[发明专利]一种基于人脸图像的年龄识别方法有效

专利信息
申请号: 201710661928.8 申请日: 2017-08-04
公开(公告)号: CN107480621B 公开(公告)日: 2020-09-01
发明(设计)人: 李钦;张健;张运生 申请(专利权)人: 深圳信息职业技术学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62
代理公司: 深圳新创友知识产权代理有限公司 44223 代理人: 江耀纯
地址: 518000 广东省深圳市龙*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 年龄 识别 方法
【权利要求书】:

1.一种通过人脸图像识别年龄的方法,其特征在于,包括如下步骤:

S1:提取样本库中每个样本的适用于年龄识别的人脸图像中的人脸特征,所述人脸特征包括:纹理特征、亮度特征和颜色特征;并分别生成纹理特征、亮度特征和颜色特征的三个训练样本特征矩阵;

采用多尺度积技术提取所述纹理特征,具体如下:

定义一个多尺度匹配滤波器gi

其中,i表示不同尺度,x表示纹理提取的方向的滤波器窗口坐标值,y表示纹理提取方向的垂直方向的滤波器窗口坐标值,σi表示不同尺度滤波器的均方差,表示不同尺度滤波器的均值,Li表示不同尺度滤波的平滑参数,所述多尺度匹配滤波器在x轴提取纹理,在y轴进行平滑;

对所述多尺度匹配滤波器进行旋转,如下:

其中,φ表示旋转角度;是旋转后的多尺度滤波器;

所述多尺度匹配滤波器在某个尺度下对原始图像f(x,y)的响应Ri(x,y)表示为:

其中,*表示卷积;

所述多尺度匹配滤波器的多尺度积Pi,j定义:

Pi,j(x,y)=Ri(x,y)·Rj(x,y)

其中,(i,j)表示两个相邻的尺度;

一幅图像的年龄纹理特征Ft由下式定义:

Ft=H(max(Pi,j(x,y),i∈[1:3],j∈[1:3]))

其中,H表示直方图操作;P是原始图像不同尺度滤波器相邻尺度的两个积图像,max对两幅积图像逐点取最大值从而得到一副最大值图像;

提取颜色特征:一幅图像的颜色特征Fc由下式定义,

Fc=[H(fr(x,y)) H(fg(x,y)) H(fb(x,y))]

其中,(r,g,b)代表不同的颜色通道;fr、fg、fb表示原始图像3个通道对应的图像,H表示直方图操作从而得到3个通道图像的直方图,三个H之间进行串接,从而构成一个高维向量;

提取亮度特征:一幅图像的亮度特征Fl由下式定义,

Fl=[mean(fr(x,y)) mean(fg(x,y)) mean(fb(x,y))]

其中,mean表示均值;三个mean之间进行串接,从而构成一个高维向量;

基于所述纹理特征、所述颜色特征、所述亮度特征的训练矩阵At、Ac、Al分别由下式定义:

其中,mt、mc、ml分别表示纹理特征向量、颜色特征向量、亮度特征向量的维数,n表示训练样本个数,k表示样本共分为k类,IR表示实数域;

S2:基于三个训练样本特征矩阵,引入一个年龄段参数,通过调整年龄段参数得到测试样本在可容忍误差范围内的稀疏表达,所述年龄段参数用来标记一个可调的区间,把某几个相邻的年龄归为一类,所述年龄段参数段内的训练样本通过相邻年龄参数段内的训练样本进行补充;

S3:在稀疏表达的基础上,利用多特征融合最终确定测试样本的人脸图像对应的年龄。

2.如权利要求1所述的一种通过人脸图像识别年龄的方法,其特征在于,所述步骤S2中还包括基于所述三个训练样本特征矩阵和映射表达测试样本的年龄估计值,所述映射为所述稀疏表达的系数和所述年龄段参数之间的映射;通过使测试样本的年龄真实值和所述测试样本的年龄估计值之间的残差最小,确定所述可容忍误差范围内的稀疏表达。

3.如权利要求1所述的一种通过人脸图像识别年龄的方法,其特征在于,所述步骤S2中的年龄段参数所表征的年龄段为总共年龄数平均分配或不平均分配。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳信息职业技术学院,未经深圳信息职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710661928.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top