一种性别检测方法、装置、电子设备及存储介质与流程

1.本发明实施例涉及计算机计算机技术领域，尤其涉及一种性别检测方法、装置、电子设备及存储介质。


背景技术：

2.在实际生活中，很多场景下都有性别检测需求。比如：女生宿舍楼，为保护女生的人身安全，一般只允许女生入内，因而需要进行性别检测，以检测出闯入的男性；再比如，母婴室，为保护女性隐私，一般只允许女性入内，因而也需要进行性别检测，但现有技术缺乏自动进行性别检测的相关实现方案。


技术实现要素：

3.本发明实施例提供一种性别检测方法、装置、电子设备及存储介质，为各种场景下的性别自动检测需求提供了解决方案，可以在各种场景下实现性别自动检测。
4.第一方面，本发明实施例提供了一种性别检测方法，该方法包括：
5.从监控视频中获取当前图像帧，并获取所述当前图像帧中的人脸检测框及所述人脸检测框的人脸置信度；
6.在所述人脸置信度满足预设置信度条件时，跟踪所述人脸检测框中的目标人物并获取所述目标人物的人脸图像；
7.从所述人脸图像中选取满足预设质量条件的目标图像；
8.对所述目标图像执行性别检测，得到所述目标人物的性别标识。
9.进一步地，在跟踪所述人脸检测框中的目标人物并获取所述目标人物的人脸图像之后，还包括：
10.确定当前时刻获取的所述目标人物的人脸图像的质量分值是否大于预设分值。
11.进一步地，所述从所述人脸图像中选取满足预设质量条件的目标图像，包括：
12.在当前时刻获取的所述目标人物的人脸图像的质量分值大于所述预设分值时，将当前时刻获取的所述目标人物的人脸图像确定为所述目标图像。
13.进一步地，所述从所述人脸图像中选取满足预设质量条件的目标图像，包括：
14.在当前时刻获取的所述目标人物的人脸图像的质量分值不大于所述预设分值时，确定当前时刻所述目标人物的跟踪时长是否超过预设时长；
15.在当前时刻所述目标人物的跟踪时长超过所述预设时长时，从所述跟踪时长内获取的所述目标人物的人脸图像中选取质量分值最高的人脸图像，得到所述目标图像。
16.进一步地，对所述目标图像执行性别检测，得到所述目标人物的性别标识，包括：
17.将所述目标图像输入性别检测模型执行性别检测，得到所述目标人物的性别概率值；
18.根据所述目标人物的性别概率值与预设性别概率阈值，确定所述目标人物的性别标识。
19.进一步地，所述对所述目标图像执行性别检测，得到所述目标人物的性别标识之后，还包括：
20.确定所述目标人物的性别标识与当前区域允许的性别标识是否一致；
21.在所述目标人物的性别标识与当前区域允许的性别标识不一致时，报警提示，并将所述目标图像存储至预设图像库中。
22.进一步地，所述性别检测模型包括四个thin模块，每个所述thin模块由两个基础块、一个1*1逐点卷积和一个3*3深度可分离卷积搭建而成，每个所述基础块由两个1*1逐点卷积和一个3*3深度可分离卷积组合而成。
23.第二方面，本发明实施例还提供了一种性别检测装置，该性别检测装置包括：
24.置信度获取模块，用于从监控视频中获取当前图像帧，并获取所述当前图像帧中的人脸检测框及所述人脸检测框的人脸置信度；
25.图像跟踪模块，用于在所述人脸置信度满足预设置信度条件时，跟踪所述人脸检测框中的目标人物并获取所述目标人物的人脸图像；
26.图像选取模块，用于从所述人脸图像中选取满足预设质量条件的目标图像；
27.性别确定模块，用于对所述目标图像执行性别检测，得到所述目标人物的性别标识。
28.第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
29.一个或多个处理器；
30.存储装置，用于存储一个或多个程序；
31.当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本发明实施例任一所述的性别检测方法。
32.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例任一所述的性别检测方法。
33.本发明实施例中，可以从监控视频中获取当前图像帧，并获取当前图像帧中的人脸检测框及人脸检测框的人脸置信度，在人脸置信度满足预设置信度条件时，跟踪人脸检测框中的目标人物并获取目标人物的人脸图像，从人脸图像中选取满足预设质量条件的目标图像，对目标图像执行性别检测，得到目标人物的性别标识。即本发明实施例中，可以通过对监控视频进行分析处理实现人物的性别检测，因而针对有性别检测需求的场景，对该场景的监控视频进行分析处理即可，为各种场景下的性别自动检测需求提供了解决方案，可以在各种场景下实现性别自动检测；另外，通过预设置信度条件和预设质量条件，可以精准地得到用于执行性别检测的目标图像，减少了图像处理数量，提高了检测效率和准确度。
附图说明
34.图1是本发明实施例提供的性别检测方法的一个流程示意图。
35.图2是本发明实施例提供的性别检测方法的另一流程示意图。
36.图3是本发明实施例提供的基础块的一个结构示意图。
37.图4是本发明实施例提供的thin模块的一个结构示意图。
38.图5是本发明实施例提供的性别检测装置的一个结构示意图。
39.图6是本发明实施例提供的电子设备的一个结构示意图。
具体实施方式
40.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
41.图1为本发明实施例提供的性别检测方法的一个流程示意图，该方法可以由本发明实施例提供的性别检测装置来执行，该装置可采用软件和/或硬件的方式实现。在一个具体的实施例中，该装置可以集成在电子设备中，电子设备比如可以是服务器。以下实施例将以该装置集成在电子设备中为例进行说明，参考图1，该方法具体可以包括如下步骤：
42.步骤101，从监控视频中获取当前图像帧，并获取当前图像帧中的人脸检测框及人脸检测框的人脸置信度。
43.示例地，监控视频可以来自视频采集设备，视频采集设备可以是摄像头、录像机等具有视频采集功能的设备，监控视频可以是实时采集的监控视频，也可以是预先采集的监控视频；当监控视频为实时采集的监控视频时，当前图像帧可以是监控视频中的最新帧，这种情况下，即利用实时监控视频实时检测当前场景中的目标人物的性别；当监控视频为预先采集的监控视频时，当前图像帧可以是监控视频的起始帧或中间过程中的任意一帧，或者可以为回放监控视频时的当前播放帧，这种情况下，即利用预先采集的监控视频检测当时场景中的目标人物的性别。
44.在从监控视频中获取当前图像帧之后，可以对当前图像帧执行人脸检测；比如，可以将当前图像帧输入人脸检测模型，以利用人脸检测模型检测当前图像帧中的人脸并定位，人脸检测模型的检测输出可以包括当前图像帧中的人脸检测框及该人脸检测框的人脸置信度；当然人脸检测模型还可以输出其他相关信息，比如输出该人脸检测框的位置信息(比如位置坐标)、该人脸检测框中的目标人物的人物标识信息，人物标识信息可以是人物的编码、编号id等，一个人物标识信息可以唯一标识或对应一个人物。
45.本发明实施例中，该人脸检测框用于标记当前图像帧中的人脸所在位置，该人脸置信度用于表示该人脸检测框中有人脸的概率或程度，该人脸检测模型可以是深度学习网络模型，该人脸检测模型可以预先训练得到。
46.步骤102，在人脸置信度满足预设置信度条件时，跟踪人脸检测框中的目标人物并获取目标人物的人脸图像。
47.示例地，可以根据实际需求或实验数据预先设置置信度阈值，通过置信度阈值确定该人脸检测框的人脸置信度是否满足预设置信度条件。比如，可以将该人脸置信度和置信度阈值进行比较，如果该人脸置信度大于置信度阈值，则确定该人脸置信度满足预设置信度条件，反之，如果该人脸置信度不大于置信度阈值，则确定该人脸置信度不满足预设置信度条件。
48.具体实现中，在该人脸置信度满足预设置信度条件时，说明该人脸检测框中很大可能是人脸，则可以跟踪该人脸检测框中的目标人物并获取目标人物的人脸图像，目标人物即该人脸检测框中的人物。比如，可以根据目标人物的标识信息跟踪该目标人物，并获取目标人物的人脸图像，所获取的人脸图像可以包括多张。
49.步骤103，从该人脸图像中选取满足预设质量条件的目标图像。
50.具体地，比如可以根据实际需求或实验数据预先设置质量阈值，根据质量阈值确
定每张人脸图像是否满足预设质量条件。比如，针对任意一张人脸图像，可以将该人脸图像的质量分值和质量阈值进行比较，如果该人脸图像的质量分值大于质量阈值，则确定该人脸图像满足预设质量条件，反之，如果该人脸图像的质量分值不大于质量阈值，则确定该人脸图像不满足预设质量条件；遍历每一张人脸图像，可以得到目标图像。
51.当然，为避免质量阈值设置的不合理，导致无法选到目标图像，实际应用中，还可以直接将所获取的人脸图像中质量分值最高的人脸图像作为该目标图像，此处不做具体限定。
52.步骤104，对目标图像执行性别检测，得到目标人物的性别标识。
53.比如，可以将目标图像输入性别检测模型执行性别检测，性别检测模型的输出可以是目标人物属于每类性别(男、女)的概率，可以根据目标人物属于每类性别的概率，得到目标人物的性别标识，目标人物的性别标识比如男、女。例如，可以比较目标人物属于男性的性别概率和属于女性的性别概率，如果目标人物属于男性的性别概率大于属于女性的性别概率，则确定目标人物的性别标识为男。另外，该性别检测模型可以是深度神经网络模型，该性别检测模型可以预先训练得到。
54.本发明实施例中，可以从监控视频中获取当前图像帧，并获取当前图像帧中的人脸检测框及人脸检测框的人脸置信度，在人脸置信度满足预设置信度条件时，跟踪人脸检测框中的目标人物并获取目标人物的人脸图像，从人脸图像中选取满足预设质量条件的目标图像，对目标图像执行性别检测，得到目标人物的性别标识。即本发明实施例中，可以通过对监控视频进行分析处理实现人物的性别检测，因而针对有性别检测需求的场景，对该场景的监控视频进行分析处理即可，为各种场景下的性别自动检测需求提供了解决方案，可以在各种场景下实现性别自动检测；另外，通过预设置信度条件和预设质量条件，可以精准地得到用于执行性别检测的目标图像，减少了图像处理数量，提高了检测效率和准确度。
55.下面进一步描述本发明实施例提供的性别检测方法，如图2所示，该方法具体可以包括如下步骤：
56.步骤201，从监控视频中获取当前图像帧，并获取当前图像帧中的人脸检测框及人脸检测框的人脸置信度。
57.示例地，监控视频可以来自视频采集设备，视频采集设备可以是摄像头、录像机等具有视频采集功能的设备，监控视频可以是实时采集的监控视频，也可以是预先采集的监控视频；当监控视频为实时采集的监控视频时，当前图像帧可以是监控视频中的最新帧，这种情况下，即利用实时监控视频实时检测当前场景中的目标人物的性别；当监控视频为预先采集的监控视频时，当前图像帧可以是监控视频的起始帧或中间过程中的任意一帧，或者可以为回放监控视频时的当前播放帧，这种情况下，即利用预先采集的监控视频检测当时场景中的目标人物的性别。具体在本实施例中，为便于描述，以监控视频是实时采集的监控视频为例进行说明。
58.在从监控视频中获取当前图像帧之后，可以对当前图像帧执行人脸检测；比如，可以将当前图像帧输入人脸检测模型，以利用人脸检测模型检测当前图像帧中的人脸并定位，人脸检测模型的检测输出可以包括当前图像帧中的人脸检测框及该人脸检测框的人脸置信度；当然人脸检测模型还可以输出其他相关信息，比如输出该人脸检测框的位置信息(比如位置坐标)、该人脸检测框中的目标人物的人物标识信息，该人物标识信息可以是人
物的编码、编号id等，一个人物标识信息可以唯一标识或对应一个人物。
59.本发明实施例中，该人脸检测框用于标记当前图像帧中的人脸所在位置，该人脸检测框比如可以是矩形框、方形框等；该人脸置信度用于表示该人脸检测框中有人脸的概率或程度，该人脸置信度比如70％、80％；另外，该人脸检测模型可以是深度学习网络模型，该人脸检测模型可以预先训练得到。
60.步骤202，在人脸置信度满足预设置信度条件时，跟踪人脸检测框中的目标人物并获取目标人物的人脸图像。
61.示例地，可以根据实际需求或实验数据预先设置置信度阈值，置信度阈值比如80％、90％等，通过设置的置信度阈值确定该人脸检测框的人脸置信度是否满足预设置信度条件。比如，可以将该人脸置信度和置信度阈值进行比较，如果该人脸置信度大于置信度阈值，则确定该人脸置信度满足预设置信度条件，反之，如果该人脸置信度不大于置信度阈值，则确定该人脸置信度不满足预设置信度条件。
62.具体实现中，在该人脸置信度满足预设置信度条件时，说明该人脸检测框中很大可能是人脸，则可以创建跟踪器，利用跟踪器跟踪该人脸检测框中的目标人物，记录跟踪时长并获取目标人物的人脸图像，目标人物即该人脸检测框中的人物。比如，可以根据目标人物的标识信息跟踪该目标人物，并按照一定规则(比如每隔1秒或2秒)获取(比如从监控视频中截取)目标人物的人脸图像，所获取的人脸图像可以包括多张。
63.步骤203，确定当前时刻获取的目标人物的人脸图像的质量分值是否大于预设分值，若大于，执行步骤205，否则，执行步骤204。
64.步骤204，确定当前时刻目标人物的跟踪时长是否超过预设时长，若超过，执行步骤206，否则返回步骤202。
65.步骤205，将当前时刻获取的目标人物的人脸图像确定为目标图像。
66.步骤206，从该跟踪时长内获取的目标人物的人脸图像中选取质量分值最高的人脸图像，得到目标图像。
67.在一个具体的实施例中，在开始跟踪目标人物时，还可以根据目标人物的标识信息为目标人物创建图像存储区，在获取目标人物的第一张人脸图像之后，可以对第一张人脸图像的质量进行评分，得到第一张人脸图像的质量分值；判断第一张人脸图像的质量分值是否大于预设分值，若大于，则将第一张人脸图像作为目标图像并停止获取目标人物的人脸图像；若不大于，则将第一张人脸图像存入所创建的图像存储区并继续跟踪目标人物获取目标人物的人脸图像。
68.若要继续跟踪目标人物获取目标人物的人脸图像，则接下来每获取一张人脸图像，都对该人脸图像进行质量评分；如果该人脸图像的质量评分高于预设分值，则将该人脸图像作为目标图像并停止获取；如果该人脸图像的质量评分不高于预设分值，则获取图像存储区中当前存储的所有人脸图像的质量分数，找出质量分数最大值，将该人脸图像的质量分数与质量分数最大值进行比较，如果该人脸图像的质量分数大于质量分数最大值，则将该人脸图像存入图像存储区，如果该人脸图像的质量分数不大于质量分数最大值，则舍弃该人脸图像；持续获取目标人物的人脸图像，直至当前时刻目标人物的跟踪时长超过预设时长且还未获取到质量分值超过预设分值的人脸图像时，将图像存储区中存储的质量分值最高的目标人物的人脸图像作为目标图像。
69.具体地，预设分值、预设时长均可以根据实际需求或实验数据取值，预设分值比如80分、90分等，预设时长比如3分钟、5分钟等。
70.步骤207，将目标图像输入性别检测模型执行性别检测，得到目标人物的性别概率值。
71.比如，可以将目标图像输入性别检测模型执行性别检测，性别检测模型的输出可以是目标人物属于每类性别(男、女)的概率，可以根据目标人物属于每类性别的概率，得到目标人物的性别标识，目标人物的性别标识比如男、女。例如，可以比较目标人物属于男性的性别概率和属于女性的性别概率，如果目标人物属于男性的性别概率大于属于女性的性别概率，则确定目标人物的性别标识为男。该性别检测模型可以是深度神经网络模型，该性别检测模型可以预先训练得到。
72.步骤208，根据目标人物的性别概率值与预设性别概率阈值，确定目标人物的性别标识。
73.具体实现中，还可以设置性别概率阈值，以提升性别识别的准确度。比如，在得到目标人物属于每类性别的概率之后，先判断目标人物属于男性的性别概率和属于女性的性别概率的大小；如果目标人物属于男性的性别概率较大，则将目标人物属于男性的性别概率与预设性别概率阈值进行比较，如果目标人物属于男性的性别概率大于预设性别概率阈值，则确定目标人物的性别标识为男；如果目标人物属于女性的性别概率较大，则将目标人物属于女性的性别概率与预设性别概率阈值进行比较，如果目标人物属于女性的性别概率大于预设性别概率阈值，则确定目标人物的性别标识为女。
74.步骤209，确定目标人物的性别标识与当前区域允许的性别标识是否一致，若一致，则执行步骤210，否则执行步骤211结束处理。
75.在一个具体实施例中，还可以确定目标人物的性别标识与当前区域允许的性别标识是否一致，若一致，则说明当前区域允许该性别的人物进入或逗留，则不做处理；如果不一致，则说明当前区域不允许该性别的人物进入或逗留，则执行步骤210。
76.步骤210，报警提示，并将目标图像存储至预设图像库中。
77.在一个具体的实施例中，可以向报警设备发送报警通知，以通知报警设备进行报警提示，报警设备比如可以是扬声器、喇叭、显示屏等，报警提示的形式可以是语音、文字等，此处不做具体限定。
78.此外，还可以将目标图像(只是人脸图像，可以理解为小图)存入预设图像库中，以供相关人员查证，甚至还可以将目标图像对应的原始图像帧(包括人脸区域、背景等的图像，可以理解为大图)存入预设图像库中，存入预设图像库中的图像可以携带视频采集设备编号、拍摄时间等信息，以方便相关人员查证。具体地，预设图像库可以搭建在文件传输协议(file transfer protocol，ftp)服务器中。为提高数据库性能，可以定期删除预设图像库中的图像，比如预设图像库可以存储近一个内产生的图像，超过一个月的图像可以删除。
79.步骤211，结束。
80.本发明实施例中，可以从监控视频中获取当前图像帧，并获取当前图像帧中的人脸检测框及人脸检测框的人脸置信度，在人脸置信度满足预设置信度条件时，跟踪人脸检测框中的目标人物并获取目标人物的人脸图像，从人脸图像中选取满足预设质量条件的目标图像，对目标图像执行性别检测，得到目标人物的性别标识。即本发明实施例中，可以通
过对监控视频进行分析处理实现人物的性别检测，因而针对有性别检测需求的场景，对该场景的监控视频进行分析处理即可，为各种场景下的性别自动检测需求提供了解决方案，可以在各种场景下实现性别自动检测；另外，通过预设置信度条件和预设质量条件，可以精准地得到用于执行性别检测的目标图像，减少了图像处理数量，提高了检测效率和准确度。
81.在一个具体的实施例中，为提高检测效率，本发明实施例还设计了一种性别检测模型，该性别检测模型包括若干thin模块，每个thin模块由基础块、1*1逐点卷积和3*3深度可分离卷积搭建而成，每个基础块由1*1逐点卷积和3*3深度可分离卷积组合而成。
82.具体地，如下表1所示，该性别检测模型可以包括四个thin模块，每个thin模块由两个基础块、一个1*1逐点卷积和一个3*3深度可分离卷积搭建而成，每个基础块由两个1*1逐点卷积和一个3*3深度可分离卷积组合而成。
83.[0084][0085]
表1
[0086]
具体实现中，基础块的结构可如图3所示，thin模块的结构可如图4所示。
[0087]
基础块，采用1
×
1和3
×
3的小内核卷积，不仅能够减少网络参数数量，而且具有更高的计算效率。其中，如图3所示，1x1 pw(1)逐点卷积用于实现降维，减少参数数量，1x1 pw(2)和3x3 dw(1)采用多分支融合方式，更好地实现特征表征。
[0088]
thin模块，如图4所示，采用跳跃连接(skip connection)，复用特征的同时，还可以有效减少梯度消失和网络退化问题，使训练更容易，其中，3x3 dw(2)用于缩小特征图的尺寸，其中block即图3中的基础块。需要说明的是，上述所有的卷积后均紧跟bn层和relu层。
[0089]
实验证明，通过四个thin模块构建性别检测模型，该性别检测模型总参数量约为670000，模型文件大小约为2.8m，内存占用量极低，同时保持了计算复杂度，保证模型优越性能。
[0090]
下面以两个具体的应用场景说明本发明实施提供的性别检测方法。
[0091]
比如，可以将本发明实施例的性别检测方法应用于女生宿舍，则可以在各个女生宿舍楼的入口处安装摄像头，该摄像头可以关联扬声器或可以集成扬声器，利用摄像头采集监控视频，采集的监控视频可以按照摄像头标识(比如摄像头编号id、序号等)区分存储在视频监控服务器中，当需要进行性别检测时，可以从视频监控服务器获取监控视频，使用本发明实施例提供的方法对获取的监控视频执行性别检测流程，一旦检测到某个摄像头采集的监控视频中出现了男性，则可以根据摄像头标识向对应的摄像头发送报警通知，以使得对应的摄像头利用其自身集成的扬声器进行报警提示，或者使得对应的摄像头利用其关联的扬声器进行报警提示，从而起到保护女生人身安全的作用。
[0092]
再比如，可以将本发明实施例的性别检测方法应用于公共场所设置的母婴室或哺乳间，则可以在母婴室的入口处安装摄像头，该摄像头可以关联扬声器或可以集成扬声器，利用摄像头采集监控视频，采集的监控视频可以存储在视频监控服务器中，当需要进行性别检测时，可以从视频监控服务器获取监控视频，使用本发明实施例提供的方法对获取的
监控视频执行性别检测流程，一旦检测到监控视频中出现了男性，则可以向摄像头发送报警通知，以使得摄像头利用其自身集成的扬声器进行报警提示，或者使得摄像头利用其关联的扬声器进行报警提示，从而起到保护女性隐私的作用。
[0093]
需要说明的是，以上应用场景仅为举例说明，实际应用中，还可以应用在其他有性别检测需求的场景中，比如公共卫生间，此处不做具体限定。
[0094]
图5是本发明实施例提供的性别检测装置的结构示意图，如图5所示，该性别检测装置包括：
[0095]
置信度获取模块501，用于从监控视频中获取当前图像帧，并获取所述当前图像帧中的人脸检测框及所述人脸检测框的人脸置信度；
[0096]
图像跟踪模块502，用于在所述人脸置信度满足预设置信度条件时，跟踪所述人脸检测框中的目标人物并获取所述目标人物的人脸图像；
[0097]
图像选取模块503，用于从所述人脸图像中选取满足预设质量条件的目标图像；
[0098]
性别确定模块504，用于对所述目标图像执行性别检测，得到所述目标人物的性别标识。
[0099]
一实施例中，该装置还包括：
[0100]
质量确定模块，用于确定当前时刻获取的所述目标人物的人脸图像的质量分值是否大于预设分值。
[0101]
一实施例中，所述图像选取模块503从所述人脸图像中选取满足预设质量条件的目标图像，包括：
[0102]
在当前时刻获取的所述目标人物的人脸图像的质量分值大于所述预设分值时，将当前时刻获取的所述目标人物的人脸图像确定为所述目标图像。
[0103]
一实施例中，所述图像选取模块503从所述人脸图像中选取满足预设质量条件的目标图像，包括：
[0104]
在当前时刻获取的所述目标人物的人脸图像的质量分值不大于所述预设分值时，确定当前时刻所述目标人物的跟踪时长是否超过预设时长；
[0105]
在当前时刻所述目标人物的跟踪时长超过所述预设时长时，从所述跟踪时长内获取的所述目标人物的人脸图像中选取质量分值最高的人脸图像，得到所述目标图像。
[0106]
一实施例中，所述性别确定模块504对所述目标图像执行性别检测，得到所述目标人物的性别标识，包括：
[0107]
将所述目标图像输入性别检测模型执行性别检测，得到所述目标人物的性别概率值；
[0108]
根据所述目标人物的性别概率值与预设性别概率阈值，确定所述目标人物的性别标识。
[0109]
一实施例中，所述装置还包括：
[0110]
报警模块，用于确定所述目标人物的性别标识与当前区域允许的性别标识是否一致；在所述目标人物的性别标识与当前区域允许的性别标识不一致时，报警提示，并将所述目标图像存储至预设图像库中。
[0111]
一实施例中，所述性别检测模型包括四个thin模块，每个所述thin模块由两个基础块、一个1*1逐点卷积和一个3*3深度可分离卷积搭建而成，每个所述基础块由两个1*1逐
点卷积和一个3*3深度可分离卷积组合而成。
[0112]
本领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述功能模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0113]
本发明实施例的装置，可以从监控视频中获取当前图像帧，并获取当前图像帧中的人脸检测框及人脸检测框的人脸置信度，在人脸置信度满足预设置信度条件时，跟踪人脸检测框中的目标人物并获取目标人物的人脸图像，从人脸图像中选取满足预设质量条件的目标图像，对目标图像执行性别检测，得到目标人物的性别标识。即本发明实施例中，可以通过对监控视频进行分析处理实现人物的性别检测，因而针对有性别检测需求的场景，对该场景的监控视频进行分析处理即可，为各种场景下的性别自动检测需求提供了解决方案，可以在各种场景下实现性别自动检测；另外，通过预设置信度条件和预设质量条件，可以精准地得到用于执行性别检测的目标图像，减少了图像处理数量，提高了检测效率和准确度。
[0114]
图6为本发明实施例提供的一种电子设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图6显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0115]
如图6所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
[0116]
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
[0117]
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
[0118]
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd
‑
rom,dvd
‑
rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
[0119]
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常
执行本发明所描述的实施例中的功能和/或方法。
[0120]
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0121]
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的性别检测方法，该方法包括：
[0122]
从监控视频中获取当前图像帧，并获取所述当前图像帧中的人脸检测框及所述人脸检测框的人脸置信度；
[0123]
在所述人脸置信度满足预设置信度条件时，跟踪所述人脸检测框中的目标人物并获取所述目标人物的人脸图像；
[0124]
从所述人脸图像中选取满足预设质量条件的目标图像；
[0125]
对所述目标图像执行性别检测，得到所述目标人物的性别标识。
[0126]
本发明实施例四还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例所述的性别检测方法，该方法包括：
[0127]
从监控视频中获取当前图像帧，并获取所述当前图像帧中的人脸检测框及所述人脸检测框的人脸置信度；
[0128]
在所述人脸置信度满足预设置信度条件时，跟踪所述人脸检测框中的目标人物并获取所述目标人物的人脸图像；
[0129]
从所述人脸图像中选取满足预设质量条件的目标图像；
[0130]
对所述目标图像执行性别检测，得到所述目标人物的性别标识。
[0131]
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0132]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于
由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0133]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0134]
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(lan)或广域网(wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0135]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。