CN106295521B - 一种基于多输出卷积神经网络的性别识别方法、装置及计算设备 - Google Patents

Abstract

本发明公开了一种基于多输出卷积神经网络的性别识别方法、装置及计算设备，该方法包括：从图像数据库中获取人脸图像数据，其包括人脸图像和人脸性别；根据人脸图像数据，对第一卷积神经网络进行训练，第一神经网络包括依次相连的第一卷积层、第一下采样层、第二卷积层、第二下采样层、第一全连接层和第二全连接层；在训练好的第一卷积神经网络中添加第三全连接层和第四全连接层以生成第二卷积神经网络；根据人脸图像数据，对第二卷积神经网络进行训练；将待识别人脸图像输入到训练好的第二卷积神经网络中，得到第二全连接层输出的第一性别输出和第四连接层输出的第二性别输出；根据第一性别输出和第二性别输出判断待识别人脸图像的性别。

Description

一种基于多输出卷积神经网络的性别识别方法、装置及计算 设备

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于多输出卷积神经网络的性别识别方法、装置及计算设备。

背景技术

人脸作为重要的生物特征之一，人脸图像上蕴含了大量信息，如性别、年龄、人种等。随着图像处理技术中对人脸图像研究的进一步深入，特别是在人脸性别识别方面，在如PCA、LBP等传统人工提取特征的方法之外，以卷积神经网络(CNN：Convolutional NeuralNetwork)为基础的人脸性别识别方法也逐渐发展起来。

然而，现有的利用卷积神经网络进行人脸性别识别的方法中，在训练卷积神经网络时，由于数据分布不均匀，会导致预测结果向样本数量比较多的一类靠拢，尤其是在性别这种二分类问题上，如果女性样本偏多，在预测的时候会将一些男性预测为女性，反之亦然。对于数据不平衡的问题，大多采用的数据增益的方式，将样本数比较少的一类，通过一定的相似性变化，生成样本，以此弥补分布不均衡所带来的缺陷。但是，样本数较少的一类，因数据会过于单一，在情况复杂时并不能得到满意的效果。

发明内容

为此，本发明提供一种基于多输出卷积神经网络的性别识别方案，以力图解决或者至少缓解上面存在的问题。

根据本发明的一个方面，提供一种基于多输出卷积神经网络的性别识别方法，适于在计算设备中执行，该方法包括如下步骤：首先，从图像数据库中获取人脸图像数据，人脸图像数据包括人脸图像和人脸性别，人脸图像保持水平正面且满足预设尺寸，人脸性别包括男性和女性中任一种；根据人脸图像数据，对第一卷积神经网络进行训练，第一卷积神经网络包括依次相连的第一卷积层、第一下采样层、第二卷积层、第二下采样层、第一全连接层和第二全连接层；在训练好的第一卷积神经网络中添加第三全连接层和第四全连接层以生成第二卷积神经网络，其中第三全连接层与训练好的第一全连接层相同并与第二下采样层相连，第四全连接层与训练好的第二全连接层相同并与第三全连接层相连；根据人脸图像数据，对第二卷积神经网络进行训练；将待识别人脸图像输入到训练好的第二卷积神经网络中进行性别识别，得到第二全连接层输出的第一性别输出和第四连接层输出的第二性别输出；根据第一性别输出和第二性别输出判断待识别人脸图像的性别。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别方法中，根据人脸图像数据，对第一卷积神经网络进行训练包括：将人脸图像作为第一卷积神经网络中第一卷积层的输入、人脸性别作为第一卷积神经网络中第二卷积层的输出，对第一卷积神经网络进行训练。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别方法中，根据人脸图像数据，对第二卷积神经网络进行训练包括：对人脸性别进行分类，得到第一性别类型和第二性别类型，第一性别类型包括男性和非男性中任一种，第二性别类型包括女性和非女性中任一种；将人脸图像作为第二卷积神经网络中第一卷积层的输入、第一性别类型作为第二卷积神经网络中第二全连接层的输出、第二性别类型作为第二卷积神经网络中第四全连接层的输出，对第二卷积神经网络进行训练。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别方法中，还包括对待识别图像进行预处理以获取待识别人脸图像。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别方法中，对待识别图像进行预处理以获取待识别人脸图像包括：对待识别图像进行人脸检测，获取人脸位置信息；通过人脸位置信息，将待识别图像中的人脸裁剪后转换至预设尺寸；根据人脸关键点信息计算人脸进行平面旋转的变换矩阵；利用变换矩阵将预设尺寸下的人脸图像旋转成水平正面以获取待识别人脸图像。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别方法中，第一性别输出包括初始男性概率和非男性概率，第二性别输出包括初始女性概率和非女性概率。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别方法中，根据第一性别输出和第二性别输出判断待识别人脸图像的性别包括：将初始男性概率与非女性概率之和作为男性概率；将初始女性概率和非男性概率之和作为女性概率；若男性概率大于女性概率，则判断待识别人脸图像的性别为男性；若男性概率小于女性概率，则判断待识别人脸图像的性别为女性。

根据本发明的又一个方面，提供一种基于多输出卷积神经网络的性别识别装置，适于驻留在计算设备中，该装置包括获取模块、第一训练模块、生成模块、第二训练模块、识别模块和判断模块。其中，获取模块适于从图像数据库中获取人脸图像数据，人脸图像数据包括人脸图像和人脸性别，人脸图像保持水平正面且满足预设尺寸，人脸性别包括男性和女性中任一种；第一训练模块适于根据人脸图像数据，对第一卷积神经网络进行训练，第一卷积神经网络包括依次相连的第一卷积层、第一下采样层、第二卷积层、第二下采样层、第一全连接层和第二全连接层；生成模块适于在训练好的第一卷积神经网络中添加第三全连接层和第四全连接层以生成第二卷积神经网络，其中第三全连接层与训练好的第一全连接层相同并与第二下采样层相连，第四全连接层与训练好的第二全连接层相同并与第三全连接层相连；第二训练模块适于根据人脸图像数据，对第二卷积神经网络进行训练；识别模块适于将待识别人脸图像输入到训练好的第二卷积神经网络中进行性别识别，得到第二全连接层输出的第一性别输出和第四连接层输出的第二性别输出；判断模块适于根据第一性别输出和第二性别输出判断待识别人脸图像的性别。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别装置中，第一训练模块进一步适于：将人脸图像作为第一卷积神经网络中第一卷积层的输入、人脸性别作为第一卷积神经网络中第二卷积层的输出，对第一卷积神经网络进行训练。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别装置中，第二训练模块进一步适于：对人脸性别进行分类，得到第一性别类型和第二性别类型，第一性别类型包括男性和非男性中任一种，第二性别类型包括女性和非女性中任一种；将人脸图像作为第二卷积神经网络中第一卷积层的输入、第一性别类型作为第二卷积神经网络中第二全连接层的输出、第二性别类型作为第二卷积神经网络中第四全连接层的输出，对第二卷积神经网络进行训练。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别装置中，还包括预处理模块，适于对待识别图像进行预处理以获取待识别人脸图像。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别装置中，预处理模块进一步适于：对待识别图像进行人脸检测，获取人脸位置信息；通过人脸位置信息，将待识别图像中的人脸裁剪后转换至预设尺寸；根据人脸关键点信息计算人脸进行平面旋转的变换矩阵；利用变换矩阵将预设尺寸下的人脸图像旋转成水平正面以获取待识别人脸图像。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别装置中，第一性别输出包括初始男性概率和非男性概率，第二性别输出包括初始女性概率和非女性概率。

可选地，在根据本发明的基于多输出卷积神经网络的性别识别装置中，判断模块进一步适于：将初始男性概率与非女性概率之和作为男性概率；将初始女性概率和非男性概率之和作为女性概率；当男性概率大于女性概率时，判断待识别人脸图像的性别为男性；当男性概率小于女性概率时，判断待识别人脸图像的性别为女性。

根据本发明的又一个方面，还提供一种计算设备，包括根据本发明的基于多输出卷积神经网络的性别识别装置。

根据本发明的基于多输出卷积神经网络的性别识别的技术方案，首先利用人脸图像数据对第一卷积神经网络进行训练，再根据训练好的第一卷积神经网络生成第二卷积神经网络，并通过人脸图像数据来训练第二卷积神经网络，最后将待识别人脸图像输入到训练好的第二卷积神经网络中进行性别识别。在上述技术方案中，第二卷积神经网络是对训练好的第一卷积神经网络中的全连接层部分进行修改而生成的，将一个分类问题变成两个子类分类问题，再根据人脸图像数据对这两个子类分类问题进行训练，最终训练好的第二卷积神经网络是一个性别多输出卷积神经网络的增强模型，从而避免因人脸图像数据中性别训练数据不均衡而导致识别准确度较低的问题。

附图说明

为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。

图1示出了根据本发明的一个实施例的计算设备100的示意图；

图2示出了根据本发明一个实施例的基于多输出卷积神经网络的性别识别方法200的流程图；

图3示出了根据本发明一个实施例的第一卷积神经网络的结构示意图；

图4示出了根据本发明一个实施例的第二卷积神经网络的结构示意图；以及

图5示出了根据本发明的一个实施例的基于多输出卷积神经网络的性别识别装置300的示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1是示例计算设备100的框图。在基本的配置102中，计算设备100典型地包括***存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和***存储器106之间的通信。

取决于期望的配置，处理器104可以是任何类型的处理，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。

取决于期望的配置，***存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。***存储器106可以包括操作***120、一个或者多个应用122以及数据124。在一些实施方式中，应用122可以布置为在操作***上利用数据124进行操作。

计算设备100还包括储存设备132和储存接口总线134。储存设备132包括可移除储存器136和不可移除储存器138，可移除储存器136和不可移除储存器138均与储存接口总线134连接。计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。

网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。

计算设备100可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。在一些实施例中，计算设备100被配置为执行根据本发明的基于多输出卷积神经网络的性别识别方法。应用122包括根据本发明的基于多输出卷积神经网络的性别识别装置300。

图2示出了根据本发明一个实施例的基于多输出卷积神经网络的性别识别方法200的流程图。基于多输出卷积神经网络的性别识别方法200适于在计算设备(例如图1所示的计算设备100)中执行。

如图2所示，方法200始于步骤S210。在步骤S210中，从图像数据库中获取人脸图像数据，人脸图像数据包括人脸图像和人脸性别，人脸图像保持水平正面且满足预设尺寸，人脸性别包括男性和女性中任一种。在本实施例中，对图像数据库中的人脸图像数据而言，其包括的人脸图像是经过旋转处理后的图像，即预先将该人脸图像旋转为水平正面，且人脸图像为三通道彩色图像，预设尺寸为60px×60px。

随后，进入步骤S220。在步骤S220中，根据所述人脸图像数据，对第一卷积神经网络进行训练，第一卷积神经网络包括依次相连的第一卷积层、第一下采样层、第二卷积层、第二下采样层、第一全连接层和第二全连接层。将人脸图像作为第一卷积神经网络中第一卷积层的输入、人脸性别作为第一卷积神经网络中第二卷积层的输出，对第一卷积神经网络进行训练。图3示出了根据本发明一个实施例的第一卷积神经网络的结构示意图。如图3所示，在第一卷积神经网络中，是以第一卷积层为输入端，后面依次相连第一下采样层、第二卷积层、第二下采样层、第一全连接层和第二全连接层，其中第二全连接层为输出端，以人脸图像为第一卷积层的输入、人脸性别为第二全连接层的输出进行第一卷积神经网络的训练。在本实施例中，以图像数据库中的一个人脸图像数据A为例进行说明。人脸图像数据A包括人脸图像A1和人脸性别，人脸图像A1对应的人脸性别为男性。

在第一卷积神经网络中，首先，将A1输入到第一卷积层。A1是三通道彩色图像，尺寸为60px×60px。第一卷积层有20个卷积核，每个卷积核的参数个数为3×6×6，相当于3个6×6大小的卷积核在每个通道进行卷积，步长为1。则经过第一卷积层的卷积后，根据(60-6)/1+1＝55可知，此时得到的图像的尺寸为55px×55px，即获得20张55px×55px大小的特征图。实际上，在第一卷积层完成卷积处理后，还需要通过激活函数来调整第一卷积层的输出，避免下一层的输出为上一层的线性组合而无法逼近任意函数。采用ReLU(RectifiedLinear Unit)函数作为激活函数，进一步缓解过拟合问题，其表达式为f(x)＝max(0,w·x+b)，其中w·x+b为常规的线性函数。然后，进入第一下采样层，下采样亦称为池化，是利用图像局部相关性的原理，对图像进行子抽样，从而减少数据处理下并保留有用信息。在这里，池化采用最大重叠池化，即对55px×55px的特征图进行分块，每个块的大小为3×3，步长为2，并统计每个块的最大值，作为池化后图像的像素值。根据(55-3)/2+1＝27可知，池化后的特征图尺寸为27px×27px，则经过第一下采样层之后，获得20张27px×27px的特征图。在第一下采样层与第二卷积层之间，可设置一个局部响应归一化层以提高网络的泛化能力，此处称为第一局部响应归一化层。局部响应归一化可分为两种情况，第一种是特征图之间对应像素点的归一化，第二种是特征图的每个像素点的局部归一化，在本实施例中选择第二种归一化，即对特征图中的某一像素点进行空间扩展，根据该像素点所在位置，将其周围5px×5px大小区域内的像素点进行归一化处理，并将归一化处理后的结果用于更新该像素点的值。

接下来，局部归一化处理后的20张27px×27px的特征图进入第二卷积层。由于在第一卷积层中已经将三通道合在一起进行卷积，因此第二卷积层的输入为20张27px×27px的单通道图像。第二卷积层有48个卷积核，每个卷积核的参数个数为6×6，相当于1个6×6大小的卷积核进行卷积，步长为1。则经过第二卷积层的卷积后，根据(27-6)/1+1＝22可知，此时得到的图像的尺寸为22px×22px，由于在第二卷积层进行卷积的过程中还对20张27px×27px的特征图进行了加权组合，因此最后获得了48张22px×22px的特征图。在通过ReLU函数对第二卷积层的输出进行激活处理后，进入第二下采样层。根据最大重叠池化原理，对22px×22px的特征图进行分块，每个块的大小为2×2，步长为2，并统计每个块的最大值，作为池化后图像的像素值。根据(22-2)/2+1＝11可知，池化后的特征图尺寸为11px×11px，则经过第二下采样层之后，获得48张11px×11px的特征图。在第二采样层与第一全连接层中间可设置一个局部响应归一化层，此处称为第二局部响应归一化层，对得到的特征图中的某一像素点进行空间扩展，根据该像素点所在位置，将其周围5px×5px大小区域内的像素点进行归一化处理，并将归一化处理后的结果用于更新该像素点的值。

随后，进入第一全连接层，第一全连接层的神经元个数选择512个，则第一全连接层的输出为512张1px×1px大小的特征图。实际处理中，通常会将上述512张特征图先通过ReLU函数激活，再进行dropout处理，dropout可以理解为模型平均，即训练过程中在前向传导时，让某个神经元的激活值以一定的概率p停止工作，即该神经元的激活值以概率p变为0。比如，第一全连接层的神经元为512个，若dropout比率选择0.4，那么这一层神经元经过dropout之后，其中约有205个神经元的值被置为0，相当于通过阻止某些特征的协同作用来缓解过拟合，避免一个神经元的出现以来与另一个神经元的现象。将dropout处理后的特征图输入到第二全连接层中，由于是对性别进行识别，是二分类问题，因此第二全连接层的神经元个数为2个，则最终第二全连接层输出也为2个，分别对应男性和女性的概率。根据输入的人脸图像A1对应的人脸性别为男性这一预知结果，对第二全连接层的输出进行调整，按极小化误差的方法反向传播以调整第一卷积神经网络中的各参数。经过大量的人脸图像数据进行训练后，获得训练好的第一卷积神经网络。

在步骤S230中，在训练好的第一卷积神经网络中添加第三全连接层和第四全连接层以生成第二卷积神经网络，其中第三全连接层与训练好的第一全连接层相同并与第二下采样层相连，第四全连接层与训练好的第二全连接层相同并与第三全连接层相连。图4示出了根据本发明一个实施例的第二卷积神经网络的结构示意图。图4与图3相比，在第二下采样层的后面添加了依次相连的第三全连接层和第四全连接层，第三全连接层与训练好的第一全连接层相同，第四全连接层与训练好的第二全连接层相同，从而形成了分别以第二全连接层为输出的第一分支和以第四全连接层为输出的第二分支。

在步骤S240中，根据人脸图像数据，对第二卷积神经网络进行训练。对人脸性别进行分类，得到第一性别类型和第二性别类型，第一性别类型包括男性和非男性中任一种，第二性别类型包括女性和非女性中任一种；将人脸图像作为第二卷积神经网络中第一卷积层的输入、第一性别类型作为第二卷积神经网络中第二全连接层的输出、第二性别类型作为第二卷积神经网络中第四全连接层的输出，对第二卷积神经网络进行训练。在本实施例中，对第二卷积神经网络中的第一分支和第二分支进行训练的过程，与步骤S220中对第一卷积神经网络的训练过程类似，此处不再赘述。

在对第二卷积神经网络训练完成后，可将待识别人脸图像输入到第二卷积神经网络进行性别识别。在此之前，需要对待识别图像进行预处理以获取待识别人脸图像。首先，对待识别图像进行人脸检测，获取人脸位置信息；通过人脸位置信息，将待识别图像中的人脸裁剪后转换至预设尺寸；根据人脸关键点信息计算人脸进行平面旋转的变换矩阵；利用变换矩阵将预设尺寸下的人脸图像旋转成水平正面以获取待识别人脸图像。在本实施例中，对待识别图像先进行人脸检测，即先确定一个区域来扫描图像，对每个区域扫描到的位置进行特征提取，再分类处理来判断该位置是不是包括人脸。对于存在人脸区域的待识别图像，将人脸裁剪后转换至60px×60px大小。由于上述人脸位置一般即指五官和外轮廓，则人脸旋转值需要两个固定点确定的连线来获取，选择瞳孔作为固定点，通过两个瞳孔的连线与人脸图像水平线计算出一个夹角，通过该夹角采用仿射变换，获取旋转矩阵，对该图像使用旋转矩阵后，即可将人脸旋转为瞳孔连线与图像水平线处于平行关系，从而获得保持水平正面的待识别人脸图像。根据人脸中瞳孔两点的连线，计算此连线与水平线的夹角以获取旋转的角度AngleValue，采用OpenCV中的getRotationMatrix2D函数可进行该旋转矩阵的相关计算，使用warpAffine进行人脸旋转，具体函数如下所示：

RotateMatrix＝cv2.getRotationMatrix2D(center＝(Img.shape[1]/2,Img.shape[0]/2),angle＝90,scale＝1)

RotImg＝cv2.warpAffine(Img,RotateMatrix,(Img.shape[0]*2,Img.shape[1]*2))

在步骤S250中，将待识别人脸图像输入到训练好的第二卷积神经网络中进行性别识别，得到第二全连接层输出的第一性别输出和第四连接层输出的第二性别输出。其中，第一性别输出包括初始男性概率和非男性概率，第二性别输出包括初始女性概率和非女性概率。以待识别人脸图像B1为例，其对应的性别为女性，将该图像B1输入到训练好的第二卷积神经网络中之后，从第一分支中的第二全连接层的输出可得出，初始男性概率为0.2873，非男性概率为0.7127，从第二分支中的第四全连接层的输出可得出，初始女性概率为0.8075，非女性概率为0.1925。

最后，进入步骤S260，根据第一性别输出和第二性别输出判断待识别人脸图像的性别。将初始男性概率与非女性概率之和作为男性概率；将初始女性概率和非男性概率之和作为女性概率；若男性概率大于女性概率，则判断待识别人脸图像的性别为男性；若男性概率小于女性概率，则判断待识别人脸图像的性别为女性。由步骤S250可知，初始男性概率为0.2873，非女性概率为0.1925，则男性概率为0.4798，初始女性概率为0.8075，非男性概率为0.7127，则女性概率为1.5202。因男性概率小于女性概率，判断待识别人脸图像B1的性别为女性，与真实情况相符。

图5示出了根据本发明一个实施例的基于多输出卷积神经网络的性别识别装置300的示意图。该装置包括：获取模块310、第一训练模块320、生成模块330、第二训练模块340、识别模块350和判断模块360。该装置还包括预处理模块(图中未示出)，位于识别模块350之前。

获取模块310适于从图像数据库中获取人脸图像数据，人脸图像数据包括人脸图像和人脸性别，人脸图像保持水平正面且满足预设尺寸，人脸性别包括男性和女性中任一种。在本实施例中，对图像数据库中的人脸图像数据而言，其包括的人脸图像是经过旋转处理后的图像，即预先将该人脸图像旋转为水平正面，且人脸图像为三通道彩色图像，预设尺寸为60px×60px。

第一训练模块320适于根据人脸图像数据，对第一卷积神经网络进行训练，第一卷积神经网络包括依次相连的第一卷积层、第一下采样层、第二卷积层、第二下采样层、第一全连接层和第二全连接层。第一训练模块320进一步适于将人脸图像作为第一卷积神经网络中第一卷积层的输入、人脸性别作为第一卷积神经网络中第二卷积层的输出，对第一卷积神经网络进行训练。在本实施例中，以图像数据库中的一个人脸图像数据A为例进行说明。人脸图像数据A包括人脸图像A1和人脸性别，人脸图像A1对应的人脸性别为男性。

在第一卷积神经网络中，首先，将A1输入到第一卷积层。A1是三通道彩色图像，尺寸为60px×60px。第一卷积层有20个卷积核，每个卷积核的参数个数为3×6×6，步长为1。经过第一卷积层的卷积后，获得20张55px×55px大小的特征图。采用ReLU函数对其进行激活后，进入第一下采样层，下采样亦称为池化。在这里，池化采用最大重叠池化，对55px×55px的特征图进行分块，每个块的大小为3×3，步长为2，并统计每个块的最大值，作为池化后图像的像素值。经过第一下采样层之后，获得20张27px×27px的特征图。在第一下采样层与第二卷积层之间，可设置第一局部响应归一化层，对得到的特征图中的某一像素点进行空间扩展，根据该像素点所在位置，将其周围5px×5px大小区域内的像素点进行归一化处理，并将归一化处理后的结果用于更新该像素点的值。

接下来，局部归一化处理后的20张27px×27px的特征图进入第二卷积层。第二卷积层有48个卷积核，每个卷积核的参数个数为6×6，步长为1。则经过第二卷积层的处理后，获得了48张22px×22px的特征图。在通过ReLU函数对第二卷积层的输出进行激活处理后，进入第二下采样层。根据最大重叠池化原理，对22px×22px的特征图进行分块，每个块的大小为2×2，步长为2，从而获得48张11px×11px的特征图。在第二采样层与第一全连接层中间可设置第二局部响应归一化层，以提高网络的泛化能力。

随后，进入第一全连接层，第一全连接层的神经元个数选择512个，则第一全连接层的输出为512张1px×1px大小的特征图。实际处理中，通常会将上述512张特征图先通过ReLU函数激活，再进行dropout处理。将dropout处理后的特征图输入到第二全连接层中，第二全连接层的神经元个数为2个，其输出也为2个，分别对应男性和女性的概率。根据输入的人脸图像A1对应的人脸性别为男性这一预知结果，对第二全连接层的输出进行调整，按极小化误差的方法反向传播以调整第一卷积神经网络中的各参数。经过大量的人脸图像数据进行训练后，获得训练好的第一卷积神经网络。

生成模块330适于在训练好的第一卷积神经网络中添加第三全连接层和第四全连接层以生成第二卷积神经网络，其中第三全连接层与训练好的第一全连接层相同并与第二下采样层相连，第四全连接层与训练好的第二全连接层相同并与第三全连接层相连。最终，在第二卷积神经网络中形成了分别以第二全连接层为输出的第一分支和以第四全连接层为输出的第二分支。

第二训练模块340适于根据人脸图像数据，对第二卷积神经网络进行训练，进一步适于对人脸性别进行分类，得到第一性别类型和第二性别类型，第一性别类型包括男性和非男性中任一种，第二性别类型包括女性和非女性中任一种；将人脸图像作为第二卷积神经网络中第一卷积层的输入、第一性别类型作为第二卷积神经网络中第二全连接层的输出、第二性别类型作为第二卷积神经网络中第四全连接层的输出，对第二卷积神经网络进行训练。在本实施例中，第二训练模块340对第二卷积神经网络中的第一分支和第二分支进行训练的过程，与第一训练模块320中对第一卷积神经网络的训练过程类似，此处不再赘述。

预处理模块适于对待识别图像进行预处理以获取待识别人脸图像，进一步适于对待识别图像进行人脸检测，获取人脸位置信息；通过人脸位置信息，将待识别图像中的人脸裁剪后转换至预设尺寸；根据人脸关键点信息计算人脸进行平面旋转的变换矩阵；利用变换矩阵将预设尺寸下的人脸图像旋转成水平正面以获取待识别人脸图像。在本实施例中，对待识别图像先进行人脸检测，即先确定一个区域来扫描图像，对每个区域扫描到的位置进行特征提取，再分类处理来判断该位置是不是包括人脸。对于存在人脸区域的待识别图像，将人脸裁剪后转换至60px×60px大小。由于上述人脸位置一般即指五官和外轮廓，则人脸旋转值需要两个固定点确定的连线来获取，选择瞳孔作为固定点，通过两个瞳孔的连线与人脸图像水平线计算出一个夹角，通过该夹角采用仿射变换，获取旋转矩阵，对该图像使用旋转矩阵后，即可将人脸旋转为瞳孔连线与图像水平线处于平行关系，从而获得保持水平正面的待识别人脸图像。

识别模块350适于将待识别人脸图像输入到训练好的第二卷积神经网络中进行性别识别，得到第二全连接层输出的第一性别输出和第四连接层输出的第二性别输出。其中，第一性别输出包括初始男性概率和非男性概率，第二性别输出包括初始女性概率和非女性概率。在本实施例中，以待识别人脸图像B1为例，其对应的性别为女性，将该图像B1输入到训练好的第二卷积神经网络中之后，从第一分支中的第二全连接层的输出可得出，初始男性概率为0.2873，非男性概率为0.7127，从第二分支中的第四全连接层的输出可得出，初始女性概率为0.8075，非女性概率为0.1925。

判断模块360适于根据第一性别输出和第二性别输出判断待识别人脸图像的性别，进一步适于将初始男性概率与非女性概率之和作为男性概率；将初始女性概率和非男性概率之和作为女性概率；当男性概率大于女性概率时，判断待识别人脸图像的性别为男性；当男性概率小于女性概率时，判断待识别人脸图像的性别为女性。在本实施例中，初始男性概率为0.2873，非女性概率为0.1925，则男性概率为0.4798，初始女性概率为0.8075，非男性概率为0.7127，则女性概率为1.5202。因男性概率小于女性概率，判断待识别人脸图像B1的性别为女性，与真实情况相符。

关于基于多输出卷积神经网络的性别识别的具体步骤以及实施例，在基于图2-4的描述中已经详细公开，此处不再赘述。

现有的利用卷积神经网络进行人脸性别识别的方法中，在训练卷积神经网络时，由于数据分布不均匀，会导致预测结果向样本数量比较多的一类靠拢，尤其是在性别这种二分类问题上更为明显。根据本发明实施例的基于多输出卷积神经网络的性别识别的技术方案，首先利用人脸图像数据对第一卷积神经网络进行训练，再根据训练好的第一卷积神经网络生成第二卷积神经网络，并通过人脸图像数据来训练第二卷积神经网络，最后将待识别人脸图像输入到训练好的第二卷积神经网络中进行性别识别。在上述技术方案中，第二卷积神经网络是对训练好的第一卷积神经网络中的全连接层部分进行修改而生成的，将一个分类问题变成两个子类分类问题，再根据人脸图像数据对这两个子类分类问题进行训练，最终训练好的第二卷积神经网络是一个性别多输出卷积神经网络的增强模型，从而避免因人脸图像数据中性别训练数据不均衡而导致识别准确度较低的问题。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

此外，所述实施例中的一些在此被描述成可以由计算机***的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (15)

1.一种基于多输出卷积神经网络的性别识别方法，适于在计算设备中执行，所述方法包括：

从图像数据库中获取人脸图像数据，所述人脸图像数据包括人脸图像和人脸性别，所述人脸图像保持水平正面且满足预设尺寸，所述人脸性别包括男性和女性中任一种；

根据所述人脸图像数据，对第一卷积神经网络进行训练，所述第一卷积神经网络包括依次相连的第一卷积层、第一下采样层、第二卷积层、第二下采样层、第一全连接层和第二全连接层；

在训练好的第一卷积神经网络中添加第三全连接层和第四全连接层以生成第二卷积神经网络，其中所述第三全连接层与训练好的第一全连接层相同并与第二下采样层相连，所述第四全连接层与训练好的第二全连接层相同并与第三全连接层相连；

根据所述人脸图像数据，对第二卷积神经网络进行训练；

将待识别人脸图像输入到训练好的第二卷积神经网络中进行性别识别，得到第二全连接层输出的第一性别输出和第四连接层输出的第二性别输出；

根据所述第一性别输出和所述第二性别输出判断待识别人脸图像的性别。

2.如权利要求1所述的方法，所述根据所述人脸图像数据，对第一卷积神经网络进行训练包括：

将所述人脸图像作为第一卷积神经网络中第一卷积层的输入、所述人脸性别作为第一卷积神经网络中第二卷积层的输出，对第一卷积神经网络进行训练。

3.如权利要求1所述的方法，所述根据所述人脸图像数据，对第二卷积神经网络进行训练包括：

对所述人脸性别进行分类，得到第一性别类型和第二性别类型，所述第一性别类型包括男性和非男性中任一种，所述第二性别类型包括女性和非女性中任一种；

将所述人脸图像作为第二卷积神经网络中第一卷积层的输入、所述第一性别类型作为第二卷积神经网络中第二全连接层的输出、所述第二性别类型作为第二卷积神经网络中第四全连接层的输出，对第二卷积神经网络进行训练。

4.如权利要求1所述的方法，还包括对待识别图像进行预处理以获取待识别人脸图像。

5.如权利要求4所述的方法，所述对待识别图像进行预处理以获取待识别人脸图像包括：

对待识别图像进行人脸检测，获取人脸位置信息；

通过所述人脸位置信息，将所述待识别图像中的人脸裁剪后转换至预设尺寸；

根据人脸关键点信息计算人脸进行平面旋转的变换矩阵；

利用所述变换矩阵将预设尺寸下的人脸图像旋转成水平正面以获取待识别人脸图像。

6.如权利要求3所述的方法，其中所述第一性别输出包括初始男性概率和非男性概率，所述第二性别输出包括初始女性概率和非女性概率。

7.如权利要求6所述的方法，所述根据所述第一性别输出和所述第二性别输出判断待识别人脸图像的性别包括：

将所述初始男性概率与所述非女性概率之和作为男性概率；

将所述初始女性概率和所述非男性概率之和作为女性概率；

若所述男性概率大于女性概率，则判断待识别人脸图像的性别为男性；

若所述男性概率小于女性概率，则判断待识别人脸图像的性别为女性。

8.一种基于多输出卷积神经网络的性别识别装置，适于驻留在计算设备中，所述装置包括：

获取模块，适于从图像数据库中获取人脸图像数据，所述人脸图像数据包括人脸图像和人脸性别，所述人脸图像保持水平正面且满足预设尺寸，所述人脸性别包括男性和女性中任一种；

第一训练模块，适于根据所述人脸图像数据，对第一卷积神经网络进行训练，所述第一卷积神经网络包括依次相连的第一卷积层、第一下采样层、第二卷积层、第二下采样层、第一全连接层和第二全连接层；

生成模块，适于在训练好的第一卷积神经网络中添加第三全连接层和第四全连接层以生成第二卷积神经网络，其中所述第三全连接层与训练好的第一全连接层相同并与第二下采样层相连，所述第四全连接层与训练好的第二全连接层相同并与第三全连接层相连；

第二训练模块，适于根据所述人脸图像数据，对第二卷积神经网络进行训练；

识别模块，适于将待识别人脸图像输入到训练好的第二卷积神经网络中进行性别识别，得到第二全连接层输出的第一性别输出和第四连接层输出的第二性别输出；

判断模块，适于根据所述第一性别输出和所述第二性别输出判断待识别人脸图像的性别。

9.如权利要求8所述的装置，所述第一训练模块进一步适于：

将所述人脸图像作为第一卷积神经网络中第一卷积层的输入、所述人脸性别作为第一卷积神经网络中第二卷积层的输出，对第一卷积神经网络进行训练。

10.如权利要求8所述的装置，所述第二训练模块进一步适于：

对所述人脸性别进行分类，得到第一性别类型和第二性别类型，所述第一性别类型包括男性和非男性中任一种，所述第二性别类型包括女性和非女性中任一种；

将所述人脸图像作为第二卷积神经网络中第一卷积层的输入、所述第一性别类型作为第二卷积神经网络中第二全连接层的输出、所述第二性别类型作为第二卷积神经网络中第四全连接层的输出，对第二卷积神经网络进行训练。

11.如权利要求9所述的装置，还包括预处理模块，适于对待识别图像进行预处理以获取待识别人脸图像。

12.如权利要求11所述的装置，所述预处理模块进一步适于：

对待识别图像进行人脸检测，获取人脸位置信息；

通过所述人脸位置信息，将所述待识别图像中的人脸裁剪后转换至预设尺寸；

根据人脸关键点信息计算人脸进行平面旋转的变换矩阵；

利用所述变换矩阵将预设尺寸下的人脸图像旋转成水平正面以获取待识别人脸图像。

13.如权利要求10所述的装置，其中所述第一性别输出包括初始男性概率和非男性概率，所述第二性别输出包括初始女性概率和非女性概率。

14.如权利要求13所述的装置，所述判断模块进一步适于：

将所述初始男性概率与所述非女性概率之和作为男性概率；

将所述初始女性概率和所述非男性概率之和作为女性概率；

当所述男性概率大于女性概率时，判断待识别人脸图像的性别为男性；

当所述男性概率小于女性概率时，判断待识别人脸图像的性别为女性。

15.一种计算设备，包括如权利要求8-14中任一项所述的基于多输出卷积神经网络的性别识别装置。