CN103886284A - 人物属性信息识别方法、装置及电子设备 - Google Patents
人物属性信息识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN103886284A CN103886284A CN201410074645.XA CN201410074645A CN103886284A CN 103886284 A CN103886284 A CN 103886284A CN 201410074645 A CN201410074645 A CN 201410074645A CN 103886284 A CN103886284 A CN 103886284A
- Authority
- CN
- China
- Prior art keywords
- information
- personage
- attribute information
- initial
- age
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本公开是关于一种人物属性信息识别方法、装置及电子设备,属于图像处理领域。所述方法包括:获取包含有人脸的图像;对所述人脸进行识别,获得人物身份信息和初始的人物属性信息;查询与所述人物身份信息相对应的历史的人物属性信息;根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息。本公开通过对图像中的人脸进行识别,获得人物身份信息和初始的人物属性信息;根据该初始的人物属性信息和与该人物身份信息对应的历史的人物属性信息确定本次识别的人物属性信息;解决了相关技术中从人脸图像中提取到的几何特征受人脸区域的亮度和光照角度的影响较大的问题,达到提高人物属性信息识别准确性的效果。
Description
技术领域
本公开涉及图像处理领域,尤其涉及一种人物属性信息识别方法、装置及电子设备。
背景技术
人物属性信息识别在图像处理、身份认证以及机器人视觉等很多领域都存在着潜在的应用。比如,在图像处理领域,可以根据识别出的人物属性信息对图像中的人物做针对性的处理。
在相关技术中,通常从人脸图像中提取人物属性信息识别所需要的几何特征,并使用各种机器学习算法对提取到的几何特征进行训练。比如,当人物属性信息包括年龄信息和性别信息时,可以使用NMF(Non-negative MatrixFactorization,非负矩阵分解)改进算法进行年龄识别,并使用基于AdaBoost分类方法进行性别识别。
在实现本公开的过程中,发现相关技术至少存在以下问题:
在相关技术所示的人物属性信息识别方法中,从人脸图像中提取到的几何特征受人脸区域的亮度和光照角度的影响较大,在光线较暗或逆光环境下提取到的几何特征相对于正常环境下有较大差别,识别获得的结果随着环境的变换会产生较大的波动,从而导致识别结果不准确。
发明内容
为了解决相关技术中从人脸图像中提取到的几何特征受人脸区域的亮度和光照角度的影响较大,从而导致识别结果不准确的问题,本公开实施例提供了一种人物属性信息识别方法、装置及电子设备。所述技术方案如下:
根据本公开实施例的第一方面,提供一种人物属性信息识别方法,包括:
获取包含有人脸的图像;
对所述人脸进行识别,获得人物身份信息和初始的人物属性信息;
查询与所述人物身份信息相对应的历史的人物属性信息;
根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息。
优选的,所述根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息,包括:
当所述人物属性信息包括年龄信息时,将初始的年龄信息和历史的年龄信息的平均值确定为本次识别的年龄信息。
优选的,所述根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息,包括:
当所述人物属性信息包括年龄信息时,获取初始的年龄信息对应的时间信息和历史的年龄信息对应的时间信息;
根据所述初始的年龄信息对应的时间信息和所述历史的年龄信息对应的时间信息确定所述初始的年龄信息的权重和所述历史的年龄信息的权重;
根据所述初始的年龄信息、所述初始的年龄信息的权重、所述历史的年龄信息和所述历史的年龄信息的权重确定本次识别的年龄信息。
优选的,所述根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息,包括:
当所述人物属性信息包括性别信息时,计算两种性别在初始的性别信息和历史的性别信息组成的集合中各自对应的占比数值;
判断所述两种性别各自对应的占比数值中是否存在大于预定比例阈值t的占比数值,50%<t<100%;
若判断结果为存在大于所述预定比例阈值t的占比数值,则将所述大于预定比例阈值t的占比数值对应的性别确定为本次识别的性别信息。
优选的,还包括:
若判断结果为不存在大于所述预定比例阈值t的占比数值,则将所述初始的性别信息确定为本次识别的性别信息。
优选的,所述方法还包括:
根据所述初始的人物属性信息和/或所述本次识别的人物属性信息更新所述历史的人物属性信息。
根据本公开实施例的第二方面,提供一种人物属性信息识别装置,包括:
图像获取模块,用于获取包含有人脸的图像;
识别模块,用于对所述人脸进行识别,获得人物身份信息和初始的人物属性信息;
查询模块,用于查询与所述人物身份信息相对应的历史的人物属性信息;
属性信息确定模块,用于根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息。
优选的,所述属性信息确定模块,包括:
第一年龄信息确定单元,用于当所述人物属性信息包括年龄信息时,将初始的年龄信息和历史的年龄信息的平均值确定为本次识别的年龄信息。
优选的,所述属性信息确定模块,包括:
时间信息获取单元,用于当所述人物属性信息包括年龄信息时,获取初始的年龄信息对应的时间信息和历史的年龄信息对应的时间信息;
权重确定单元,用于根据所述初始的年龄信息对应的时间信息和所述历史的年龄信息对应的时间信息确定所述初始的年龄信息的权重和所述历史的年龄信息的权重;
第二年龄信息确定单元,用于根据所述初始的年龄信息、所述初始的年龄信息的权重、所述历史的年龄信息和所述历史的年龄信息的权重确定本次识别的年龄信息。
优选的,所述属性信息确定模块,包括:
计算单元,用于当所述人物属性信息包括性别信息时,计算两种性别在初始的性别信息和历史的性别信息组成的集合中各自对应的占比数值;
判断单元,用于判断所述两种性别各自对应的占比数值中是否存在大于预定比例阈值t的占比数值,50%<t<100%;
第一性别信息确定单元,用于若所述判断单元判断结果为存在大于所述预定比例阈值t的占比数值,则将所述大于预定比例阈值t的占比数值对应的性别确定为本次识别的性别信息。
优选的,所述属性信息确定模块,还包括:
第二性别信息确定单元,用于若所述判断单元的判断结果为不存在大于所述预定比例阈值t的占比数值,则将所述初始的性别信息确定为本次识别的性别信息。
优选的,所述装置还包括:
更新模块,用于根据所述初始的人物属性信息和/或所述本次识别的人物属性信息更新所述历史的人物属性信息。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取包含有人脸的图像;
对所述人脸进行识别,获得人物身份信息和初始的人物属性信息;
查询与所述人物身份信息相对应的历史的人物属性信息;
根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息。
本公开实施例提供的技术方案可以带来以下有益效果:
通过对图像中的人脸进行识别,获得人物身份信息和初始的人物属性信息;根据该初始的人物属性信息和与该人物身份信息对应的历史的人物属性信息获得本次识别的人物属性信息;将初始识别结果和历史识别结果相结合,以确定最终的识别结果,解决了相关技术中从人脸图像中提取到的几何特征受人脸区域的亮度和光照角度的影响较大,从而导致识别结果不准确的问题,达到提高人物属性信息识别准确性的效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种人物属性信息识别方法的流程图;
图2是根据另一示例性实施例示出的一种人物属性信息识别方法的流程图;
图3是根据又一示例性实施例示出的一种人物属性信息识别方法的流程图;
图4是根据一示例性实施例示出的一种人物属性信息识别装置的示意图;
图5是根据另一示例性实施例示出的一种人物属性信息识别装置的示意图;
图6是根据一示例性实施例示出的一种电子设备的示意图;
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的设备和方法的例子。
图1是根据一示例性实施例示出的一种人物属性信息识别方法的流程图,如图1所示,该人物属性信息识别方法用于电子设备中,该电子设备可以是智能手机、平板电脑或者电子书阅读器等。该人物属性信息识别方法可以包括以下步骤:
在步骤102中,获取包含有人脸的图像;
在步骤104中,对该人脸进行识别,获得人物身份信息和初始的人物属性信息;
在步骤106中,查询与该人物身份信息相对应的历史的人物属性信息;
在步骤108中,根据该初始的人物属性信息和该历史的人物属性信息确定本次识别的人物属性信息。
综上所述,本示例性实施例示出的人物属性信息识别方法,通过对图像中的人脸进行识别,获得人物身份信息和初始的人物属性信息;根据该初始的人物属性信息和与该人物身份信息对应的历史的人物属性信息获得本次识别的人物属性信息;将初始识别结果和历史识别结果相结合,以确定最终的识别结果,解决了相关技术中从人脸图像中提取到的几何特征受人脸区域的亮度和光照角度的影响较大,从而导致识别结果不准确的问题,达到提高人物属性信息识别准确性的效果。
图2是根据另一示例性实施例示出的一种人物属性信息识别方法的流程图,如图2所示,该人物属性信息识别方法用于电子设备中,该电子设备可以是智能手机、平板电脑或者电子书阅读器等。该人物属性信息识别方法可以包括以下步骤:
在步骤202中,获取包含有人脸的图像;
其中,该包含有人脸的图像可以是电子设备中的图像采集单元实时采集的图像,也可以时电子设备中预先存储的图像。比如,以电子设备为智能手机为例,该包含有人脸的图像可以是智能手机中的摄像头实时拍摄的照片,也可以是智能手机本地预先存储的照片。
在步骤204中,对该人脸进行识别,获得人物身份信息和初始的人物属性信息;
人脸识别是一种通过分析比较人脸视觉特征信息进行身份鉴别的技术,属于生物特征识别技术,通常用于对生物体(一般特指人)本身的生物特征来区分生物体个体。随着技术的不断发展,人脸识别不仅可以用于对人物身份信息的识别,还可以用于对人物属性信息的识别,比如人物的年龄和性别等。
在步骤206中,检测本地是否存储有与该人物身份信息相对应的历史的人物属性信息;
电子设备可以根据该人物身份信息查询本地是否存储有对应的历史的人物属性信息。
在步骤208中,若本地存储有与该人物身份信息相对应的历史的人物属性信息,则根据该初始的人物属性信息和该历史的人物属性信息确定本次识别的人物属性信息;
其中,人物属性信息可以包括人物的年龄信息和性别信息。
当人物属性信息包括年龄信息时,可以将初始的年龄信息和历史的年龄信息的平均值确定为本次识别的年龄信息。比如,假设本次识别获得的初始的年龄信息为25岁,根据人物身份信息从本地查询获得历史的年龄信息共有2个,分别为:22岁和26岁,则本次识别的年龄信息为(25+22+26)/3≈24岁。
此外,使用初始的年龄信息和历史的年龄信息的平均值为本次识别的年龄信息时,还可以只存储历史的平均值和历史识别次数。比如,假设本次识别获得的初始的年龄信息为25岁,历史的年龄信息的平均值为27岁,历史检测次数为2次,则本次识别的年龄信息为(25+27*2)/3≈26岁。
当人物属性信息包括性别信息时,可以计算两种性别在初始的性别信息和历史的性别信息组成的集合中各自对应的占比数值,并判断该两种性别各自对应的占比数值中是否存在大于预定比例阈值t的占比数值,50%<t<100%;若判断结果为存在大于t的占比数值,则将该t的占比数值对应的性别确定为本次识别的性别信息;若判断结果为不存在大于t的占比数值,则将初始的性别信息确定为本次识别的性别信息。
比如,假设t为70%,本次识别获得的初始的性别信息为男性,根据人物身份信息从本地查询获得历史的性别信息共有4个,分别为男性、男性、男性和女性。则在初始的性别信息和历史的性别信息组成的集合中,男性对应的占比数值为80%,女性对应的占比数值为20%,其中,男性对应的占比数值大于70%,则确定本次识别的性别信息为男性。若从本地查询获得历史的性别信息分别为男性、男性、女性和女性,则在初始的性别信息和历史的性别信息组成的集合中,男性对应的占比数值为60%,女性对应的占比数值为40%,男性和女性对应的占比数值都不大于70%,则确定本次识别的性别信息为本次识别获得初始的性别信息,即男性。
在步骤210中,根据初始的人物属性信息和/或本次识别的人物属性信息更新该历史的人物属性信息。
电子设备可以将初始的人物属性信息存储为历史人物属性信息;或者,电子设备可以将本次识别的人物属性信息存储为历史人物属性信息;或者,电子设备可以将初始的人物属性信息和本次识别的人物属性信息都存储为历史的人物属性信息;或者,电子设备可以将初始的年龄信息存储为历史的年龄信息,并将本次识别的性别信息存储为历史的性别信息;或者,电子设备可以将初始的性别信息存储为历史的性别信息,并将本次识别的年龄信息存储为历史的年龄信息。
综上所述,本示例性实施例示出的人物属性信息识别方法,通过对图像中的人脸进行识别,获得人物身份信息和初始的人物属性信息;根据该初始的人物属性信息和与该人物身份信息对应的历史的人物属性信息获得本次识别的人物属性信息;将初始识别结果和历史识别结果相结合,以确定最终的识别结果,解决了相关技术中从人脸图像中提取到的几何特征受人脸区域的亮度和光照角度的影响较大,从而导致识别结果不准确的问题,达到提高人物属性信息识别准确性的效果。
图3是根据又一示例性实施例示出的一种人物属性信息识别方法的流程图,如图3所示,该人物属性信息识别方法用于电子设备中,该电子设备可以是智能手机、平板电脑或者电子书阅读器等。该人物属性信息识别方法可以包括以下步骤:
在步骤302中,获取包含有人脸的图像;
其中,该包含有人脸的图像可以是电子设备中的图像采集单元实时采集的图像,也可以时电子设备中预先存储的图像。比如,以电子设备为智能手机为例,该包含有人脸的图像可以是智能手机中的摄像头实时拍摄的照片,也可以是智能手机本地预先存储的照片。
在步骤304中,对该人脸进行识别,获得人物身份信息和初始的人物属性信息;
人脸识别是一种通过分析比较人脸视觉特征信息进行身份鉴别的技术,属于生物特征识别技术,通常用于对生物体(一般特指人)本身的生物特征来区分生物体个体。随着技术的不断发展,人脸识别不仅可以用于对人物身份信息的识别,还可以用于对人物属性信息的识别,比如人物的年龄和性别等。
在步骤306中,判断本地是否存储有与该人物身份信息相对应的历史的人物属性信息;若是,进入步骤308,否则,进入步骤310;
电子设备可以将历次识别出的人物属性信息对应人物身份信息存储为历史的人物属性信息。在后续每次识别时,可以根据识别出的人物身份信息查询是否存在对应的历史的人物属性信息。
在步骤308中,根据该初始的人物属性信息和该历史的人物属性信息确定得本次识别的人物属性信息;
其中,人物属性信息可以包括人物的年龄信息和性别信息。
当人物属性信息包括年龄信息时,可以将初始的年龄信息和历史的年龄信息的平均值确定为本次识别的年龄信息。比如,假设本次识别获得的初始的年龄信息为25岁,根据人物身份信息从本地查询获得历史的年龄信息共有2个,分别为:22岁和26岁,则本次识别的年龄信息为(25+22+26)/3≈24岁。
此外,使用初始的年龄信息和历史的年龄信息的平均值为本次识别的年龄信息时,还可以只存储历史的平均值和历史识别次数。比如,假设本次识别获得的初始的年龄信息为25岁,历史的年龄信息的平均值为27岁,历史检测次数为2次,则本次识别的年龄信息为(25+27*2)/3≈26岁。
此外,考虑到随着时间的推移,同一人物的年龄会发生变化,为了进一步提高年龄识别的准确性,可以在年龄识别时,对在不同时间识别获得的历史的年龄信息设置不同的权重。比如,电子设备可以获取初始的年龄信息对应的时间信息和历史的年龄信息对应的时间信息,根据该初始的年龄信息对应的时间信息和该历史的年龄信息对应的时间信息确定该初始的年龄信息的权重和该历史的年龄信息的权重,并根据该初始的年龄信息、该初始的年龄信息的权重、该历史的年龄信息和该历史的年龄信息的权重确定本次识别的年龄信息。其中,初始的年龄信息对应的时间信息为当前时间,历史的年龄信息对应的时间信息为历史的年龄信息被识别存储的时间。电子设备可以根据历史的年龄信息被识别存储的时间距离当前时间的长度设置各个年龄信息的权重。
在实际应用中,可以考虑对初始的年龄信息以及距离当前时间较近的时间段内获得历史的年龄信息设置较大的权重,对距离当前时间较远的时间段内获得的历史的年龄信息设置较小的权重,比如,假设本次识别获得的初始的年龄信息为25岁,根据人物身份信息从本地查询获得历史的年龄信息共有2个,分别为:22岁和26岁,其中,22岁为一个月之内存储的历史的年龄信息,26岁为半年之前存储的历史的年龄信息,电子设备可以根据预先配置的权重设置策略,将初始的年龄信息的权重设置为4,一个月之内存储的历史的年龄信息的权重设置为2,半年之前存储的历史的年龄信息的权重设置为1,则确定本次识别的年龄信息为(25*4+22*2+26*1)/(4+2+1)≈24岁。
当人物属性信息包括性别信息时,可以计算两种性别在初始的性别信息和历史的性别信息组成的集合中各自对应的占比数值,并判断该两种性别各自对应的占比数值中是否存在大于预定比例阈值t的占比数值,50%<t<100%;若判断结果为存在大于t的占比数值,则将该t的占比数值对应的性别确定为本次识别的性别信息;若判断结果为不存在大于t的占比数值,则将初始的性别信息确定为本次识别的性别信息。
比如,假设t为70%,本次识别获得的初始的性别信息为男性,根据人物身份信息从本地查询获得的历史的性别信息共有4个,分别为男性、男性、男性和女性。则在初始的性别信息和历史的性别信息组成的集合中,男性对应的占比数值为80%,女性对应的占比数值为20%,其中,男性对应的占比数值大于70%,则确定本次识别的性别信息为男性。若从本地查询获得历史的性别信息分别为男性、男性、女性和女性,则在初始的性别信息和历史的性别信息组成的集合中,男性对应的占比数值为60%,女性对应的占比数值为40%,男性和女性对应的占比数值都不大于70%,则确定本次识别的性别信息为本次识别获得初始的性别信息,即男性。
与年龄识别类似的,在性别识别时,也可以对在不同时间识别获得的历史的性别信息设置不同的权重。比如,电子设备可以获取初始的性别信息对应的时间信息和历史的性别信息对应的时间信息,根据该初始的性别信息对应的时间信息和该历史的性别信息对应的时间信息确定该初始的性别信息的权重和该历史的性别信息的权重,并根据该初始的性别信息、该初始的性别信息的权重、该历史的性别信息和该历史的性别信息的权重计算两种性别各自对应的占比数值。其中,初始的性别信息对应的时间信息为当前时间,历史的性别信息对应的时间信息为历史的性别信息被识别存储的时间。电子设备可以根据历史的性别信息被识别存储的时间距离当前时间的长度设置各个性别信息的权重。
在实际应用中,可以考虑对初始的性别信息以及距离当前时间较近的时间段内获得历史的性别信息设置较大的权重,对距离当前时间较远的时间段内获得的历史的性别信息设置较小的权重,比如,假设本次识别获得的初始的性别信息为男性,根据人物身份信息从本地查询获得的历史的性别信息共有4个,分别为男性、男性、男性和女性,这4个历史的性别信息的存储时间距离当前时刻分别为1个月、1个月、3个月和6个月,电子设备可以根据预先配置的权重设置策略,将初始的性别信息的权重设置为5,将1个月之内存储的历史的性别信息的权重设置为4,将1至3个月内存储的历史的性别信息的权重设置为2,将3至6个月内存储的历史的性别信息的权重设置为1,则男性对应的占比数值为(1*5+1*4+1*4+1*2)/(1*5+1*4+1*4+1*2+1*1)≈93%,女性对应的占比数值为(1*5+1*4+1*4+1*2)/(1*5+1*4+1*4+1*2+1*1)≈7%。
在步骤310中,将该初始的人物属性信息确定为本次识别的人物属性信息;
若本地未存储有与该人物身份信息相对应的历史的人物属性信息,则将初始的人物属性信息确定为本次识别的人物属性信息。
在步骤312中,更新历史的人物属性信息。
当本地存储有与该人物身份信息相对应的历史的人物属性信息时,电子设备可以将初始的人物属性信息存储为历史人物属性信息;或者,电子设备可以将本次识别的人物属性信息存储为历史人物属性信息;或者,电子设备可以将初始的人物属性信息和本次识别的人物属性信息都存储为历史的人物属性信息;或者,电子设备可以将初始的年龄信息存储为历史的年龄信息,并将本次识别的性别信息存储为历史的性别信息;或者,电子设备可以将初始的性别信息存储为历史的性别信息,并将本次识别的年龄信息存储为历史的年龄信息。
需要说明的是,当将初始的年龄信息和历史的年龄信息的平均值获取为本次识别的年龄信息,且历史的年龄信息以平均值的形式存储时,可以将本次识别的年龄信息更新为历史的年龄平均值,并将历史识别次数+1。
当本地未存储有与该人物身份信息相对应的历史的人物属性信息时,电子设备建立该人物身份信息与人物属性信息的对应关系,并将初始的人物属性信息存储为历史人物属性信息。
综上所述,本示例性实施例示出的人物属性信息识别方法,通过对图像中的人脸进行识别,获得人物身份信息和初始的人物属性信息;根据该初始的人物属性信息和与该人物身份信息对应的历史的人物属性信息获得本次识别的人物属性信息;将初始识别结果和历史识别结果相结合,以确定最终的识别结果,解决了相关技术中从人脸图像中提取到的几何特征受人脸区域的亮度和光照角度的影响较大,从而导致识别结果不准确的问题,达到提高人物属性信息识别准确性的效果。
此外,本示例性实施例示出的人物属性信息识别方法,在进行人物属性信息识别时,对在不同时间识别获得的历史的人物属性信息设置不同的权重,从而进一步提高人物属性信息识别的准确性。
图4是根据一个示例性实施例示出的一种人物属性信息识别装置的示意图。该人物属性信息识别装置用于电子设备中,该电子设备可以是智能手机、平板电脑或者电子书阅读器等。参照图4,该装置包括图像获取模块401、识别模块402、查询模块403以及属性信息确定模块404;
该图像获取模块401被配置为用于获取包含有人脸的图像;
该识别模块402被配置为用于对该人脸进行识别,获得人物身份信息和初始的人物属性信息;
该查询模块403被配置为用于查询与该人物身份信息相对应的历史的人物属性信息;
该属性信息确定模块404被配置为用于根据该初始的人物属性信息和该历史的人物属性信息确定本次识别的人物属性信息。
综上所述,本示例性实施例示出的人物属性信息识别装置,通过对图像中的人脸进行识别,获得人物身份信息和初始的人物属性信息;根据该初始的人物属性信息和与该人物身份信息对应的历史的人物属性信息获得本次识别的人物属性信息;将初始识别结果和历史识别结果相结合,以确定最终的识别结果,解决了相关技术中从人脸图像中提取到的几何特征受人脸区域的亮度和光照角度的影响较大,从而导致识别结果不准确的问题,达到提高人物属性信息识别准确性的效果。
图5是根据另一示例性实施例示出的一种人物属性信息识别装置的示意图。该人物属性信息识别装置用于电子设备中,该电子设备可以是智能手机、平板电脑或者电子书阅读器等。参照图5,该装置包括图像获取模块501、识别模块502、查询模块503以及属性信息确定模块504;
图像获取模块501被配置为用于获取包含有人脸的图像;
该识别模块502被配置为用于对该人脸进行识别,获得人物身份信息和初始的人物属性信息;
该查询模块503被配置为用于查询与该人物身份信息相对应的历史的人物属性信息;
该属性信息确定模块504被配置为用于根据该初始的人物属性信息和该历史的人物属性信息确定本次识别的人物属性信息。
所述属性信息确定模块504,包括:第一年龄信息确定单元504a;
所述第一年龄信息确定单元504a被配置为用于当所述人物属性信息包括年龄信息时,将初始的年龄信息和历史的年龄信息的平均值确定为本次识别的年龄信息。
所述属性信息确定模块504,包括:时间信息获取单元504b、权重确定单元504c以及第二年龄信息确定单元504d;
所述时间信息获取单元504b被配置为用于当所述人物属性信息包括年龄信息时,获取初始的年龄信息对应的时间信息和历史的年龄信息对应的时间信息;
所述权重确定单元504c被配置为用于根据所述初始的年龄信息对应的时间信息和所述历史的年龄信息对应的时间信息确定所述初始的年龄信息的权重和所述历史的年龄信息的权重;
所述第二年龄信息确定单元504d被配置为用于根据所述初始的年龄信息、所述初始的年龄信息的权重、所述历史的年龄信息和所述历史的年龄信息的权重确定本次识别的年龄信息。
所述属性信息确定模块504,包括:计算单元504e、判断单元504f以及第一性别信息确定单元504g;
所述计算单元504e被配置为用于当所述人物属性信息包括性别信息时,计算两种性别在初始的性别信息和历史的性别信息组成的集合中各自对应的占比数值;
其中,所述计算单元504e具体被配置为用于当所述人物属性信息包括性别信息时,获取初始的性别信息对应的时间信息和历史的性别信息对应的时间信息,根据所述初始的性别信息对应的时间信息和所述历史的性别信息对应的时间信息确定所述初始的性别信息的权重和所述历史的性别信息的权重,根据所述初始的性别信息、所述初始的性别信息的权重、所述历史的性别信息和所述历史的性别信息的权重计算两种性别在初始的性别信息和历史的性别信息组成的集合中各自对应的占比数值。
所述判断单元504f被配置为用于判断所述两种性别各自对应的占比数值中是否存在大于预定比例阈值t的占比数值,50%<t<100%;
所述第一性别信息确定单元504g被配置为用于若所述判断单元504f判断结果为存在大于所述预定比例阈值t的占比数值,则将所述大于预定比例阈值t的占比数值对应的性别确定为本次识别的性别信息。
所述属性信息确定模块,还包括:第二性别信息确定单元504h;
所述第二性别信息确定单元504h被配置为用于若所述判断单元504f的判断结果为不存在大于所述预定比例阈值t的占比数值,则将所述初始的性别信息确定为本次识别的性别信息。
所述装置还包括:更新模块504;
所述更新模块504被配置为用于根据所述初始的人物属性信息和/或所述本次识别的人物属性信息更新所述历史的人物属性信息。
综上所述,本示例性实施例示出的人物属性信息识别方法,通过对图像中的人脸进行识别,获得人物身份信息和初始的人物属性信息;根据该初始的人物属性信息和与该人物身份信息对应的历史的人物属性信息获得本次识别的人物属性信息;将初始识别结果和历史识别结果相结合,以获得最终的识别结果,解决了相关技术中从人脸图像中提取到的几何特征受人脸区域的亮度和光照角度的影响较大,从而导致识别结果不准确的问题,达到提高人物属性信息识别准确性的效果。
此外,本示例性实施例示出的人物属性信息识别方法,在进行人物属性信息识别时,对在不同时间识别获得的历史的人物属性信息设置不同的权重,从而进一步提高人物属性信息识别的准确性。
图6是根据一示例性实施例示出的一种电子设备的示意图。该电子设备可以是智能手机、平板电脑或者电子书阅读器等。参照图6,该电子设备包括如图4或图5所示的人物属性信息识别装置001。
图7是根据一示例性实施例示出的一种电子设备700的框图。例如,电子设备700可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图7,电子设备700可以包括以下一个或多个组件:处理组件702,存储器704,电源组件706,多媒体组件708,音频组件710,输入/输出(I/O)的接口712,传感器组件714,以及通信组件716。
处理组件702通常控制电子设备700的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器720来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件702可以包括一个或多个模块,便于处理组件702和其他组件之间的交互。例如,处理组件702可以包括多媒体模块,以方便多媒体组件708和处理组件702之间的交互。
存储器704被配置为存储各种类型的数据以支持在电子设备700的操作。这些数据的示例包括用于在电子设备700上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储器704中还存储有一个或多个模块,该一个或多个模块被配置成由该一个或多个处理器720执行,以完成上述的方法的全部或部分步骤。
电源组件706为电子设备700的各种组件提供电力。电源组件706可以包括电源管理***,一个或多个电源,及其他与为电子设备700生成、管理和分配电力相关联的组件。
多媒体组件708包括在所述电子设备700和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件708包括一个前置摄像头和/或后置摄像头。当电子设备700处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件710被配置为输出和/或输入音频信号。例如,音频组件710包括一个麦克风(MIC),当电子设备700处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中,音频组件710还包括一个扬声器,用于输出音频信号。
I/O接口712为处理组件702和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件714包括一个或多个传感器,用于为电子设备700提供各个方面的状态评估。例如,传感器组件714可以检测到电子设备700的打开/关闭状态,组件的相对定位,例如所述组件为电子设备700的显示器和小键盘,传感器组件714还可以检测电子设备700或电子设备700的一个组件的位置改变,用户与电子设备700接触的存在或不存在,电子设备700方位或加速/减速和电子设备700的温度变化。传感器组件714可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件714还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件716被配置为便于电子设备700和其他设备之间有线或无线方式的通信。电子设备700可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件716经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件716还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器704,上述指令可由电子设备700的处理器720执行以完成上述方法。例如,该非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (13)
1.一种人物属性信息识别方法,其特征在于,所述方法包括:
获取包含有人脸的图像;
对所述人脸进行识别,获得人物身份信息和初始的人物属性信息;
查询与所述人物身份信息相对应的历史的人物属性信息;
根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息,包括:
当所述人物属性信息包括年龄信息时,将初始的年龄信息和历史的年龄信息的平均值确定为本次识别的年龄信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息,包括:
当所述人物属性信息包括年龄信息时,获取初始的年龄信息对应的时间信息和历史的年龄信息对应的时间信息;
根据所述初始的年龄信息对应的时间信息和所述历史的年龄信息对应的时间信息确定所述初始的年龄信息的权重和所述历史的年龄信息的权重;
根据所述初始的年龄信息、所述初始的年龄信息的权重、所述历史的年龄信息和所述历史的年龄信息的权重确定本次识别的年龄信息。
4.根据权利要求1所述的方法,其特征在于,所述根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息,包括:
当所述人物属性信息包括性别信息时,计算两种性别在初始的性别信息和历史的性别信息组成的集合中各自对应的占比数值;
判断所述两种性别各自对应的占比数值中是否存在大于预定比例阈值t的占比数值,50%<t<100%;
若判断结果为存在大于所述预定比例阈值t的占比数值,则将大于所述预定比例阈值t的占比数值对应的性别确定为本次识别的性别信息。
5.根据权利要求4所述的方法,其特征在于,还包括:
若判断结果为不存在大于所述预定比例阈值t的占比数值,则将所述初始的性别信息确定为本次识别的性别信息。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述初始的人物属性信息和/或所述本次识别的人物属性信息更新所述历史的人物属性信息。
7.一种人物属性信息识别装置,其特征在于,所述装置包括:
图像获取模块,用于获取包含有人脸的图像;
识别模块,用于对所述人脸进行识别,获得人物身份信息和初始的人物属性信息;
查询模块,用于查询与所述人物身份信息相对应的历史的人物属性信息;
属性信息确定模块,用于根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息。
8.根据权利要求7所述的装置,其特征在于,所述属性信息确定模块,包括:
第一年龄信息确定单元,用于当所述人物属性信息包括年龄信息时,将初始的年龄信息和历史的年龄信息的平均值确定为本次识别的年龄信息。
9.根据权利要求7所述的装置,其特征在于,所述属性信息确定模块,包括:
时间信息获取单元,用于当所述人物属性信息包括年龄信息时,获取初始的年龄信息对应的时间信息和历史的年龄信息对应的时间信息;
权重确定单元,用于根据所述初始的年龄信息对应的时间信息和所述历史的年龄信息对应的时间信息确定所述初始的年龄信息的权重和所述历史的年龄信息的权重;
第二年龄信息确定单元,用于根据所述初始的年龄信息、所述初始的年龄信息的权重、所述历史的年龄信息和所述历史的年龄信息的权重确定本次识别的年龄信息。
10.根据权利要求7所述的装置,其特征在于,所述属性信息确定模块,包括:
计算单元,用于当所述人物属性信息包括性别信息时,计算两种性别在初始的性别信息和历史的性别信息组成的集合中各自对应的占比数值;
判断单元,用于判断所述两种性别各自对应的占比数值中是否存在大于预定比例阈值t的占比数值,50%<t<100%;
第一性别信息确定单元,用于若所述判断单元判断结果为存在大于所述预定比例阈值t的占比数值,则将大于所述预定比例阈值t的占比数值对应的性别确定为本次识别的性别信息。
11.根据权利要求10所述的装置,其特征在于,所述属性信息确定模块,还包括:
第二性别信息确定单元,用于若所述判断单元的判断结果为不存在大于所述预定比例阈值t的占比数值,则将所述初始的性别信息确定为本次识别的性别信息。
12.根据权利要求7所述的装置,其特征在于,所述装置还包括:
更新模块,用于根据所述初始的人物属性信息和/或所述本次识别的人物属性信息更新所述历史的人物属性信息。
13.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取包含有人脸的图像;
对所述人脸进行识别,获得人物身份信息和初始的人物属性信息;
查询与所述人物身份信息相对应的历史的人物属性信息;
根据所述初始的人物属性信息和所述历史的人物属性信息确定本次识别的人物属性信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410074645.XA CN103886284B (zh) | 2014-03-03 | 2014-03-03 | 人物属性信息识别方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410074645.XA CN103886284B (zh) | 2014-03-03 | 2014-03-03 | 人物属性信息识别方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103886284A true CN103886284A (zh) | 2014-06-25 |
CN103886284B CN103886284B (zh) | 2017-03-01 |
Family
ID=50955167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410074645.XA Active CN103886284B (zh) | 2014-03-03 | 2014-03-03 | 人物属性信息识别方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103886284B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105335709A (zh) * | 2015-10-21 | 2016-02-17 | 奇酷互联网络科技(深圳)有限公司 | 面部识别显示方法、面部识别显示装置和终端 |
CN105488470A (zh) * | 2015-11-30 | 2016-04-13 | 小米科技有限责任公司 | 确定人物属性信息的方法及装置 |
EP3067829A1 (en) * | 2015-03-13 | 2016-09-14 | Kabushiki Kaisha Toshiba | Person authentication method |
CN108108668A (zh) * | 2017-12-01 | 2018-06-01 | 北京小米移动软件有限公司 | 基于图像的年龄预测方法及装置 |
CN108540755A (zh) * | 2017-03-01 | 2018-09-14 | 中国电信股份有限公司 | 身份识别方法和装置 |
CN108831479A (zh) * | 2018-06-27 | 2018-11-16 | 努比亚技术有限公司 | 一种语音识别方法、终端及计算机可读存储介质 |
CN111368101A (zh) * | 2020-03-05 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 多媒体资源信息的展示方法、装置、设备以及存储介质 |
CN114550088A (zh) * | 2022-02-22 | 2022-05-27 | 北京城建设计发展集团股份有限公司 | 一种多摄像头融合的乘客识别方法、***及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101584575A (zh) * | 2009-06-19 | 2009-11-25 | 无锡骏聿科技有限公司 | 一种基于人脸识别技术的年龄评估方法 |
CN102682294A (zh) * | 2012-05-17 | 2012-09-19 | 南京理工大学常熟研究院有限公司 | 一种基于人脸形状及广义自组织映射的性别识别方法 |
US8520906B1 (en) * | 2007-09-24 | 2013-08-27 | Videomining Corporation | Method and system for age estimation based on relative ages of pairwise facial images of people |
-
2014
- 2014-03-03 CN CN201410074645.XA patent/CN103886284B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8520906B1 (en) * | 2007-09-24 | 2013-08-27 | Videomining Corporation | Method and system for age estimation based on relative ages of pairwise facial images of people |
CN101584575A (zh) * | 2009-06-19 | 2009-11-25 | 无锡骏聿科技有限公司 | 一种基于人脸识别技术的年龄评估方法 |
CN102682294A (zh) * | 2012-05-17 | 2012-09-19 | 南京理工大学常熟研究院有限公司 | 一种基于人脸形状及广义自组织映射的性别识别方法 |
Non-Patent Citations (1)
Title |
---|
张天刚等: "基于人脸图像的性别识别与年龄估计", 《计算机工程与设计》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3067829A1 (en) * | 2015-03-13 | 2016-09-14 | Kabushiki Kaisha Toshiba | Person authentication method |
US9807090B2 (en) | 2015-03-13 | 2017-10-31 | Kabushiki Kaisha Toshiba | Person authentication method |
CN105335709A (zh) * | 2015-10-21 | 2016-02-17 | 奇酷互联网络科技(深圳)有限公司 | 面部识别显示方法、面部识别显示装置和终端 |
CN105488470A (zh) * | 2015-11-30 | 2016-04-13 | 小米科技有限责任公司 | 确定人物属性信息的方法及装置 |
CN108540755A (zh) * | 2017-03-01 | 2018-09-14 | 中国电信股份有限公司 | 身份识别方法和装置 |
CN108108668A (zh) * | 2017-12-01 | 2018-06-01 | 北京小米移动软件有限公司 | 基于图像的年龄预测方法及装置 |
CN108108668B (zh) * | 2017-12-01 | 2021-04-27 | 北京小米移动软件有限公司 | 基于图像的年龄预测方法及装置 |
CN108831479A (zh) * | 2018-06-27 | 2018-11-16 | 努比亚技术有限公司 | 一种语音识别方法、终端及计算机可读存储介质 |
CN111368101A (zh) * | 2020-03-05 | 2020-07-03 | 腾讯科技(深圳)有限公司 | 多媒体资源信息的展示方法、装置、设备以及存储介质 |
CN111368101B (zh) * | 2020-03-05 | 2021-06-18 | 腾讯科技(深圳)有限公司 | 多媒体资源信息的展示方法、装置、设备以及存储介质 |
CN114550088A (zh) * | 2022-02-22 | 2022-05-27 | 北京城建设计发展集团股份有限公司 | 一种多摄像头融合的乘客识别方法、***及电子设备 |
CN114550088B (zh) * | 2022-02-22 | 2022-12-13 | 北京城建设计发展集团股份有限公司 | 一种多摄像头融合的乘客识别方法、***及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103886284B (zh) | 2017-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104850828B (zh) | 人物识别方法及装置 | |
CN103886284B (zh) | 人物属性信息识别方法、装置及电子设备 | |
CN106503617A (zh) | 模型训练方法及装置 | |
CN104408402B (zh) | 人脸识别方法及装置 | |
CN107454465A (zh) | 视频播放进度展示方法及装置、电子设备 | |
CN105654420A (zh) | 人脸图像处理方法及装置 | |
CN104852966A (zh) | 数值转移方法、终端及云端服务器 | |
CN107133576A (zh) | 用户年龄识别方法及装置 | |
CN105095881A (zh) | 人脸识别方法、装置及终端 | |
CN105335712A (zh) | 图像识别方法、装置及终端 | |
CN103944804A (zh) | 推荐联系人的方法及装置 | |
CN104077563A (zh) | 人脸识别方法和装置 | |
CN105279499A (zh) | 年龄识别方法及装置 | |
CN103885588A (zh) | 自动切换方法及装置 | |
CN104408404A (zh) | 人脸识别方法及装置 | |
CN106250921A (zh) | 图片处理方法及装置 | |
CN104063865A (zh) | 分类模型创建方法、图像分割方法及相关装置 | |
CN104301528A (zh) | 显示信息的方法及装置 | |
CN109360197A (zh) | 图像的处理方法、装置、电子设备及存储介质 | |
CN105574512A (zh) | 图像处理的方法和装置 | |
CN105357425A (zh) | 图像拍摄方法及装置 | |
CN107463903A (zh) | 人脸关键点定位方法及装置 | |
CN105335684A (zh) | 人脸检测方法及装置 | |
CN105139378A (zh) | 卡片边界检测方法及装置 | |
CN105100193A (zh) | 云名片推荐方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |