[发明专利]基于多阶段多通道注意力网络的人脸性别与年龄识别方法

说明书

本发明涉及一种基于多阶段多通道注意力网络的人脸性别与年龄识别方法及系统，其方法包括：S1：使用人脸检测方法在输入图像中标定人脸坐标；并截取人脸区域；S2：利用人脸关键点检测方法，从人脸区域检测人脸关键点坐标；S3：利用仿射变换，校正人脸关键点坐标，得到校正后的人脸图像；S4：对校正后的人脸图像进行降噪，得到降噪后的人脸图像；S5：将降噪后的人脸图像，输入多阶段多通道注意力网络，输出预测的人物的性别与年龄。本发明的方法，采用多阶段回归的方式提取不同级别的特征共同作用于性别与年龄识别。同时，本发明还采用多个注意力模块加强重要特征的权重，提高网络对特征的提取、利用能力，并且采用多通道处理特征实现特征互补。

技术领域

本发明涉及人工智能计算机视觉领域，具体涉及一种基于多阶段多通道注意力网络的人脸性别与年龄识别方法及系统。

背景技术

人脸相关的计算机视觉技术已有很多落地的项目，如常见的手机面部解锁、美颜相机等。人脸包含的信息十分丰富，不仅反映了人物的身份，还能从中得到人物的表情、年龄等信息。对于人类而言，可以轻松判断人物身份、表情、年龄等，但是如何使计算机准确识别这些信息是研究学者们努力攻克的难题。通过人脸图像分析得到人物性别与年龄的信息在实际应用中也有多方面的作用，人脸性别与年龄识别在人机交互、安防监控、商业决策等场景均有应用，也可对人脸识别算法起到辅助作用。

近些年深度学习推动着性别与年龄识别算法快速发展，精度不断提高，但是算法存在无法同时应用在性别识别和年龄识别、网络过于复杂、模型体积大无法应用于移动终端等问题。

发明内容

为了解决上述技术问题，本发明提供一种基于多阶段多通道注意力网络的人脸性别与年龄识别方法及系统。

本发明技术解决方案为：一种基于多阶段多通道注意力网络的人脸性别与年龄识别方法，包括：

步骤S1：使用人脸检测方法在输入图像中标定人脸坐标；并在输入图像中，根据人脸坐标，截取人脸区域；

步骤S2：利用人脸关键点检测方法，从人脸区域检测到人脸关键点坐标；

步骤S3：利用仿射变换，校正人脸关键点坐标，得到校正后的人脸图像；

步骤S4：对校正后的人脸图像进行降噪，得到降噪后的人脸图像；

步骤S5：将降噪后的人脸图像，输入多阶段多通道注意力网络，输出预测的人物的性别与年龄；其中，多阶段多通道注意力网络，设有K个阶段，每个阶段设有s_k个小段。

本发明与现有技术相比，具有以下优点：

本发明公开了一种基于多阶段多通道注意力网络的人脸性别与年龄识别方法，采用多阶段回归的方式提取不同级别的特征共同作用于性别与年龄识别。同时，本发明还采用多个注意力模块加强重要特征的权重，提高网络对特征的提取、利用能力，并且采用多通道处理特征实现特征互补。本发明在不增加模型体积与计算时间的情况下提高了准确率，适合在移动终端、嵌入式平台使用该方法，该方法使用的网络参数量少、计算量小、模型体积小、计算时间短，满足了深度学习算法的轻量要求，可实现在移动设备上运行。

附图说明

图1为本发明实施例中一种基于多阶段多通道注意力网络的人脸性别与年龄识别方法的流程图；

图2为本发明实施例中人脸关键点校正流程示意图；

图3本发明实施例中一种基于多阶段多通道注意力网络的人脸性别与年龄识别方法中步骤S5：将降噪后的人脸图像，输入多阶段多通道注意力网络，输出预测的人物的性别与年龄，其中，多阶段多通道注意力网络，设有K个阶段，每个阶段设有s_k个小段的流程图；

图4本发明实施例中多阶段多通道注意力网络的结构示意图；