[发明专利]一种车内人员的性别、年龄和情绪智能识别方法及系统

权利要求书

1.一种车内人员的性别、年龄和情绪智能识别方法，其特征在于：包括以下步骤，

采集模块(100)采集图像(101)并输入人脸检测模块(200)中；

所述人脸检测模块(200)检测输入的所述图像(101)中是否包含人脸图像(201)，并将检测到的所述人脸图像(201)进行处理，输出人脸框图像(202)；

将所述人脸框图像(202)输入识别模块(300)中，所述识别模块(300)对所述人脸框图像(202)进行分析并输出识别结果(400)。

2.如权利要求1所述的车内人员的性别、年龄和情绪智能识别方法，其特征在于：所述检测输入的图像(101)是基于MTCNN网络模型，检测包括以下步骤，

所述图像(101)进行scale操作，得到若干个不同scale的输入图像；

不同scale的输入图像输入P-NET中，输出是人脸的候选图像的集合；

所述候选图像输入R-NET中进行筛选校准；

R-NET中筛选后的图像输入O-Net中进行提取，输出最终的人脸框图像(202)。

3.如权利要求2所述的车内人员的性别、年龄和情绪智能识别方法，其特征在于：所述识别模块(300)包括性别识别模块(301)、年龄识别模块(302)和情绪识别模块(303)，分别根据输入的所述人脸框图像(202)分析其对应车内人员的性别、年龄和情绪。

4.如权利要求3所述的车内人员的性别、年龄和情绪智能识别方法，其特征在于：所述性别识别模块(301)、所述年龄识别模块(302)和所述心情预测模块(303)分别基于不同的深度学习神经网络架构训练得到。

5.如权利要求4所述的车内人员的性别、年龄和情绪智能识别方法，其特征在于：所述性别识别模块(301)的工作包括以下步骤，

基于SSRNET网络架构构建性别识别模型；

使用亚洲人脸数据集数据集对所述性别识别模型进行充分训练；

将所述人脸框图像(202)输入所述性别识别模型并判断对应车内人员的性别，并输出性别识别结果(401)。

6.如权利要求5所述的车内人员的性别、年龄和情绪智能识别方法，其特征在于：所述年龄识别模块(302)的工作包括以下步骤，

基于SSRNET网络架构构建年龄识别模型；

使用亚洲人脸数据集对所述年龄识别模型进行充分训练；

将所述人脸框图像(202)输入所述年龄识别模型并判断对应车内人员的年龄，并输出年龄识别结果(402)。

7.如权利要求6所述的车内人员的性别、年龄和情绪智能识别方法，其特征在于：所述情绪识别模块(303)的工作包括以下步骤，

基于VGG 16网络架构构建情绪识别模型；

使用Cohn-Kanade扩展数据集对所述情绪识别模型进行充分训练；

将所述人脸框图像(202)输入所述情绪识别模型并判断对应车内人员的情绪，并输出情绪识别结果(403)。

8.如权利要求7所述的车内人员的性别、年龄和情绪智能识别方法，其特征在于：所述输出的识别结果(400)包括，

性别识别结果(401)，包括男或女；

年龄识别结果(402)，所述年龄识别结果(402)为一自然数；

情绪识别结果(403)，包括生气、害怕、开心、中立、悲伤、惊讶和厌恶。