本發(fā)明涉及人臉識別技術(shù)領(lǐng)域，尤其涉及基于mfc(microsoftfoundationclasses，微軟基礎(chǔ)類庫)的交互式人臉圖像屬性標注方法。

背景技術(shù)：

人臉屬性識別包括性別、年齡、是否戴眼鏡、是否模糊等越來越多的運用于人臉多任務(wù)識別，而這些屬性的標注都來源于人力手動標注，人臉技術(shù)發(fā)展日益成熟，人臉屬性的資源與描述文本的需求是海量的，目前人臉屬性標注基本上是人工手動標注，操作復(fù)雜、速度慢、效率低。因此，需要一種界面友好、操作簡單、高效的人臉屬性標注方法，從而能為人臉多任務(wù)學習提供大量精確的描述文本，加快開發(fā)周期。

技術(shù)實現(xiàn)要素：

針對海量的精確人臉屬性描述文本需求，本發(fā)明提出一種基于全鼠標操作的基于mfc交互式人臉圖像屬性標注方法，以提高對人臉屬性標注任務(wù)的效率和精準度，從而加快人臉識別產(chǎn)品的開發(fā)周期，本發(fā)明采用微軟提供的基礎(chǔ)類庫實現(xiàn)界面顯示和人機交互，其界面友好，為全鼠標操作，極易上手。

本發(fā)明的一種基于mfc交互式人臉圖像屬性標注方法，包括以下步驟：

步驟a：人臉檢測步驟，將人臉圖像載入，利用人臉檢測器，將圖像中的人臉檢測出來，并保存人臉位置；

步驟b：默認標簽生成步驟，對顯示界面依次顯示的步驟a中檢測到的人臉，生成人臉的各個屬性的默認標簽，并顯示在界面上；

步驟c：糾正標簽步驟，在各個屬性的默認標簽生成后，在發(fā)現(xiàn)所顯示人臉的某些屬性與默認標簽不符合的情況下，在不符合的標簽的下拉菜單中選擇符合的標簽項；

步驟d：漏檢人臉標注步驟，在發(fā)現(xiàn)有漏檢人臉的情況下，選中需要補標注的人臉，并按步驟c選擇符合的標簽；和

步驟e：標注信息保存步驟，對已標注屬性的人臉圖像數(shù)據(jù)進行保存。

優(yōu)選地，步驟a中，通過操作界面按鈕載入有圖像路徑和名稱的描述文本，系統(tǒng)將依次載入文本中的人臉圖像，自動地檢測圖像中的人臉。

優(yōu)選地，人臉的各個屬性包括：性別、年齡、是否戴眼鏡、是否模糊和是否戴口罩。

優(yōu)選地，人臉各個屬性的默認標簽按照統(tǒng)計規(guī)則來生成，根據(jù)統(tǒng)計規(guī)則將人臉各屬性分布中概率最大的屬性作為該屬性的默認標簽。

優(yōu)選地，初始的默認標簽設(shè)置包括：性別：男，年齡：中年，是否戴眼鏡：否，是否模糊：否，是否戴口罩：否。

優(yōu)選地，步驟d中，選中補標注的人臉的動作為：通過移動鼠標光標到需要補標注的人臉上，鼠標左鍵按下，從人臉左上角到右下角滑動，畫出一個矩形。

優(yōu)選地，步驟e中，通過鼠標點擊下一幅按鈕，顯示界面將跳轉(zhuǎn)至下一幅人臉圖像，上一幅圖像數(shù)據(jù)即被保存。

優(yōu)選地，所述人臉檢測器支持多尺度、多角度、多種族、多光照條件下的人臉定位。

本發(fā)明的有益效果是：

本發(fā)明提供的基于全鼠標操作的基于mfc交互式人臉圖像屬性標注方法可大大降低人臉屬性標注難度，減少人臉識別產(chǎn)品的開發(fā)周期，有效地避免因單個屬性分別標注帶來的復(fù)雜文本操作。本發(fā)明提供的基于全鼠標操作的基于mfc交互式人臉圖像屬性標注方法，由于檢測與操作過程簡單易行，能較容易的推廣應(yīng)用到其他的圖像屬性標注系統(tǒng)上，如車輛、行人等，可作為一種基礎(chǔ)的圖像標注工具，具有非常強的實用性。

附圖說明

圖1為本發(fā)明的基于mfc交互式人臉圖像屬性標注方法的流程圖。

圖2為本發(fā)明的寫有圖片路徑名稱的文本的示意圖。

圖3為本發(fā)明的人臉屬性標注結(jié)果的實例的顯示界面示意圖。

圖4(a)為本發(fā)明的檢測行人并生成默認標簽的顯示界面示意圖，圖4(b)為本發(fā)明的圖4(a)的糾正標簽后的顯示界面示意圖。

具體實施方式

下面通過實施例對本發(fā)明作進一步說明，其目的僅在于更好地理解本發(fā)明的研究內(nèi)容而非限制本發(fā)明的保護范圍。

如圖1所示，本發(fā)明的基于mfc交互式人臉圖像屬性標注方法包括如下步驟a～e：

步驟a：人臉檢測步驟，將人臉圖像載入，利用人臉檢測器，將圖像中的人臉檢測出來，并保存人臉位置。具體地，通過操作界面按鈕載入有圖像路徑和名稱的描述文本(如圖2所示)，系統(tǒng)將依次載入文本中的人臉圖像，自動地檢測圖像中的人臉。這里，所述人臉檢測器，能將輸入待標注的圖像中的人臉快速、準確地檢測出來，該檢測器支持多尺度、多角度、多種族、多光照條件下的人臉定位。

步驟b：默認標注生成步驟，對顯示界面依次顯示的步驟a中檢測到的人臉，生成人臉的各個屬性的默認標簽，并顯示在界面上。

本步驟中默認標簽的生成包括下述兩種情況：

(1)未集成人臉識別功能之前，人臉各個屬性的標簽按照統(tǒng)計規(guī)則來生成：統(tǒng)計現(xiàn)實場景中多個(例如1000個)人臉的屬性信息，性別分布(男：s1，女s2)，年齡分布(老：a1，中：a2，幼：a3)等，若s1>s2，則認為男性人臉的概率大于女性的，根據(jù)此規(guī)則將1000個人臉各屬性分布中概率最大的屬性作為默認標注結(jié)果(默認標簽)。根據(jù)統(tǒng)計結(jié)果，初始的默認標簽可以設(shè)置為包括：性別：男，年齡：中年，是否戴眼鏡：否，是否模糊：否，是否戴口罩：否等。本發(fā)明中，人臉屬性可以根據(jù)實際情況增加，例如還可以包括：人臉角度，民族，表情，膚色等。

(2)集成人臉屬性識別的標注系統(tǒng)中，將大量帶有標注信息的人臉用于深度學習訓練，可以用訓練得到的模型來識別未知人臉的屬性，若人臉屬性的平均識別結(jié)果好于上述(1)中生成的結(jié)果，人為標注的工作量更小，則將人臉屬性識別的結(jié)果(即識別率高的模型)作為默認標簽。

本發(fā)明中，默認標注生成步驟根據(jù)現(xiàn)實圖像中人臉的屬性分布，結(jié)合大量人臉圖像屬性的統(tǒng)計結(jié)果，設(shè)計出極少操作就能正確完成標注的默認標簽，該步驟能大大加快單幅人臉圖像標注完成的時間。

步驟c：糾正標簽步驟，在各個屬性默認的標簽生成后，如發(fā)現(xiàn)所顯示人臉的某些屬性與默認標簽不符合，在不符合的標簽的下拉菜單中選擇符合的標簽項。本步驟中，通過mfc控件中的下拉菜單方式得到而非鍵盤輸入得到，極大提高了標注速度。

步驟d：漏檢人臉標注步驟，通過移動鼠標光標到需要補標注的人臉上，鼠標左鍵按下，從人臉左上角到右下角滑動，畫出一個矩形，即為選中人臉，并按步驟c選擇合適的標簽。

通過步驟d，本發(fā)明考慮到漏檢人臉，漏檢人臉往往具有較少見的人臉屬性，如戴眼鏡、帶口罩等稀缺屬性，通過標注漏檢人臉，能提高稀缺屬性在樣本空間中的比例，并且提高標注的準確性。

步驟e：標注信息保存步驟，通過鼠標點擊下一幅按鈕，顯示界面將跳轉(zhuǎn)至下一幅人臉圖像，上一幅圖像數(shù)據(jù)將被保存。

如圖3所示為本發(fā)明的人臉屬性標注結(jié)果的實例的顯示界面示意圖。如圖3(a)所示，經(jīng)過本法的載入圖片，檢測人臉，生成默認標注結(jié)果，根據(jù)實際情況標注人臉屬性后，人臉標注結(jié)果為：是否戴口罩：否；是否戴眼鏡：否；是否很模糊，否；性別：男；年齡：25-40。如圖3(b)所示，人臉標注結(jié)果為：是否戴口罩：否；是否戴眼鏡：是；是否很模糊，否；性別：男；年齡：25-40。

本發(fā)明的基于mfc交互式人臉圖像屬性標注方法，通過載入人臉圖像、檢測出人臉，并生成各屬性的默認標注，操作人員依次將檢測到的與漏標的人臉通過糾正或補標步驟用正確的標簽描述出來，系統(tǒng)將自動保存標注結(jié)果，標注系統(tǒng)界面友好，為全鼠標操作，易上手，使用便捷，標注速度快。

進一步地，本發(fā)明方法應(yīng)用方便，可擴展性強，可加入人臉屬性識別模塊，作為基于人臉屬性識別模塊的標注系統(tǒng)。由于系統(tǒng)采用面向?qū)ο蟮膍fc代碼實現(xiàn)，亦可通過派生方式，較快地實現(xiàn)其他圖像類別的屬性標注方法或系統(tǒng)，如車輛、行人等屬性標注。圖4為本發(fā)明的檢測行人并生成默認標簽的顯示界面示意圖。該默認標簽包括：是否戴帽子：否；是否背包：否；性別：男；年齡范圍：中；發(fā)型：短；上身顏色：黑；下身顏色；藍；是否有效：是。圖4(b)為本發(fā)明的圖4(a)的糾正標簽后的顯示界面示意圖。糾正后的屬性標注結(jié)果為：是否戴帽子：否；是否背包：是；性別：女；年齡范圍：中；發(fā)型：長；上身顏色：花色；下身顏色；黑；是否有效：是。

顯然，本技術(shù)領(lǐng)域中的普通技術(shù)人員應(yīng)當認識到，以上的實施例僅是用來說明本發(fā)明，而并非用作為對本發(fā)明的限定，只要在本發(fā)明的實質(zhì)精神范圍內(nèi)，對以上所述實施例的變化、變型都將落在本發(fā)明的權(quán)利要求書范圍內(nèi)。