CN108446688B - 人脸图像性别判断方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种人脸图像性别判断方法、装置、计算机设备及存储介质，包括下述步骤：获取待判断的人脸图像；将所述人脸图像输入到预设的神经网络模型中；根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类。在对进行人脸性别判断的神经网络模型进行训练时，对同一个人在不同的空间环境内拍摄的照片进行统一期望处理，得到同一个人不同照片的多个性别期望，然后对性别期望进行排序取排序结果中的中间值，作为同一人不同照片的性别期望值，由于训练样本集中同一人的不同照片性别期望值相同，通过这一类照片训练至收敛的神经网络模型，在不同的环境下对同一人的性别评分输出稳定性高，不易受到环境的影响。

Description

人脸图像性别判断方法、装置、计算机设备及存储介质

技术领域

本发明实施例涉及模型算法领域，尤其是一种人脸图像性别判断方法、装置、计算机设备及存储介质。

背景技术

随着脸部识别算法的准确性越来越高，脸部识别的一个重要的作用在于，通过对人脸图像的性别进行分类，对众多的人脸图像进行归纳管理。

现有技术中，在对人体面部图像进行比对和应用分类时，采用深度学习的方法，主要的方法流程为：按照预设的工作目的，反复训练卷积神经网络模型至该模型收敛为止，卷积神经网络模型训练完成后，将欲分类或处理的人脸图像输入到训练好的卷积神经网络模型中，卷积神经网络模型根据训练学习到的权重比例，对该人脸图像进行分类或处理，由此能够看出，深度学习的方法通过反复训练，将模型训练成为一个具有一定辨识和判断能力的***。

本发明创造的发明人在研究中发现，现有技术中通过训练卷积神经网络模型对图像进行处理时，同一人物在在不同场景下的人脸图片得到的结果是不一致的，有的甚至相差比较大，比如在明亮的光照条件下往往人的性别判断较为准确，在光照不明显的条件下，往往人的性别判断容易出现错乱，而数据的扩增变化很难使网络学习到这种一致性，因此，现有技术中模型的稳定性较低，受环境的影响较大。

发明内容

本发明实施例提供能够提供一种分类数据更加稳定，受环境的影响较小的人脸图像性别判断方法、装置、计算机设备及存储介质。

为解决上述技术问题，本发明创造的实施例采用的一个技术方案是：提供一种人脸图像性别判断方法，包括下述步骤：

获取待判断的人脸图像；

将所述人脸图像输入到预设的神经网络模型中，其中，训练所述神经网络模型时同一目标源的多张图像组成的训练样本集的性别期望值为多个判断值中的中间值；

根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类。

可选地，所述神经网络模型设有两个分类类别；所述根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类的步骤，具体包括下述步骤：

获取所述神经网络模型输出的两个分类值；

确认所述两个分类值中数值最大的分类值所对应的分类类别为性别分类结果。

可选地，所述获取待判断的人脸图像的步骤，包括下述步骤：

获取目标视频；

从所述目标视频中定时抽取帧画面，并判断所述帧画面中是否存在人脸图像；

当所述帧画面中存在人脸图像时，确认所述帧画面图像为待判断的人脸图像。

可选地，所述根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类的步骤之后，还包括下述步骤：

获取性别分类结果；

根据所述性别分类结果将所述人脸图像输入到预设的图像内容理解模型对应的输入通道内，其中，所述图像内容理解模型设有两个输入通道，每一个输入通道对应一种性别类型；

获取所述图像内容理解模型输出的内容理解数据。

可选地，所述图像内容理解模型为颜值分类模型；所述根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类的步骤之后，还包括下述步骤：

获取性别分类结果；

根据所述性别分类结果将所述人脸图像输入到颜值分类模型对应的输入通道内，其中，所述颜值分类模型设有两个输入通道，每一个输入通道对应一种性别类型；

获取所述颜值分类模型输出的颜值分类数据。

可选地，所述神经网络模型的训练方法包括：

获取所述训练样本集，所述训练样本集包括同一目标的多张人脸图像；

将所述多张人脸图像依次输入到预设的第一分类模型中，分别获取所述多张人脸图像的性别分类值；

以数值为限定条件对所述多张人脸图像的性别分类值进行排序；

确认所述排序结果中处于中间位置的性别分类值为所述多张人脸图像的期望分类值。

可选地，所述确认所述排序结果中处于中间位置的性别分类值为所述多张人脸图像的期望分类值的步骤之后，还包括下述步骤：

将所述训练样本集输入到所述神经网络模型中，获取所述神经网络模型输出的激励分类值；

比对所述期望分类值与所述激励分类值之间的距离是否小于或等于预设的第一阈值；

当所述期望分类值与所述激励分类值之间的距离大于预设的第一阈值时，反复循环迭代的通过反向算法更新所述神经网络模型中的权重，至所述所述期望分类值与所述激励分类值之间的距离小于或等于预设的第一阈值时结束。

为解决上述技术问题，本发明实施例还提供一种人脸图像性别判断装置，包括：

获取模块，用于获取待判断的人脸图像；

处理模块，用于将所述人脸图像输入到预设的神经网络模型中，其中，训练所述神经网络模型时同一目标源的多张图像组成的训练样本集的性别期望值为多个判断值中的中间值；

执行模块，用于根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类。

可选地，所述神经网络模型设有两个分类类别；所述人脸图像性别判断装置还包括：

第一获取子模块，用于获取所述神经网络模型输出的两个分类值；

第一确认子模块，用于确认所述两个分类值中数值最大的分类值所对应的分类类别为性别分类结果。

可选地，所述人脸图像性别判断装置还包括：

第二获取子模块，用于获取目标视频；

第一处理子模块，用于从所述目标视频中定时抽取帧画面，并判断所述帧画面中是否存在人脸图像；

第一执行子模块，用于当所述帧画面中存在人脸图像时，确认所述帧画面图像为待判断的人脸图像。

可选地，所述人脸图像性别判断装置还包括：

第三获取子模块，用于获取性别分类结果；

第二处理子模块，用于根据所述性别分类结果将所述人脸图像输入到预设的图像内容理解模型对应的输入通道内，其中，所述图像内容理解模型设有两个输入通道，每一个输入通道对应一种性别类型；

第二执行子模块，用于获取所述图像内容理解模型输出的内容理解数据。

可选地，所述图像内容理解模型为颜值分类模型；所述人脸图像性别判断装置还包括：

第四获取子模块，用于获取性别分类结果；

第三处理子模块，用于根据所述性别分类结果将所述人脸图像输入到颜值分类模型对应的输入通道内，其中，所述颜值分类模型设有两个输入通道，每一个输入通道对应一种性别类型；

第三执行子模块，用于获取所述颜值分类模型输出的颜值分类数据。

可选地，所述人脸图像性别判断装置还包括：

第五获取子模块，用于获取所述训练样本集，所述训练样本集包括同一目标的多张人脸图像；

第四处理子模块，用于将所述多张人脸图像依次输入到预设的第一分类模型中，分别获取所述多张人脸图像的性别分类值；

第一排序子模块，用于以数值为限定条件对所述多张人脸图像的性别分类值进行排序；

第四执行子模块，用于确认所述排序结果中处于中间位置的性别分类值为所述多张人脸图像的期望分类值。

可选地，所述人脸图像性别判断装置还包括：

第一输入子模块，用于将所述训练样本集输入到所述神经网络模型中，获取所述神经网络模型输出的激励分类值；

第一比对子模块，用于比对所述期望分类值与所述激励分类值之间的距离是否小于或等于预设的第一阈值；

第五执行子模块，用于当所述期望分类值与所述激励分类值之间的距离大于预设的第一阈值时，反复循环迭代的通过反向算法更新所述神经网络模型中的权重，至所述所述期望分类值与所述激励分类值之间的距离小于或等于预设的第一阈值时结束。

为解决上述技术问题，本发明实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述人脸图像性别判断方法的步骤。

为解决上述技术问题，本发明实施例还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述人脸图像性别判断方法的步骤。

本发明实施例的有益效果是：在对进行人脸性别判断的神经网络模型进行训练时，对同一个人在不同的空间环境内拍摄的照片进行统一期望处理，得到同一个人不同照片的多个性别期望，然后对性别期望进行排序取排序结果中的中间值，作为同一人不同照片的性别期望值，即同一人的照片无论所处的环境是否相同，其所有的照片的性别期望值均相同。将然后将标记有性别期望值的人脸图像输入到性别判断的神经网络模型中，对神经网络模型进行训练，由于训练样本集中同一人的不同照片性别期望值相同，通过这一类照片训练至收敛的神经网络模型，在不同的环境下对同一人的性别评分输出稳定性高，不易受到环境的影响。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例人脸图像性别判断方法的基本流程示意图；

图2为本发明实施例判断分类类别的流程示意图；

图3为本发明实施例人脸图像的提取方法流程示意图；

图4为本发明实施例对人脸图像进行进一步内容理解的流程示意图；

图5为本发明实施例对人脸图像进行颜值评分的流程示意图；

图6为本发明实施例期望分类值的获取方法流程示意图；

图7为本发明实施例神经网络模型的训练方法流程示意图；

图8为本发明实施例人脸图像性别判断装置基本结构示意图；

图9为本发明实施例计算机设备基本结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本技术领域技术人员可以理解，这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；PCS(Personal Communications Service，个人通信***)，其可以组合语音、数据处理、传真和/或数据通信能力；PDA(Personal Digital Assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global Positioning System，全球定位***)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是PDA、MID(Mobile Internet Device，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。

具体地请参阅图1，图1为本实施例人脸图像性别判断方法的基本流程示意图。

如图1所示，一种人脸图像性别判断方法，包括下述步骤：

S1100、获取待判断的人脸图像；

获取人脸图像的方法包括实时采集和提取存储图像视频资料两种方法。实时采集主要用于智能终端(手机、平板电脑和监控设备)的实时应用，例如判断用户性别的应用程序。提取存储图像视频资料主要用于对存储的图像和视频资料进行进一步的处理，也能够用于智能终端对历史照片进行应用。

人脸图像的获取能够是通过照片，或者通过对视频资料的帧画面进行提取，获得人脸图像。

S1200、将所述人脸图像输入到预设的神经网络模型中，其中，训练所述神经网络模型时同一目标源的多张图像组成的训练样本集的性别期望值为多个判断值中的中间值；

将采集的人脸图像输入到已经预先训练至收敛的神经网络模型，本实施方式中的神经网络模型能够是CNN卷积神经网络模型、VGG卷积神经网络模型或者insightface人脸识别模型。

本实施方式中神经网络模型在训练时，采用的训练样本集是由若干个(例如10万人，但不限于此)训练样本集，每个训练样本集中包括多张人脸图像例如10张，每个训练样本集中的人脸图像的个数不局限于此，在本实施方式每个每个训练样本集中的人脸图像数量不一定相同，训练样本集中的图片越多训练结果越好。

由于，训练样本集是由多张人脸图像组成的，且每一个人具有多张不同环境状态的人脸图像，在对同一人的多张人脸图像进行训练之前，需要对人脸图像的性别期望值进行预判，预判能够采用人工标记的方式进行或者采用现有技术中已经训练至收敛的性别判断模型进行判断。

具体地，首先对同一人在不同环境中拍摄的多张照片进行性别评判，根据性别分数的大小关系，对多张照片的人脸性别进行排序，并且取排序表中位于中间位置的中间值，作为同一人多张人脸图像的共同性别期望值。当一个人的人脸图像为奇数个时，获取排序列表中的中间值作为性别期望值；当一个人的人脸图像为偶数个时，获取排序列表中的两个中间值的平均值作为性别期望值。

通过上述样本训练集训练至收敛的神经网络模型，由于在训练时同一人在不同环境下的的性别期望相同，因此，神经网络模型输出的同一人在不同环境下的性别测试数值具有更高的收敛性，数据的离散度较低。

S1300、根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类。

人脸图像输入到训练至收敛的神经网络模型中时，响应于该输入神经网络模型输出对该人脸图像的分类数据，根据该分类数据计算该人脸图像的性别分数。例如，归一化后的性别分类数据在0-1之间进行取值，以0.5为阈值分割线，但不限于此，性别的阈值分割线能够根据实验结果进行精确确认。当分类数据的数值大于或等于0.5时，该分类数据表征的人脸图像的性别为男性，当分类数据的数值小于0.5时，该分类数据表征的人脸图像的性别为女性。在另一些实施方式中，当分类数据的数值大于或等于0.5时，该分类数据表征的人脸图像的性别为女性，当分类数据的数值小于0.5时，该分类数据表征的人脸图像的性别为男性。

上述实施方式在对进行人脸性别判断的神经网络模型进行训练时，对同一个人在不同的空间环境内拍摄的照片进行统一期望处理，得到同一个人不同照片的多个性别期望，然后对性别期望进行排序取排序结果中的中间值，作为同一人不同照片的性别期望值，即同一人的照片无论所处的环境是否相同，其所有的照片的性别期望值均相同。将然后将标记有性别期望值的人脸图像输入到性别判断的神经网络模型中，对神经网络模型进行训练，由于训练样本集中同一人的不同照片性别期望值相同，通过这一类照片训练至收敛的神经网络模型，在不同的环境下对同一人的性别评分输出稳定性高，不易受到环境的影响。

在一些实施方式中，神经网络模型设有两个分类类别，两个分类类别分别表征一种性别，通过判断分类数据在两个分类类别中的概率，对输入的人脸图像进行性别分类。具体请参阅图2，图2为本实施例判断分类类别的流程示意图。

如图2所述，步骤S1300具体包括下述步骤：

S1311、获取所述神经网络模型输出的两个分类值；

由于卷积神经网络模型设有两个分类类别，且两个分类类别分别对应一个性别，因此，神经网络模型输出的分类数据为人脸图像属于两个分类类别的概率值。获取两个分类类别对应的概率值，即概率值等于分类值。

S1312、确认所述两个分类值中数值最大的分类值所对应的分类类别为性别分类结果。

将两个分类值进行比对，确认两个分类值中最大的一个分类值，该分类值对应一个性别。分类值中较最大的一个数值表明人脸图像属于该类别的概率最大，即分类结果表明人脸图像的性别类别属于分类值最大的数对应的性别类别。

但分类方式不局限于此，根据具体应用环境的不同，在一些实施方式中，神经网络模型设置一个分类结果。例如设置分类分别为男性，设定归一化后的性别分类数据在0-1之间进行取值，以0.5为阈值分割线，当分类概率值大于等于0.5则表征该人脸图像的性别分类为男性，否则，则表征该人脸图像为女性。

在一些实施方式中，本实施方式中的神经网络模型被训练用于对短视频进行分类。因此，需要对短视频中的人脸图像进行提取。具体地，请参阅图3，图3为本实施例人脸图像的提取方法流程示意图。

如图3所示，包括下述步骤：

S1011、获取目标视频；

目标视频为客户端上传的视频资料，服务器端接收到该视频资料进行分类，分类的结果是确认视频资料中的主人公的性别。

S1012、从所述目标视频中定时抽取帧画面，并判断所述帧画面中是否存在人脸图像；

通过视频处理软件(例如OpenCV)对目标视频进行处理，将目标视频拆分为若干张帧画面。通过定时抽取的方式(例如每0.5s抽取一张图片的方式)，在若干张帧画面中依次抽取多张帧画面，然后将帧画面输入到预设的人脸识别模型中，判断帧画面中是否存在人脸图像。人脸识别模型能够是现有技术中训练用于判断人脸图像有无的CNN卷积神经网络模型、VGG卷积神经网络模型或者insightface人脸识别模型。

S1013、当所述帧画面中存在人脸图像时，确认所述帧画面图像为待判断的人脸图像。

当判断出帧画面中存在人脸图像时，确认该帧画面图像为待判断的人脸图像。并将该帧画面输入到本实施方式中的神经网络模型中，对视频中的一个或多个主人公进行性别计算。

由于视频信息中不同帧画面中主人公的人脸图像所处的环境是多变的，通过采用本实施方式中的神经网络模型，能够最大程度的过滤环境因素的干扰，准确的确定视频资料中主人公的性别分数。

在一些实施方式中，本实施例中的性别分类结果作为对人脸图像进行更精准的分析的依据。例如，本实施方式中，对人脸图像进性别分类后，将人脸图像输入到其他内容理解模型中进行进一步的分类。具体请参阅图4，图4为本实施例对人脸图像进行进一步内容理解的流程示意图。

如图4所示，步骤S1300之后还包括下述步骤：

S1321、获取性别分类结果；

神经网络模型输出性别分类结果后，终端或服务器***获取该性别分类结果。

S1322、根据所述性别分类结果将所述人脸图像输入到预设的图像内容理解模型对应的输入通道内，其中，所述图像内容理解模型设有两个输入通道，每一个输入通道对应一种性别类型；

本实施方式中，内容理解模型能够是CNN卷积神经网络模型、VGG卷积神经网络模型或者insightface人脸识别模型。

内容理解模型是对人脸图像进行进一步的分类，内容理解能够是对人脸图像进行(不限于)：颜值、年龄或种族当中的一种进行分类。

为了使图像内容理解更加准确以及更具针对性，本实施方式中，图像内容理解模型设有两个通道，每个通道均对应一种性别类型。图像内容理解模型在训练时设置两个通道，其中一个通道专用于对男性人脸图像的特征进行提取，而另一个通道则专用于对女性人脸图像的特征进行提取。两个通道分别处理不同性别的人脸图像，则训练至收敛的图像内容理解模型不同通道均具有性别属性，能够对与其适配的性别的人脸图像做出更加准确的内容理解分类结果。本实施例中，内容理解模型的通道是由卷积层组成的特征提取通道。

S1323、获取所述图像内容理解模型输出的内容理解数据。

图像内容理解模型对人脸图像进行进一步的处理后，获取其输出的内容理解数据。内容理解数据即是对(不限于)：颜值、年龄或种族当中的一种的分类结果。

上述是实施方式中，由于图像内容理解模型的两个通道分别带有性别属性，神经网络模型对人脸图像的性别进行识别后，根据识别结果将人脸图像输入到图像内容理解模型对应性别的通道内，对人脸图像进行进一步的图像处理。由于，通道的性别属性，对人脸图像的性别进行分类，能够使图像内容理解模型的分类结果更加准确。

在一些实施方式中，图像理解模型具体为颜值分类模型。颜值分类模型在神经网络模型对人脸图像进行分类后，继续对人脸图像的颜值进行分类。由于，人们对于男性和女性的颜值评判标准不一致，采用同一个模型对人脸图像进行无差别颜值评判，会导致颜值评分准确率较低的问题。具体请参阅图5，图5为本实施例对人脸图像进行颜值评分的流程示意图。

如图5所示，步骤S1300之后还包括下述步骤：

S1331、获取性别分类结果；

神经网络模型输出性别分类结果后，终端或服务器***获取该性别分类结果。

S1332、根据所述性别分类结果将所述人脸图像输入到颜值分类模型对应的输入通道内，其中，所述颜值分类模型设有两个输入通道，每一个输入通道对应一种性别类型；

本实施方式中，内容理解模型能够是CNN卷积神经网络模型、VGG卷积神经网络模型或者insightface人脸识别模型。

为了使图像内容理解更加准确以及更具针对性，本实施方式中，颜值分类模型设有两个通道，每个通道均对应一种性别类型。颜值分类模型在训练时设置两个通道，其中一个通道专用于对男性人脸图像的特征进行提取，而另一个通道则专用于对女性人脸图像的特征进行提取。两个通道分别处理不同性别的人脸图像，则训练至收敛的颜值分类模型不同通道均具有性别属性，能够对与其适配的性别的人脸图像做出更加准确的内容理解分类结果。本实施例中，内容理解模型的通道是由卷积层组成的特征提取通道。

S1333、获取所述颜值分类模型输出的颜值分类数据。

颜值分类模型对人脸图像进行进一步的处理后，获取其输出的颜值分类结果。

上述是实施方式中，由于颜值分类模型的两个通道分别带有性别属性，神经网络模型对人脸图像的性别进行识别后，根据识别结果将人脸图像输入到颜值分类模型对应性别的通道内，对人脸图像进行进一步的图像处理。由于，通道的性别属性，对人脸图像的性别进行分类，能够使颜值分类模型的分类结果更加准确。

本实施方式中，还包括神经网络模型的训练方法，具体请参阅图6，图6为本实施例期望分类值的获取方法流程示意图。

如图6所示，包括下述步骤：

S2100、获取所述训练样本集，所述训练样本集包括同一目标的多张人脸图像；

通过网络爬虫或者现有的图像数据库获取本实施例的训练样本集。

本实施方式中神经网络模型在训练时，采用若干个训练样本集(例如10万人)，其中，每个训练样本集包括一个人的多个张人脸图像。在对同一人的多张人脸图像进行训练之前，需要对每个训练样本集的性别期望值进行预判，预判能够采用现有技术中已经训练至收敛的颜值判断模型进行判断。例如，CNN卷积神经网络模型、VGG卷积神经网络模型或者insightface人脸识别模型。

本实施方式中，同一训练样本集中的多张人脸图像的性别期望相同。

通过上述样本训练集训练至收敛的神经网络模型，由于在训练时同一人在不同环境下的的性别期望相同，因此，神经网络模型输出的同一人在不同环境下的颜值测试数值具有更高的收敛性，数据的离散度较低。

本实实施方式中同一目标指同一个人。

S2200、将所述多张人脸图像依次输入到预设的第一分类模型中，分别获取所述多张人脸图像的性别分类值；

第一分类模型为现有技术中已经存在的各类性别测算模型，本实施方式中的第一分类模型能够是CNN卷积神经网络模型、VGG卷积神经网络模型或者insightface人脸识别模型。

首先对同一人在不同环境中拍摄的多张照片进行性别评判，具体地，将多张人脸图像依次输入到第一分类模型中，获取各人脸图像的性别分数。

例如，归一化后的性别分类数据在0-1之间进行取值，以0.5为阈值分割线，但不限于此，性别的阈值分割线能够根据实验结果进行精确确认。当分类数据的数值大于或等于0.5时，该分类数据表征的人脸图像的性别为男性，当分类数据的数值小于0.5时，该分类数据表征的人脸图像的性别为女性。在另一些实施方式中，当分类数据的数值大于或等于0.5时，该分类数据表征的人脸图像的性别为女性，当分类数据的数值小于0.5时，该分类数据表征的人脸图像的性别为男性。

S2300、以数值为限定条件对所述多张人脸图像的性别分类值进行排序；

获取到同一人的多张照片的份性别判断结果后，以性别分数的大小关系，对多张照片的人脸性别进行降幂排序。

S2400、确认所述排序结果中处于中间位置的性别分类值为所述多张人脸图像的期望分类值。

取排序表中位于中间位置的中间值，作为同一人多张人脸图像的共同性别期望值。当一个人的人脸图像为奇数个时，获取排序列表中的中间值作为性别期望值；当一个人的人脸图像为偶数个时，获取排序列表中的两个中间值的平均值作为性别期望。

在一些实施方式中，当训练样本集中每一个人的多张人脸图像的期望分类值统一为排序结果中处于中间位置的性别期望分类值后，采用上述人脸图像对神经网络模型进行训练。具体请参阅图7，图7为本实施例神经网络模型的训练方法流程示意图。

如图7所示，步骤S2400之后还包括下述步骤：

S2500、将所述训练样本集输入到所述神经网络模型中，获取所述神经网络模型输出的激励分类值；

将训练样本集中的人脸图像依次输入到神经网络模型中，神经网络模型对人脸图像进行特征提取和分类。

激励分类值是卷积神经网络模型根据输入的人脸图像而输出的激励数据，在神经网络模型未被训练至收敛之前，激励分类值为离散性较大的数值，当神经网络模型未被训练至收敛之后，激励分类值为相对稳定的数据。

S2600、比对所述期望分类值与所述激励分类值之间的距离是否小于或等于预设的第一阈值；

通过损失函数判断神经网络模型全连接层输出的激励分类值与设定的期望分类值是否一致，当结果不一致时，需要通过反向传播算法对第一通道内的权重进行调整。

在一些实施方式中，损失函数通过计算激励分类值与设定的期望分类值之间的距离(欧氏距离或者空间距离)，来确定激励分类值与设定的期望分类值是否一致，设定第一阈值(例如，0.05)，当激励分类值与设定的期望分类值之间的距离小于或等于第一阈值时，则确定激励分类值与设定的期望分类值一致，否则，则激励分类值与设定的期望分类值不一致。

S2700、当所述期望分类值与所述激励分类值之间的距离大于预设的第一阈值时，反复循环迭代的通过反向算法更新所述神经网络模型中的权重，至所述所述期望分类值与所述激励分类值之间的距离小于或等于预设的第一阈值时结束。

当神经网络模型的激励分类值与设定的期望分类值不一致时，需要采用随机梯度下降算法对神经网络模型中的权重进行校正，以使卷积神经网络模型的输出结果与分类判断信息的期望结果相同。通过若干训练样本集(在一些实施方式中，训练时将所有训练样本集内的照片打乱进行训练，以增加模型的靠干扰能力，增强输出的稳定性。)的反复的训练与校正，当神经网络模型输出分类数据与各训练样本的分类参照信息比对达到(不限于)99.5％时，训练结束。

通过上述样本训练集训练至收敛的神经网络模型，由于在训练时同一人在不同环境下的的性别期望值相同，因此，神经网络模型输出的同一人在不同环境下的性别测试值具有更高的收敛性，数据的离散度较低。

在一些实施方式中，步骤S2500与S2400之间不具有设定的先后衔接关系，例如当人脸图像的期望分类值是由人工进行标定时。

为解决上述技术问题，本发明实施例还提供人脸图像性别判断装置。

具体请参阅图8，图8为本实施例人脸图像性别判断装置基本结构示意图。

如图8所示，一种人脸图像性别判断装置，其特征在于，包括：获取模块2100、处理模块2200和执行模块2300。其中，获取模块2100用于获取待判断的人脸图像；处理模块2200用于将人脸图像输入到预设的神经网络模型中，其中，训练神经网络模型时同一目标源的多张图像组成的训练样本集的性别期望值为多个判断值中的中间值；执行模块2300用于根据神经网络模型输出的分类数据对人脸图像进行性别分类。

人脸图像性别判断装置在对进行人脸性别判断的神经网络模型进行训练时，对同一个人在不同的空间环境内拍摄的照片进行统一期望处理，得到同一个人不同照片的多个性别期望，然后对性别期望进行排序取排序结果中的中间值，作为同一人不同照片的性别期望值，即同一人的照片无论所处的环境是否相同，其所有的照片的性别期望值均相同。将然后将标记有性别期望值的人脸图像输入到性别判断的神经网络模型中，对神经网络模型进行训练，由于训练样本集中同一人的不同照片性别期望值相同，通过这一类照片训练至收敛的神经网络模型，在不同的环境下对同一人的性别评分输出稳定性高，不易受到环境的影响。

在一些实施方式中，神经网络模型设有两个分类类别；人脸图像性别判断装置还包括：第一获取子模块和第一确认子模块。其中，第一获取子模块用于获取神经网络模型输出的两个分类值；第一确认子模块用于确认两个分类值中数值最大的分类值所对应的分类类别为性别分类结果。

在一些实施方式中，人脸图像性别判断装置还包括：第二获取子模块、第一处理子模块和第一执行子模块。其中，第二获取子模块用于获取目标视频；第一处理子模块用于从目标视频中定时抽取帧画面，并判断帧画面中是否存在人脸图像；第一执行子模块用于当帧画面中存在人脸图像时，确认帧画面图像为待判断的人脸图像。

在一些实施方式中，人脸图像性别判断装置还包括：第三获取子模块、第二处理子模块和第二执行子模块。其中，第三获取子模块用于获取性别分类结果；第二处理子模块用于根据性别分类结果将人脸图像输入到预设的图像内容理解模型对应的输入通道内，其中，图像内容理解模型设有两个输入通道，每一个输入通道对应一种性别类型；第二执行子模块用于获取图像内容理解模型输出的内容理解数据。

在一些实施方式中，图像内容理解模型为颜值分类模型；人脸图像性别判断装置还包括：第四获取子模块、第三处理子模块和第三执行子模块。其中，第四获取子模块用于获取性别分类结果；第三处理子模块用于根据性别分类结果将人脸图像输入到颜值分类模型对应的输入通道内，其中，颜值分类模型设有两个输入通道，每一个输入通道对应一种性别类型；第三执行子模块用于获取颜值分类模型输出的颜值分类数据。

在一些实施方式中，人脸图像性别判断装置还包括：第五获取子模块、第四处理子模块、第一排序子模块和第四执行子模块。其中，第五获取子模块用于获取训练样本集，训练样本集包括同一目标的多张人脸图像；第四处理子模块用于将多张人脸图像依次输入到预设的第一分类模型中，分别获取多张人脸图像的性别分类值；第一排序子模块用于以数值为限定条件对多张人脸图像的性别分类值进行排序；第四执行子模块用于确认排序结果中处于中间位置的性别分类值为多张人脸图像的期望分类值。

在一些实施方式中，人脸图像性别判断装置还包括：第一输入子模块、第一比对子模块和第五执行子模块。其中，第一输入子模块用于将训练样本集输入到神经网络模型中，获取神经网络模型输出的激励分类值；第一比对子模块用于比对期望分类值与激励分类值之间的距离是否小于或等于预设的第一阈值；第五执行子模块用于当期望分类值与激励分类值之间的距离大于预设的第一阈值时，反复循环迭代的通过反向算法更新神经网络模型中的权重，至期望分类值与激励分类值之间的距离小于或等于预设的第一阈值时结束。

为解决上述技术问题，本发明实施例还提供计算机设备。具体请参阅图9，图9为本实施例计算机设备基本结构框图。

如图9所示，计算机设备的内部结构示意图。如图9所示，该计算机设备包括通过***总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作***、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种人脸图像性别判断方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种人脸图像性别判断方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本实施方式中处理器用于执行图8中获取模块2100、处理模块2200和执行模块2300的具体功能，存储器存储有执行上述模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有人脸图像关键点检测装置中执行所有子模块所需的程序代码及数据，服务器能够调用服务器的程序代码及数据执行所有子模块的功能。

计算机设备在对进行人脸颜值判断的神经网络模型进行训练时，对同一个人在不同的空间环境内拍摄的照片进行统一期望处理，得到同一个人不同照片的多个颜值期望，然后对颜值期望进行排序取排序结果中的中间值，作为同一人不同照片的颜值期望，即同一人的照片无论所处的环境是否相同，其所有的照片的颜值期望均相同。将然后将标记有颜值期望的人脸图像输入到颜值判断的神经网络模型中，对神经网络模型进行训练，由于训练样本集中同一人的不同照片颜值期望相同，通过这一类照片训练至收敛的神经网络模型，在不同的环境下对同一人的颜值评分输出稳定性高，不易受到环境的影响。

本发明还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例所述人脸图像性别判断方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

Claims (12)

1.一种人脸图像性别判断方法，其特征在于，包括下述步骤：

获取目标视频；

从所述目标视频中定时抽取帧画面，并判断所述帧画面中是否存在人脸图像；

当所述帧画面中存在人脸图像时，确认所述帧画面图像为待判断的人脸图像；

将所述人脸图像输入到预设的神经网络模型中，其中，训练所述神经网络模型时同一目标源的多张图像组成的训练样本集的性别期望值为多个判断值中的中间值；

根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类；

获取性别分类结果；

根据所述性别分类结果将所述人脸图像输入到预设的图像内容理解模型对应的输入通道内，其中，所述图像内容理解模型设有两个输入通道，每一个输入通道对应一种性别类型；

获取所述图像内容理解模型输出的内容理解数据。

2.根据权利要求1所述的人脸图像性别判断方法，其特征在于，所述神经网络模型设有两个分类类别；所述根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类的步骤，具体包括下述步骤：

获取所述神经网络模型输出的两个分类值；

确认所述两个分类值中数值最大的分类值所对应的分类类别为性别分类结果。

3.根据权利要求1所述的人脸图像性别判断方法，其特征在于，所述图像内容理解模型为颜值分类模型；所述根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类的步骤之后，还包括下述步骤：

获取性别分类结果；

根据所述性别分类结果将所述人脸图像输入到颜值分类模型对应的输入通道内，其中，所述颜值分类模型设有两个输入通道，每一个输入通道对应一种性别类型；

获取所述颜值分类模型输出的颜值分类数据。

4.根据权利要求1-3任意一项所述的人脸图像性别判断方法，其特征在于，所述神经网络模型的训练方法包括：

获取所述训练样本集，所述训练样本集包括同一目标的多张人脸图像；

将所述多张人脸图像依次输入到预设的第一分类模型中，分别获取所述多张人脸图像的性别分类值；

以数值为限定条件对所述多张人脸图像的性别分类值进行排序；

确认所述排序结果中处于中间位置的性别分类值为所述多张人脸图像的期望分类值。

5.根据权利要求4所述的人脸图像性别判断方法，其特征在于，所述确认所述排序结果中处于中间位置的性别分类值为所述多张人脸图像的期望分类值的步骤之后，还包括下述步骤：

将所述训练样本集输入到所述神经网络模型中，获取所述神经网络模型输出的激励分类值；

比对所述期望分类值与所述激励分类值之间的距离是否小于或等于预设的第一阈值；

当所述期望分类值与所述激励分类值之间的距离大于预设的第一阈值时，反复循环迭代的通过反向算法更新所述神经网络模型中的权重，至所述所述期望分类值与所述激励分类值之间的距离小于或等于预设的第一阈值时结束。

6.一种人脸图像性别判断装置，其特征在于，包括：

第二获取子模块，用于获取目标视频；

第一处理子模块，用于从所述目标视频中定时抽取帧画面，并判断所述帧画面中是否存在人脸图像；

第一执行子模块，用于当所述帧画面中存在人脸图像时，确认所述帧画面图像为待判断的人脸图像；

处理模块，用于将所述人脸图像输入到预设的神经网络模型中，其中，训练所述神经网络模型时同一目标源的多张图像组成的训练样本集的性别期望值为多个判断值中的中间值；

执行模块，用于根据所述神经网络模型输出的分类数据对所述人脸图像进行性别分类；

第三获取子模块，用于获取性别分类结果；

第二处理子模块，用于根据所述性别分类结果将所述人脸图像输入到预设的图像内容理解模型对应的输入通道内，其中，所述图像内容理解模型设有两个输入通道，每一个输入通道对应一种性别类型；

第二执行子模块，用于获取所述图像内容理解模型输出的内容理解数据。

7.根据权利要求6所述的人脸图像性别判断装置，其特征在于，所述神经网络模型设有两个分类类别；所述人脸图像性别判断装置还包括：

第一获取子模块，用于获取所述神经网络模型输出的两个分类值；

第一确认子模块，用于确认所述两个分类值中数值最大的分类值所对应的分类类别为性别分类结果。

8.根据权利要求6所述的人脸图像性别判断装置，其特征在于，所述图像内容理解模型为颜值分类模型；所述人脸图像性别判断装置还包括：

第四获取子模块，用于获取性别分类结果；

第三处理子模块，用于根据所述性别分类结果将所述人脸图像输入到颜值分类模型对应的输入通道内，其中，所述颜值分类模型设有两个输入通道，每一个输入通道对应一种性别类型；

第三执行子模块，用于获取所述颜值分类模型输出的颜值分类数据。

9.根据权利要求6-8任意一项所述的人脸图像性别判断装置，其特征在于，所述人脸图像性别判断装置还包括：

第五获取子模块，用于获取所述训练样本集，所述训练样本集包括同一目标的多张人脸图像；

第四处理子模块，用于将所述多张人脸图像依次输入到预设的第一分类模型中，分别获取所述多张人脸图像的性别分类值；

第一排序子模块，用于以数值为限定条件对所述多张人脸图像的性别分类值进行排序；

第四执行子模块，用于确认所述排序结果中处于中间位置的性别分类值为所述多张人脸图像的期望分类值。

10.根据权利要求9所述的人脸图像性别判断装置，其特征在于，所述人脸图像性别判断装置还包括：

第一输入子模块，用于将所述训练样本集输入到所述神经网络模型中，获取所述神经网络模型输出的激励分类值；

第一比对子模块，用于比对所述期望分类值与所述激励分类值之间的距离是否小于或等于预设的第一阈值；

第五执行子模块，用于当所述期望分类值与所述激励分类值之间的距离大于预设的第一阈值时，反复循环迭代的通过反向算法更新所述神经网络模型中的权重，至所述所述期望分类值与所述激励分类值之间的距离小于或等于预设的第一阈值时结束。

11.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至5中任一项权利要求所述人脸图像性别判断方法的步骤。

12.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至5中任一项权利要求所述人脸图像性别判断方法的步骤。

Images