一种高精度多角度人脸性别识别方法
【技术领域】
[0001] 本发明属于图像处理技术领域，尤其涉及是一种高精度多角度人脸性别识别方法
【背景技术】
[0002] 基于人脸图像的性别识别是模式识别领域热门的课题之一，而且有着广泛的应用 前景。例如，可以改善人机交互环境，为用户提供更合适其性别的服务和信息投送。
[0003] 现今基于人脸图片的性别识别方法主要有两种，第一种是支持向量机SVM分类 器，第二种是AdaBoost方法。当人脸有部分遮挡，以及人脸图片存在噪声干扰，分辨率低等 情况时，上述两种方法的性别识别的准确率会明显下降。
[0004] 稀疏编码在实际应用中对目标受到一定噪声干扰和部分遮挡的情况下，较上述两 种方法，有较高的识别率。一是由于自然图像本身就具有稀疏结构，因此稀疏编码能够更好 地表征图像本身；二是稀疏编码对噪声和其他退化情况具有更高的鲁棒性。并且，近年来， 稀疏编码在人脸识别等方面取得了不俗的表现。如J. Wright等人提出的基于稀疏编码的 鲁棒性人脸识别方法对部分遮挡的人脸图像仍有较高的识别率。
[0005] 现阶段基于人脸图片的性别识别主要是针对正面人脸，当人脸有一定角度的偏转 时，识别准确率往往不高，甚至无法识别。基于此，本发明提出先采集不同角度的男女人脸 图片作为训练图片，接着训练图片依次按照性别和人脸角度经过标准化处理和字典训练过 程，得到表征不同角度男女人脸的子字典，再将这些子字典按照性别分别合并成男性字典 和女性字典。由于男女字典分别是由表征不同角度男性人脸图片的男性子字典和表征不同 角度女性人脸的女性子字典构成，所以通过男性字典和女性字典可以识别新输入不同角度 人脸的性别。
[0006] 稀疏编码是由稀疏表示和字典学习组成的。稀疏表示是指，一个列向量xGRm， 字典D=[(^，(^，...，(^]，diGRm，依据拉格朗日乘法公式
入为权重系数，可以求得x基于字典D的稀疏表示向量w。然而，如果字典D不是最优 的，会导致求得的稀疏表示向量w的稀疏度| |w| L和重构误差| |x-Dw| | 2过大，此时就 需要引入字典学习来改善字典的质量，使其求出的稀疏表示向量w能够更好地表征向 量。字典学习是指，给定一组训练集X= [Xl，...，Xp]，Xpe Rm，依据拉格朗日乘法公式
，W= [Wi, . . .，wp]，^\^为xi的稀疏表示向量，A为权 重系数，此时求出的字典D可以最优地表示训练集X。使用经过训练得到的字典D去表示与 训练集X -类的信息x时，得到的稀疏表示向量w在稀疏度和重构误差方面较字典训练之 前都有较大的改进。
【发明内容】
[0007] 本发明所要解决的问题在于为了克服现有技术的不足，提供了一种高精度多角度 人脸性别识别方法。所述方法先采集多个角度的男性人脸图片和女性人脸图片作为训练 集，接着对这些训练集进行训练得到表征多个角度男性人脸的男性子字典和表征多个角度 女性人脸的女性子字典，再将这些子字典按男女性别合并生成男性字典和女性字典，最后 使用男性字典和女性字典对新输入人脸图片进行性别识别。
[0008] 为了解决上述技术问题，本发明采用的技术方案为：
[0009] 一种高精度多角度人脸性别识别方法，所述方法包括生成男女人脸性别字典步骤 和新输入人脸图片的性别识别步骤；具体描述如下：
[0010] 步骤A.所述生成男女人脸性别字典步骤，具体包括以下步骤：
[0011] 步骤A-1 :对包括男女多人组合中的每个人，依次采集多个不同角度的人脸图片， 接着先按性别，再按人脸角度对人脸图片进行归类，得到训练图片集；
[0012] 步骤A-2 :依次对步骤A-1所得到的训练图片集中的训练图片进行标准化处理，得 到训练集；
[0013] 步骤A-3 :依次对步骤A-2所得到的训练集进行初级处理，得到初级子字典；
[0014] 步骤A-4 :依次对步骤A-3得到的初级子字典进行改良处理，得到子字典；
[0015] 步骤A-5 :将步骤A-4得到的子字典按性别合并，分别生成男女人脸性别字典；
[0016] 步骤B.所述新输入人脸图片的性别识别步骤，具体包括以下步骤：
[0017] 步骤B-1 :按照训练图片集中的训练图片的标准化处理方法，对新输入人脸图片 进行同样的标准化处理，得到一个测试向量；
[0018] 步骤B-2 :根据所述测试向量，分别求出两个稀疏表示向量，所述两个稀疏表示向 量分别基于男女人脸性别字典得到；基于男性人脸字典得到的稀疏表示向量表示为Y，基 于女性人脸字典得到的稀疏表示向量表示为X ;
[0019] 步骤B-3 :分别计算所述两个稀疏表示向量的1范数，分别得到Fy和Fx ;其中，Fy 由Y得到，Fx由X得到；
[0020] 步骤B-4 :根据步骤B-3得到的两个1范数值的大小来判断新输入人脸图片的性 另IJ ;如果Fy小于Fx，则判断所述新输入人脸图片为男性；否则，判断所述新输入人脸图片为 女性。
[0021] 所述步骤A-1中，所述多个不同角度的人脸图片，其所对应的人脸偏转角度范围 为负m°到正m° ;其中，偏转角度0°对应于人脸正面，人脸朝右边偏转的角度为负，朝左 边偏转的角度为正；m的取值范围为[0,90]。
[0022] 所述步骤A-1中，所述多个不同角度的人脸图片，所述多个不同角度是对从负m° 到正m°这个角度范围划分为N等份所得，N为正整数。
[0023] 所述步骤A-3中，所述初级处理，包括K-Means方法和或MOD方法；所述步骤A-4 中，所述改良处理，包括K-SVD方法和或RLS-DLA方法。
[0024] 所述步骤A-5中，所述生成男女人脸性别字典，其中，男性人脸字典是由多个角度 的男性人脸图片训练集所分别生成的男性子字典合并而成；女性人脸字典是由多个角度的 女性人脸图片训练集所分别生成的女性子字典合并而成。
[0025] 本发明的有益效果：
[0026] (1)使用测试向量分别由男性字典和女性字典所求得的稀疏表示向量的1范式的 大小关系作为判决条件，在对识别准确率没有太大影响的条件下，相较计算重构误差，减少 了计算量。
[0027] (2)将稀疏编码运用于分类器设计，提高了识别过程中抗噪声的能力和对低分辨 率图像的识别准确率。
[0028] (3)将同一性别的不同角度的人脸图像单独训练成一个字典，然后再合并成一个 字典，避免了同一性别中不同角度的人脸图像相互干扰，影响最终的分类效果，进一步提高 了性别识别的准确率。
【具体实施方式】
[0029] 为了更加详细的描述本发明提出的一种高精度多角度人脸性别识别方法，举例说 明如下：本发明一种高精度多角度人脸性别识别方法分为生成性别字典和人