[发明专利]一种自适应的人脸低层特征选择方法及人脸属性识别方法

摘要

本发明公开了一种自适应的人脸低层特征选择方法及人脸属性识别方法。本方法为1）根据待检测的属性，选取一属性标注的人脸图像样本数据库；2）对每一样本进行底层特征提取，即根据待检测属性对人脸图像进行关键点检测，确定目标窗口；用多个矩形区域覆盖该目标窗口；用多种低层的描述子分别对每一矩形区域内进行特征提取，得到该样本的基础特征库；用自适应的提升方法选择基础特征，将所选基础特征组合成长特征作为该样本的底层特征；3）对所有样本的底层特征进行训练，生成一支持向量机的人脸属性识别模型；4）对任一待属性识别的人脸图像，提取其底层特征，利用该人脸属性识别模型得到其人脸属性信息。本发明大大提高了属性识别的准确性。

主权项

一种自适应的人脸低层特征选择方法，其步骤为：1)根据所选属性对人脸图像进行关键点检测，确定低层特征提取的目标窗口；2)用多个不同大小、不同位置的相互重叠的矩形区域覆盖该目标窗口；3)用多种低层的描述子分别对每一矩形区域内的图像进行特征提取，将每一描述子对每一矩形区域提取的特征记录为一基础特征，得到该人脸图像的基础特征库；4)用自适应的提升方法选择该基础特征，每一级的提升选出一个基础特征；具体方法为：41)每次从所述基础特征库中随机抽取一未选择过的基础特征；42)将一已属性标注样本数据集合A和所抽取的基础特征作为输入，利用机器学习算法训练一基础分类器；43)利用该基础分类器对另一已属性标注样本数据集合B进行分类；44)重复步骤41)～43)，选择分类效率最高的基础分类器对应的基础特征作为当前级提升所选出的基础特征；并且根据所选出的基础分类器的分类结果更新所有样本的权值：增加被错误分类的样本的权值，降低被正确分类的样本的权值；5)将所选的基础特征组合成长特征，作为该人脸图像所选属性的低层特征。