[发明专利]一种基于属性特征提取的AI人脸风格辨识方法

说明书

本发明涉及了一种基于属性特征提取的AI人脸风格辨识方法，首先获取包含无遮挡人脸的图片，对图片中的人脸进行检测、定位及校正，再将校正后的人脸图像放入预训练好的人脸属性识别模型中，识别出人脸的性别、年龄、faceid、人脸关键点、肤质、肤色、脸型、五官分布、五官大小、五官轮廓、五官类型等人脸属性，最后将所述识别出的人脸属性作为输入，输入至预训练好的结合了美学专家理论的人脸风格辨识模型中，最终输出人脸风格。

技术领域

本发明涉及人脸图像技术领域，具体涉及一种基于属性特征提取的AI人脸风格辨识方法。

背景技术

随着科技的发展和生产力的不断提高，人脸识别已成为一项热门的计算机研究领域。

现有的人脸识别技术主要是针人脸的图片或视频输入，首先检测是否存在人脸，如果存在，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息，同时也包括人脸的性别、年龄、脸型等属性。

然而，在人脸美学理论种，人脸类型除了黄种人、白种人、黑人这类区分外，任何一个人都存在其内在的本我风格，人脸内在的本我风格在很大程度上，影响着其穿着不同服装的视觉效果，而现有的人脸识别技术无法识别人脸内在的本我风格。

发明内容

本发明提供一种基于属性特征提取的AI人脸风格辨识方法，旨在通过采集的人脸图像，进行一系列处理、分析，并结合人脸美学理论，得出人脸内在的本我风格，进而提供专业的美学穿搭建议指导，既能帮助用户选择服饰，同时也能帮助导购提供营销指引。

一种基于属性特征提取的AI人脸风格辨识方法，其特征在于，包括：

S1 人脸图像获取；

S2 人脸图像预处理；

S3 第一类人脸属性识别；

S4 第二类人脸属性识别；

S5训练人脸风格辨识模型，将第一类人脸属性和第二类人脸属性作为输入，输入至预训练好的人脸风格辨识模型，最终输出人脸风格。

根本发明的进一步技术方案是，步骤S1所述的人脸图像获取，是通过相机或其他视觉获取设备，获取包含无遮挡的人脸图片。

本发明的进一步技术方案是，步骤S2所述的人脸图像预处理，包括图像resize、人脸定位及人脸校正。

本发明的进一步技术方案是，步骤S3所述的第一类人脸属性，是可通过图像处理操作或可通过深度学习模型直接输出的人脸属性，包括：性别、年龄、faceid、人脸关键点、肤质、肤色。

本发明的进一步技术方案是，步骤S4所述的第二类人脸属性，是在所述获取的第一类人脸属性基础上，进一步分析、提取得到的人脸属性，包括：脸型、五官分布、五官大小、五官轮廓、五官类型。

本发明的进一步技术方案是，步骤S5所述的训练人脸风格辨识模型，包括以下步骤：

S5.1 建立人脸风格数据集，由美学专家对人脸风格进行严格标注；

S5.2 搭建深度学习分类模型，以所述第一类人脸属性中的性别、年龄、肤质、肤色和所述第二类人脸属性中的所有属性作为输入，以专家标注作为标签，训练SVM分类网络，得到所述预训练好的人脸风格辨识模型。

附图说明

图1一种基于属性特征提取的AI人脸风格辨识方法整体流程示意图；

图2mtCNN人脸关键点检测示例；

图3facenet98人脸关键点检测示例。

具体实施方式