)置重疊區(qū)域,擴(kuò)大每個(gè)階段的年齡范圍,得到數(shù)據(jù)集(YX,YYY和(AX,AY),再分別應(yīng)用回歸方法學(xué)習(xí)得到未成年人回歸模型Y(X)和成年人回歸模型AU);
[0011 ] 第六步將融合特征X輸入軟雙層年齡估計(jì)方法,首先運(yùn)用二元分類器F (χ),然后根據(jù)分類結(jié)果選擇應(yīng)用回歸模型Y(X)或者Α(χ),得到估計(jì)年齡值y ;
[0012]第七步對(duì)估計(jì)年齡值進(jìn)行處理,首先判斷y是否在年齡范圍,若否則調(diào)整到最近的年齡值;若是則進(jìn)行四舍五入取整處理,得到最終的年齡估計(jì)值y*。該方法精度高,可自動(dòng)完成。
[0013]本發(fā)明步驟二中,圖像預(yù)處理包括
[0014]1、顏色轉(zhuǎn)換:若是非灰度圖像,則使用OpenCV中的cvCvtColor函數(shù)將圖像轉(zhuǎn)換為灰度圖像,若原本就是灰度圖像則不進(jìn)行處理。
[0015]2、人臉檢測(cè):使用OpenCV中的cvHaarDetectOb jects函數(shù)來(lái)進(jìn)行人臉檢測(cè),其中的人臉?lè)诸惼髂P?,可以采用已?xùn)練好的且是OpenCV自帶的保存為haarcascadefrontalface alt2.xml文件的模型,該人臉?lè)诸惼髂P涂梢杂行?yīng)用于正面人臉檢測(cè)。
[0016]3、保存檢測(cè)到的人臉圖像:使用OpenCV中的cvResize函數(shù)將檢測(cè)后的人臉圖像統(tǒng)一大小為height*width (如128*128),且采用的是雙線性插值方法(CVINTER LINEAR)。
[0017]步驟三中,提取 人臉圖像融合特征包括:
[0018]1、劃分圖像單元:不訪假設(shè)單元大小為cellSize*cellSize (如16*16),若圖像不能剛好被單元?jiǎng)澐郑瑒t需要進(jìn)行插值操作,如使用雙線性插值方法。則單元個(gè)數(shù)cellNum可以根據(jù)公式(I)得到,其中height是圖像的高度,width是圖像的寬度。
【權(quán)利要求】
1.一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法,其特征在于,包括以下步驟: 步驟一,獲得人臉圖像; 步驟二,進(jìn)行圖像預(yù)處理; 步驟三,提取人臉圖像融合特征; 步驟四,判斷是否已構(gòu)建軟雙層年齡估計(jì)方法,若是則跳轉(zhuǎn)到步驟六,若否則進(jìn)入步驟五; 步驟五,構(gòu)建軟雙層年齡估計(jì)方法; 步驟六,應(yīng)用軟雙層年齡估計(jì)方法得到估計(jì)年齡值; 步驟七,對(duì)估計(jì)年齡值進(jìn)行修正處理,得到最終的年齡估計(jì)。
2.根據(jù)權(quán)利要求1所述的一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法,其特征在于,步驟一,獲得人臉圖像,圖像中人臉部分至少占圖像區(qū)域的30%以上,且人臉圖像是正面的,姿態(tài)角度小 于10度。
3.根據(jù)權(quán)利要求2所述的一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法,其特征在于,步驟二圖像預(yù)處理包括如下步驟: 如果人臉圖像是非灰度圖像,則將其轉(zhuǎn)換為灰度圖像; 將圖像中的人臉與背景分離開(kāi)來(lái); 將人臉部分保存為統(tǒng)一大小的灰度圖像。
4.根據(jù)權(quán)利要求3所述的一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法,其特征在于,步驟三提取人臉圖像融合特征包括如下步驟: 將人臉圖像劃分為一組單元; 對(duì)每個(gè)單元提取HOG特征與LBP特征; 在單元粒度上連接HOG特征與LBP特征得到單元粒度的融合特征cx ; 將所有單元的融合特征cx連接成整個(gè)人臉圖像的融合特征X。
5.根據(jù)權(quán)利要求4所述的一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法,其特征在于,步驟五中構(gòu)建軟雙層年齡估計(jì)方法,包括如下步驟: 根據(jù)步驟一對(duì)所有訓(xùn)練圖像進(jìn)行處理; 根據(jù)步驟二、三得到所有訓(xùn)練圖像的融合特征,形成訓(xùn)練圖像集(X,Y),其中X為所有訓(xùn)練圖像中人臉圖像融合特征的集合,Y為訓(xùn)練圖像對(duì)應(yīng)年齡值的集合; 對(duì)訓(xùn)練圖像年齡值進(jìn)行處理,其中b為邊界年齡值,15^b^ 25,Z為處理后的類標(biāo),Z值為I或-1,得到用于學(xué)習(xí)年齡段分類器的訓(xùn)練圖像集(X,Z),類標(biāo)處理公式為;? I, y<b z(y)=, ,,
1-1,y > b 采用二元分類方法,學(xué)習(xí)得到年齡段分類器F(x); 根據(jù)以下公式將訓(xùn)練圖像集(X,Y)劃分為兩個(gè)集合,
(YX, y <h + V
"[./IAr, y > b — V 初始時(shí)將年齡劃分為兩個(gè)階段,將年齡小于b的階段做為未成人階段,大于b的階段做為成年人階段,V為在年齡邊界擴(kuò)大的年齡范圍值大小,O ^ V ^ 5,即未成人階段的年齡上界由b增大到b+v,成年人階段的年齡下界由b減小到b-ν,且2*v為兩個(gè)階段的年齡重疊區(qū)域大小; 對(duì)訓(xùn)練圖像集(YX,YY)和(ΑΧ,ΑΥ),分別應(yīng)用回歸方法學(xué)習(xí)得到未成年人回歸模型Y (X)和成年人回歸模型A (X),其中YY與AY分別為與集合YX和集合AX對(duì)應(yīng)的年齡值集合。
6.根據(jù)權(quán)利要求1所述的一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法,其特征在于,步驟六中,應(yīng)用軟雙層年齡估計(jì)方法包括如下步驟: 應(yīng)用分類器F(X)得到待估計(jì)人臉圖像所屬的年齡段; 根據(jù)以下公式將人臉圖像融合特征輸入對(duì)應(yīng)的回歸模型,得到估計(jì)年齡值y ;
7.根據(jù)權(quán)利要求1所述的一種基于人臉圖像融合特征的軟雙層年齡估計(jì)方法,其特征在于,步驟七中,根據(jù)以下公式對(duì)估計(jì)年齡值I進(jìn)行修正處理得到最終的年齡估計(jì)f:
【文檔編號(hào)】G06K9/66GK103984948SQ201410242917
【公開(kāi)日】2014年8月13日 申請(qǐng)日期:2014年6月3日 優(yōu)先權(quán)日:2014年6月3日
【發(fā)明者】楊育彬, 林時(shí)苗 申請(qǐng)人:南京大學(xué)
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
盐津县| 稻城县| 富宁县| 汉川市| 固安县| 岳阳市| 宽城| 东方市| 徐水县| 黄石市| 龙南县| 平顶山市| 应城市| 南充市| 梓潼县| 壤塘县| 榆树市| 灌阳县| 汶川县| 北票市| 永嘉县| 龙州县| 凤庆县| 南宁市| 滁州市| 靖安县| 河池市| 宾阳县| 正定县| 湛江市| 淮安市| 佛学| 五大连池市| 左权县| 双峰县| 阿拉尔市| 广昌县| 左云县| 清新县| 柯坪县| 昭苏县|