[发明专利]一种人脸属性中的种族属性识别方法及移动终端

说明书

本发明公开了一种人脸属性中的种族属性识别方法及移动终端，该方法适于在移动终端中执行，移动终端中存储有用于对种族属性进行识别的、训练好的第一卷积神经网络和第二卷积神经网络，该方法包括：对待识别图像进行处理以获取待识别人脸图像；将待识别人脸图像输入到训练好的第一卷积神经网络中进行种族属性识别；若该第一卷积神经网络的输出指示待识别人脸图像的种族属性不是第一种族，则将待识别人脸图像输入到训练好的第二卷积神经网络中进行种族属性识别；根据该第二卷积神经网络的输出确定待识别图像中人脸所对应的种族属性。

技术领域

本发明涉及图像处理技术领域，特别涉及一种人脸属性中的种族属性识别方法及移动终端。

背景技术

人脸识别的目标可细分为人脸定位(FD，Face Detection)、人脸特征点输出(FA：Face Alignment)、人脸匹配(FI：Face Identification)以及人脸属性识别(FR：FaceRecognition)等。其中FD、FA以及FI在社会中已经发挥了相当大的作用，比如身份识别系统、安防系统等等。

虽然关于人脸属性识别的研究还很少，应用也相对匮乏，但人脸属性识别显然有着相当重要的研究意义。比如说，根据用户的种族属性，应用产品可以根据种族群体性数据以及用户单体性数据，对其进行更为精准的推荐。而人脸属性分为很多种类，诸如性别、年龄、表情和种族等。目前，多数人脸属性识别(年龄及性别除外)的研究还停留在使用比较低级的特征提取方法，如Haar特征，以及能力较差的分类方法或分类器，如LDA(LatentDirichlet Allocation，潜在狄利克雷分配模型))、SVM(Support Vector Machine，支持向量机)。

神经网络近年来在识别领域取得了重大的突破，在一些人脸属性方面，比如年龄和性别，已经有了一些使用神经网络的算法，但这些算法大多只是简单的利用神经网络提取特征，然后按照多分类问题进行分类。人脸属性问题与多分类问题有相似之处，但同时也有着本质的不同。特别是对种族这一人脸属性来说，种族一般可分为黄种人、白种人和黑种人三种，不同人种之间有着明显的区别，但是部分人种之间的相似程度远比与其他人种之间的高。比如黄种人与白种人之间的差距，要远比黄种人与黑种人，或白种人与黑种人之间的差距要低。也就是说不同于常见的多分类问题，人种分类(或其他人脸属性识别问题)，相近类之间的相似度可能远高于相远类。这种情况下如果依然只是简单的使用神经网络进行多分类，显然会无法利用某些先天的信息。

发明内容

为此，本发明提供一种人脸属性中的种族属性识别方案，以力图解决或者至少缓解上面存在的问题。

根据本发明的一个方面，提供一种人脸属性中的种族属性识别方法，适于在移动终端中执行，该移动终端中存储有用于对种族属性进行识别的、训练好的第一卷积神经网络和第二卷积神经网络，该方法包括如下步骤：首先，对待识别图像进行处理以获取待识别人脸图像；将待识别人脸图像输入到训练好的第一卷积神经网络中进行种族属性识别；若该第一卷积神经网络的输出指示待识别人脸图像的种族属性不是第一种族，则将待识别人脸图像输入到训练好的第二卷积神经网络中进行种族属性识别；根据该第二卷积神经网络的输出确定待识别图像中人脸所对应的种族属性。

可选地，在根据本发明的人脸属性中的种族属性识别方法中，还包括：若该第一卷积神经网络的输出指示待识别人脸图像的种族属性是第一种族，则确定待识别图像中人脸所对应的种族属性为第一种族。

可选地，在根据本发明的人脸属性中的种族属性识别方法中，对待识别图像进行处理以获取待识别人脸图像的步骤包括：对待识别图像进行人脸检测，以获取待识别图像中人脸对应的关键点位置信息集合；通过关键点位置信息集合计算对应的凸包，基于凸包从该待识别图像中裁切出预设尺寸下的人脸矩形；根据人脸矩形计算相应的人脸旋转角度，利用人脸旋转角度将人脸矩形旋转成水平正面，以获取待识别图像对应的待识别人脸图像。