[发明专利]人脸属性识别方法、装置、终端设备和存储介质

权利要求书

1.一种人脸属性识别方法，其特征在于，包括：

获取视频流中的当前数据帧；

从所述当前数据帧中捕捉人脸，并获取人脸区域图像；

根据所述人脸区域图像提取人脸的特征信息；并将所述特征信息输入卷积神经网络模型；其中，所述卷积神经网络模型基于ResNet体系结构；

根据所述卷积神经网络模型的输出结果获取所述人脸所对应的年龄以及性别。

2.根据权利要求1所述的人脸属性识别方法，其特征在于，从所述当前数据帧中捕捉人脸，并获取人脸区域图像，具体包括：

将人脸区域图像转换为灰度图；

检测灰度图中的人脸及其坐标；

裁剪面部区域，并向面部区域添加预定比例的边距。

3.根据权利要求1所述的人脸属性识别方法，其特征在于，在获取视频流中的当前数据帧之前还包括：

构建基于ResNet体系结构的卷积神经网络模型；

利用具有年龄和性别标签的面部图像数据集对所述卷积神经网络模型进行训练；其中，所述面部图像数据集包括IMDB-WIKI数据集。

4.根据权利要求1所述的人脸属性识别方法，其特征在于，所述卷积神经网络模型对年龄的分类包括N类；则通过将每类的年龄值乘以对应的每类的概率后求和计算以识别年龄。

5.根据权利要求1所述的人脸属性识别方法，其特征在于，对预测年龄通过平均绝对误差算法以获取预测年龄。

6.一种机器人对人脸属性识别装置，其特征在于，包括：

获取模块，用于获取视频流中的当前数据帧；

捕捉模块，用于从所述当前数据帧中捕捉人脸，并获取人脸区域图像；

提取模块，用于根据所述人脸区域图像提取人脸的特征信息；并将所述特征信息输入卷积神经网络模型；其中，所述卷积神经网络模型基于ResNet体系结构；

输出模块，用于根据所述卷积神经网络模型的输出结果获取所述人脸所对应的年龄以及性别。

7.根据权利要求1所述的人脸属性识别装置，其特征在于，所述捕捉模块，具体包括：

转换模块，用于将人脸区域图像转换为灰度图；

检测模块，用于检测灰度图中的人脸及其坐标；

裁剪模块，用于裁剪面部区域，并向面部区域添加预定比例的边距。

8.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置由所述处理执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的一种人脸属性识别方法。

9.根据权利要求8所述的终端设备，其特征在于，所述终端设备为NAO机器人。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5中任意一项所述的人脸属性识别方法。