专利名称：一种基于人脸图像的性别识别方法
技术领域：
本发明涉及一种基于人脸图像的性别识别方法，属于图像处理及模式识别技术领域。
背景技术：
人脸特征是与其他生物特征一样，是人类天生就有的，其具有唯一性和不被复制性，由于人脸具有这样的特点，就为身份的鉴别提供了必要的前提。而且，人脸识别技术相对与其他的生物识别技术同时也拥有其得天独厚的优势，例如操作隐蔽，便于安全监控；非接触式采集较容易被用户所接受，友好性强；事后追踪能力强；图像采集设备成本低；符合人类的识别习惯，可交互性较强；不需要过多的专业知识等等一系列优点。性别识别是人脸识别的一个应用部分，基于人脸的性别分类就是让计算机根据输入的人脸图像判断其性别的过程。人脸的性别识别的研究始于二十世纪九十年代，最初是由心理学家开始探索人类识别性别的原因，接着有人从计算机视觉的角度进行研究，其主要目标是要得到一个性别分类器来对目标图像的性别进行分类。二十多年来人脸的性别识别得到了长足的发展，尤其在近些年，更成为一个热门的研究课题，得到大量来自计算机视觉、模式识别、人工智能、心理学等各领域的研究人员的关注。近年来，国内外很多学校，企业以及研究者都对基于人脸图像的性别识别进行过大量的研究和探索，并取得了卓有成效的成果。然而大部分的研究都只在于分类器分类方法的改进，以及人脸特征的描述上，而实际上，人脸五官对于性别识别的影响是显而易见的。有的时候人脸出现的时候往往会伴有遮挡，饰物等等，从而会对性别识别系统带来影响。使得系统缺乏鲁棒性。
发明内容
本发明所要解决的技术问题在于克服现有技术不足，提供一种基于人脸图像的性别识别方法，具有更高的检测精度，且在人脸有部分被遮挡的情况下，仍然具有较强的鲁棒性。本发明的基于人脸图像的性别识别方法，包括以下步骤:步骤A、对测试图像进行人脸检测；步骤B、对检测得到的人脸图像进行至少一个局部器官的检测，得到至少一个局部器官图像；步骤C、分别提取所述人脸图像及各局部器官图像的2DPCA特征；然后分别根据人脸图像的2DPCA特征及各局部器官图像的2DPCA特征，利用2DLDA方法进行性别分类，得到人脸图像的性别分类结果以及各局部器官图像的性别分类结果；步骤D、按照以下公式对人脸图像的性别分类结果以及各局部器官图像的性别分类结果进行融合，得到最终的性别识别结果E:
权利要求
1.一种基于人脸图像的性别识别方法，其特征在于，包括以下步骤: 步骤A、对测试图像进行人脸检测； 步骤B、对检测得到的人脸图像进行至少一个局部器官的检测，得到至少一个局部器官图像； 步骤C、分别提取所述人脸图像及各局部器官图像的2DPCA特征；然后分别根据人脸图像的2DPCA特征及各局部器官图像的2DPCA特征，利用2DLDA方法进行性别分类，得到人脸图像的性别分类结果以及各局部器官图像的性别分类结果； 步骤D、按照以下公式对人脸图像的性别分类结果以及各局部器官图像的性别分类结果进行融合，得到最终的性别识别结果5Q
2.如权利要求1所述基于人脸图像的性别识别方法，其特征在于，在对测试图像进行人脸检测前，先对测试图像进行预处理，所述预处理具体为对测试图像依次进行灰度化、直方图均衡化以及中值滤波处理。
3.如权利要求2所述基于人脸图像的性别识别方法，其特征在于，所述人脸检测和局部器官检测均通过由AdaBoost学习算法训练得到的分类器实现。
全文摘要
本发明公开了一种基于人脸图像的性别识别方法，属于图像处理及模式识别技术领域。本发明采用将人脸上的局部器官(例如五官)特征分别训练的分类器和人脸整体特征的分类器相结合的分类器融合方式，构造融合分类器来进行性别识别，从而提高识别准确率；并采用2DPCA的方法对图像进行降维，采用2DLDA作为分类方法，在保证检测精度的基础上，减小了运算量，提升了训练和检测速度。
文档编号G06K9/00GK103198303SQ20131012891
公开日2013年7月10日 申请日期2013年4月12日 优先权日2013年4月12日
发明者李云, 陈谦, 季薇 申请人:南京邮电大学