[发明专利]一种性别分类网络训练方法、性别分类方法及相关装置有效

专利信息
申请号: 201610015510.5 申请日: 2016-01-08
公开(公告)号: CN105678381B 公开(公告)日: 2019-03-08
发明(设计)人: 朱旭东;肖海林 申请(专利权)人: 浙江宇视科技有限公司
主分类号: G06N3/08 分类号: G06N3/08;G06K9/62
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 林祥
地址: 310051 浙江省杭州市滨江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 性别 分类 网络 训练 方法 相关 装置
【说明书】:

发明提供一种性别分类网络训练方法、性别分类方法及相关装置,所述性别分类网络训练方法包括:生成训练样本集合中各训练样本对应的训练样本组;其中,训练样本对应的训练样本组中以该训练样本为主训练样本,该训练样本组还包括至少两个辅助训练样本;所述至少两个辅助训练样本中包括至少一个与主训练样本对应的性别相同的训练样本,以及至少一个与主训练样本对应的性别不同的训练样本;将训练样本组输入到预设的卷积神经网络进行网络训练,以使所述预设的卷积神经网络对主训练样本的识别结果达到预设要求。应用本发明实施例可以提升卷积神经网络的训练速度和准确性。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种性别分类网络训练方法、性别分类方法及相关装置。

背景技术

人脸是重要的生物特征之一,人脸图像上蕴含了大量的信息,例如性别、年龄、人种、身份等。人机交互技术(Human-Computer Interaction,HCI)的发展使得计算机视觉、人工智能在监控、GUI(Graphical User Interface,图形用户界面)人机界面设计等方面发挥了越来越重要的作用。随着技术的进步,基于人脸图像模式识别问题也成为近年来研究的热点。

随着人脸检测功能的不断完善,针对人脸的多种分类功能开始成熟,其中最常用的就是性别分类功能。

发明内容

本发明提供一种性别分类网络训练方法、性别分类方法及相关装置,以提高性别分类网络训练的速率和准确性。

根据本发明实施例的第一方面,提供一种性别分类网络训练方法,包括:

分别以训练样本集合中各训练样本为主训练样本生成训练样本组,其中,各训练样本组中包括主训练样本以及至少两个辅助训练样本;所述至少两个辅助训练样本中包括至少一个与主训练样本对应的性别相同的训练样本,以及至少一个与主训练样本对应的性别不同的训练样本;

将训练样本组输入到预设的卷积神经网络进行网络训练,以使所述预设的卷积神经网络对主训练样本的识别结果达到预设要求。

根据本发明实施例的第二方面,提供一种性别分类方法,包括:

将待检测图像输入到基于上述性别分类网络训练方法训练后的卷积神经网络;

根据所述训练后的卷积神经网络的识别结果确定所述待检测图像对应的性别。

根据本发明实施例的第三方面,提供一种性别分类网络训练装置,包括:

生成单元,用于分别以训练样本集合中各训练样本为主训练样本生成训练样本组,其中,各训练样本组中包括主训练样本以及至少两个辅助训练样本;所述至少两个辅助训练样本中包括至少一个与主训练样本对应的性别相同的训练样本,以及至少一个与主训练样本对应的性别不同的训练样本;

训练单元,用于将训练样本组输入到预设的卷积神经网络进行网络训练,以使所述预设的卷积神经网络对主训练样本的识别结果达到预设要求。

根据本发明实施例的第四方面,提供一种性别分类装置,包括:

输入单元,用于将待检测图像输入到基于上述性别分类网络训练装置得到的训练后的卷积神经网络;

确定单元,用于根据所述训练后的卷积神经网络的识别结果确定所述待检测图像对应的性别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江宇视科技有限公司,未经浙江宇视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610015510.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top