[发明专利]性别识别方法、系统、电子装置及存储介质

权利要求书

1.一种性别识别方法，其特征在于，包括：

采集人脸图像；

对所述人脸图像进行预处理；

将预处理后的所述人脸图像输入预先建立的性别识别模型；

接收所述性别识别模型对所述人脸图像的性别识别结果，并输出所述性别识别结果；

所述预先建立性别识别模型的步骤：获取人脸识别模型，所述人脸识别模型包括特征层、全连接层、第一损失函数；获取修正信息，根据所述修正信息将所述全连接层替换为二分类的全连接层，以及将所述第一损失函数替换为交叉熵损失函数，得到所述性别识别模型。

2.根据权利要求1所述的性别识别方法，其特征在于，

所述对采集的人脸图像进行预处理包括：

利用预先建立的人脸检测模型检测所述人脸图像中的人脸关键点；

将所述关键点进行仿射变换至特定点位对所述人脸图像进行校正。

3.根据权利要求1所述的性别识别方法，其特征在于，所述交叉熵损失函数为：

其中，M为人脸图像集，i为人脸图像集中的第i个人脸图像，y_i为第i个数据的真实标签，p′_i为置信度参与后的第i个人脸图像经过全连接层输出的概率；所述概率公式如下：

p′_i＝c·p_i+(1-c)y_i

其中，c为置信度，p_i为第i个人脸图像在经过全连接层输出的概率。

4.根据权利要求3所述的性别识别方法，其特征在于，

所述预先建立性别识别模型还包括以下训练所述性别识别模型的步骤：

将不同性别的人脸样本数据输入至所述性别识别模型；

利用所述交叉熵损失函数计算得到性别分类损失值；

计算所述置信度的负对数值，并乘以预设的动态参数，得到置信度损失值；

将所述性别分类损失值及所述置信度损失值相加，以得到所述总损失值；

当总损失值收敛时，结束训练。

5.根据权利要求4所述的性别识别方法，其特征在于，

训练所述性别识别模型的步骤还包括：

判断所述置信度是否小于预设的第一阈值，若是，则为所述动态参数赋予第一参数，若否，则为所述动态参数赋予第二参数，所述第一参数大于所述第二参数。

6.根据权利要求3所述的性别识别方法，其特征在于，

采集人脸图像的方法包括：从视频流中获取对同一人脸的N张连续的人脸图像，N为奇数，且大于1；

所述性别识别方法还包括：

对所述N张连续的人脸图像进行性别识别，得到N个性别识别结果；

判断所述N个性别识别结果中，男性结果数量是否大于女性结果数量，若是，输出男性性别识别结果，否则输出女性性别识别结果。

7.根据权利要求6所述的性别识别方法，其特征在于，

所述性别识别方法还包括：

获取对同一人脸的N张连续人脸图像上的人脸图像进行性别识别时，生成的N个置信度；

判断N个置信度中，是否有小于预设的第二阈值的置信度；

若否，判断所述N个性别识别结果中，男性结果数量是否大于女性结果数量，若是则输出男性性别识别结果，否则输出女性性别识别结果；

若是，去除N个性别识别结果中，置信度小于所述第二阈值的性别识别结果，得到性别识别结果集，判断所述性别识别结果集中，男性结果数量是否大于女性结果数量，若是则输出男性性别识别结果，否则输出女性性别识别结果。