一种基于多参数指数加权的人脸性别识别方法

摘要

本发明一种基于多参数指数加权的人脸性别识别方法，通过对视频序列中同一个人的人脸进行跟踪，采集同一个人的多个人脸图像，对采集到的多个人脸图像进行人脸图像质量分析，将人脸图像质量分析结果作为人脸性别识别准确度权值，计算出经过图像分析矫正后的人脸性别置信值，并将同一个人的多个人脸图像的人脸性别置信值进行指数加权运算，根据计算结果最终判断出人脸性别，由于本发明采用了视频序列中的多个人脸来判定某个人的性别，解决了取单张静态图片进行人脸性别识别时受现场环境干扰较大的问题，并通过人脸图像质量分析和指数权值运算解决了现场复杂环境干扰识别准确度的问题。

主权项

一种基于多参数指数加权的人脸性别识别方法，其特征在于：通过对视频序列中同一个人的人脸进行跟踪，采集同一个人的多个人脸图像，对采集到的多个人脸图像进行人脸图像质量分析，将人脸图像质量分析结果作为人脸性别识别准确度权值，计算出经过图像分析矫正后的人脸性别置信值，并将同一个人的多个人脸图像的人脸性别置信值进行指数加权运算，根据计算结果最终判断出人脸性别；具体包括如下步骤：步骤1、通过对视频序列中同一个人的人脸进行跟踪，采集获得视频监控场景中同一个人的多个人脸图像：通过RTSP流媒体协议连接摄像装置获取流媒体数据并进行解码，完成解码后，使用人脸检测算法检测出视频序列中的人脸,在当前帧检测到一个新的人脸时，将人脸的坐标位置和帧间的间隔时间作为输入，使用kalman滤波器预测该人脸在下一帧中将会出现的坐标范围，接着对下一帧图像进行人脸检测，如果人脸出现的位置位于kalman滤波阈值的位置范围，则认为当前人脸和上一帧的人脸属于同一个人，按照上述判断方式，从实时采集的多个图像中获得同一个人的多个人脸图像；步骤2、人脸图像质量分析，计算出上述视频序列中属于同一个人的多个人脸图像的质量参数：针对上述视频序列中属于同一个人的多个人脸图像，先计算出人脸的大小、人脸的角度和人脸的模糊程度的三个质量参数，然后对该三个质量参数进行加权求和，获得最终的人脸图像质量值c；步骤3、采用LBP特征来描述人脸，使用支持向量机作为人脸特征分类器进行人脸性别分类：首先，将准备好的多张已经完成性别标记的人脸训练样本进行LBP特征提取，再利用人脸特征分类器对这些特征进行训练，获得性别分类模型，该性别分类模型中包含男性人脸模型和女性人脸模型；在进行人脸性别分类时，先加载该性别分类模型，对新采集的人脸进行建模，再将步骤1中采集的视频监控场景中同一个人的多个人脸图像的LBP特征信息分别输入到人脸特征分类器中计算，得到每张人脸图像的性别置信值x，当性别置信值大于0.5时为男性，性别置信值小于0.5时为女性，完成对每张人脸图像的人脸性别分类；步骤4、根据指数权值对人脸进行性别分析：首先准备好属于同一个人的N张人脸图像,计算每一张人脸图像的质量矫正性别置信值h,计算方法如下：其中c表示人脸图像质量值，x表示在步骤3中计算获得的人脸性别置信值；获得质量矫正性别置信值h后，再进行指数加权计算：其中，h_i为第i个头像经过质量矫正后的性别置信值，h_i>0.5表示男性，h_i<0.5表示女性，H表示指数加权计算结果；当H<0时，最终的性别结果判定为男性，当H>0时，最终的性别结果判定为女性。