[发明专利]基于音视频感知的人物性别识别技术

权利要求书

1.基于音视频感知的人物性别识别技术，其特征在于，包括以下步骤：

1)第一个特征分类器，基于音频特征对人物性别进行初步判定，得到初步判定结果；

2)第二个特征分类器，基于视频特征对人物性别进行初步判定，得到初步判定结果；

3)一个混合分类器，基于第一个特征分类器和第二个特征分类器的初步判定结果，对两者进行整合并输出最终的人物性别的判定结果，判定为男性或者女性。

2.根据权利要求1所述的基于音视频感知的人物性别识别技术，其特征在于，第一个特征分类器为基于音频特征的分类器，第二个分类器为基于视频特征的分类器。

3.根据权利要求2所述的基于音视频感知的人物性别识别技术，其特征在于，基于音频特征的分类器包括支持向量机(SVM)。

4.根据权利要求2所述的基于音视频感知的人物性别识别技术，其特征在于，第一个基于音频特征的分类器、第二个基于视频特征的分类器、和最终的混合分类器，其中每一个都包括支持向量机(SVM)。

5.基于音视频感知的人物性别识别技术，包含以下步骤：

1)生成一个数据库，里面包含多个待分类的男性和女性的面部图像；

2)从上述1)中数据库提取缩略图像；

3)训练支持向量机分类器以区分男性和女性的面部图像，包括确定合适的多项式核和拉格朗日乘子的上界；

4)生成一个数据库，里面包含多个待分类的男性和女性的语音；

5)从4)中数据库提取倒谱特征；

6)训练支持向量机分类器以区分男性和女性的语音，包括确定合适的径向基函数和拉格朗日乘子的上界；

7)使用语义融合的方式，结合基于音频特征和基于视频特征的分类结果，最终得到相比单独基于语音或者视频特征的更优的性别分类结果。