技术领域
[0001] 本
发明涉及
图像处理技术领域，尤其涉及一种基于人脸特征识别用户性别的方法、装置及终端。
背景技术
[0002] 随着用户对拍照需求的提高，拍
照相机的模式也愈发趋于多样化，相关技术中，为了满足不同性别的用户的需求，根据用户的性别进行图形处理，然而现有的性别识别方法依赖于用户的手动输入等，比如，如图1所示，在用户初次使用美颜相机时，提供相应的选择菜单，以采集用户的性别，识别效率不高，且当使用用户与初次使用的用户性别不同时，将会导致根据与当前用户不符合的图像处理参数处理该用户的图像，导致图像处理效果较差。
发明内容
[0003] 本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
[0004] 为此，本发明的第一个目的在于提出一种基于人脸特征识别用户性别的方法，提高了用户性别识别的准确度和速度，以便于根据具体性别，设置不同的图形处理参数和流程，提高图像处理效果。以解决
现有技术中性别识别效率不高的技术问题。
[0005] 本发明的第二个目的在于提出一种基于人脸特征识别用户性别的装置。
[0006] 本发明的第三个目的在于提出一种终端。
[0007] 本发明的第四个目的在于提出一种
计算机程序产品。
[0008] 本发明的第五个目的在于提出一种非临时性计算机可读存储介质。
[0009] 为达上述目的，本发明第一方面
实施例提出的一种基于人脸特征识别用户性别的方法，包括：根据终端上存储的图像获取备选用户；提取所述备选用户的人脸特征信息，输入到
卷积神经网络中进行性别识别，得到每个备选用户的性别；从预览图像中提取待识别用户的第一人脸特征信息；根据所述第一人脸特征信息和备选用户的人脸特征信息，判断所述备选用户的人脸中是否存在与所述第一人脸一致的目标人脸；如果所述备选用户的人脸中存在所述目标人脸，则将所述目标人脸对应的所述备选用户的性别识别为所述待识别用户的性别。
[0010] 本发明实施例的基于人脸特征识别用户性别的方法，根据终端上存储的图像获取备选用户，提取备选用户的人脸特征信息，输入到卷积神经网络中进行性别识别，得到每个备选用户的性别，从预览图像中提取待识别用户的第一人脸特征信息，进而，根据第一人脸特征信息和备选用户的人脸特征信息，判断备选用户的人脸中是否存在与第一人脸一致的目标人脸，如果备选用户的人脸中存在目标人脸，则将目标人脸对应的备选用户的性别识别为待识别用户的性别。由此，提高了用户性别识别的准确度和速度，以便于根据具体性别，设置不同的图形处理参数和流程，提高图像处理效果。
[0011] 为达上述目的，本发明第二方面实施例提出的一种基于人脸特征识别用户性别的装置，包括：获取模
块，用于根据终端上存储的图像获取备选用户，提取所述备选用户的人脸特征信息，输入到卷积神经网络中进行性别识别，得到每个备选用户的性别；提取模块，用于从预览图像中提取待识别用户的第一人脸的特征信息；判断模块，用于根据所述第一人脸的特征信息和备选用户的第二人脸的特征信息，判断所述备选用户的第二人脸中是否存在与所述第一人脸一致的目标第二人脸；识别模块，用于当所述备选用户的第二人脸中存在所述目标第二人脸时，则将所述目标第二人脸对应的备选用户的性别识别为所述待识别用户的性别。
[0012] 本发明实施例的基于人脸特征识别用户性别的装置，根据终端上存储的图像获取备选用户，提取备选用户的人脸特征信息，输入到卷积神经网络中进行性别识别，得到每个备选用户的性别，从预览图像中提取待识别用户的第一人脸特征信息，进而，根据第一人脸特征信息和备选用户的人脸特征信息，判断备选用户的人脸中是否存在与第一人脸一致的目标人脸，如果备选用户的人脸中存在目标人脸，则将目标人脸对应的备选用户的性别识别为待识别用户的性别。由此，提高了用户性别识别的准确度和速度，以便于根据具体性别，设置不同的图形处理参数和流程，提高图像处理效果。
[0013] 为达上述目的，本发明第三方面实施例提出的一种终端，包括：壳体和位于所述壳体内的处理器、
存储器和显示界面，其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行如第一方面实施例所述的基于人脸特征识别用户性别的方法。
[0014] 为达上述目的，本发明第四方面实施例提出的一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如第一方面实施例所述的基于人脸特征识别用户性别的方法。
[0015] 为达上述目的，本发明第五方面实施例提出的一种非临时性计算机可读存储介质，其上存储有计算机程序，当计算机程序被处理器执行时实现如第一方面实施例所述的基于人脸特征识别用户性别的方法。
[0016] 本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0017] 本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0018] 图1为现有技术中确认用户性别的界面示意图；
[0019] 图2是根据本发明一个实施例的基于人脸特征识别用户性别的方法的
流程图；
[0020] 图3是根据本发明另一个实施例的基于人脸特征识别用户性别的方法的流程图；以及
[0021] 图4是根据本发明一个实施例的基于人脸特征识别用户性别的装置的结构示意图。
具体实施方式
[0022] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
[0023] 下面参考附图描述本发明实施例的基于人脸特征识别用户性别的方法、装置及终端。
[0024] 可以理解，在实际应用中，现有美颜
算法对男性与女性使用了同样的美颜流程与美颜参数，在美颜强度提升时，男性与女性
角色的肤质趋于一致，不能区分出男性和女性独特的美。比如，由于男女性的部分特征不一样，男性角色希望保留胡须，对于胡须附近的痘斑等面部
缺陷，只需弱化即可，不用完全去除；但是对于女性角色，希望痘斑等缺陷去除更彻底，让面部更加干净。女性角色可能希望保留眼妆，对脸部区域的斑点去除程度要弱于其他面部区域。
[0025] 因此，为了满足这种不同性别的图像处理需求，需要准确用户的性别。基于以上分析可知，现有的性别识别方式过于死板，操作复杂，因此，为了解决上述技术问题，本发明提出了一种可快速而准确的识别用户性别的方法，下面结合具体的实施例说明如下。
[0026] 图2是根据本发明一个实施例的基于人脸特征识别用户性别的方法的流程图，如图2所示，该方法包括：
[0027] S101，根据终端上存储的图像获取备选用户。
[0028] 其中，上述终端可以是手机、
平板电脑、
个人数字助理、穿戴式设备等具有各种
操作系统的
硬件设备，该穿戴式设备可以是智能手环、智能
手表、智能眼镜等。
[0029] 应当理解的是，终端的相册、
云盘等存储图片的相应
位置中，存储有对应的图像，而这些图像中包含的人脸大多数是用户本人或者用户的好友或者亲人，因此，根据终端中存储的图像获取备选用户，将会确定出用户本人和其最亲近的好友或亲人，而这部分人正是最经常使用该终端进行拍照的用户。
[0030] 需要说明的是，根据具体应用场景的不同，可采用不同的方式根据终端上存储的图像获取备选用户。示例说明如下：
[0031] 第一种示例：
[0032] 在本示例中，对终端系统相册中
指定类型的图像进行
人脸识别，获取备选用户集，统计备选用户集中每个用户对应的图像的数量作为该用户的出现次数，按照次数从高到底的顺序，从备选用户集中选择预设个数的用户作为备选用户。比如，选择次数较多的前5名用户作为备选用户。
[0033] 其中，可以理解的是，上述终端系统相册中可以是系统自行标定的存储用户或者其朋友等图像所在相册位置，或者是用户标定的存储用户或者其朋友等图像所在位置，当然，也可以是终端系统自动识别的包含人脸图像的图像所在位置。
[0034] 在本示例中，根据具体应用需求的不同，可采用不同的方式对终端系统相册中指定类型的图像进行人脸识别，获取备选用户集，比如，可以提取指定类型的图像中每个人脸的人脸特征信息，例如，人脸的五官位置，人脸的轮廓等，对提取到的人脸特征信息进行两两匹配，将匹配度超过预设
阈值的两个人脸识别为同一用户的人脸，获取指定类型的图像中所包括的所有用户，形成备选用户集。
[0035] 其中，上述预设阈值是根据大量实验数据标定的，当匹配度超过预设阈值，则标定两个图像中的人脸对应同一个用户。
[0036] 又比如，可以提取指定类型的图像中人物的衣着信息，对提取到的人物的衣着信息进行两两匹配，将匹配度超过预设阈值的衣着对应的人脸识别为同一用户的人脸，获取指定类型的图像中包括的所有的用户，形成备选用户集。
[0037] 第二种示例：
[0038] 在本示例中，用户指定备选用户，比如在相册中选中包含被选用户的人脸的图像，或者上传包括备选用户的人脸的图像等，进而，终端系统从存储的相册中获取与用户自定的备选用户的人脸匹配的图像形成备选用户集。统计备选用户集中每个用户对应的图像的数量作为该用户的出现次数，按照次数从高到底的顺序，从备选用户集中选择预设个数的用户作为备选用户。
[0039] 需要强调的是，在上述示例中，识别出的备选用户集可能除了经常使用终端的用户外，还可能存在用户不常
接触甚至无接触的用户，比如抓拍的路人的照片等，因此，为了提高处理效率，在本示例中，不仅可以在终端闲置时，分析终端存储的图像，还可统计人脸出现次数最多的前几位用户作为备选用户，比如前五位用户作为备选用户。
[0040] S102，提取备选用户的人脸特征信息，输入到卷积神经网络中进行性别识别，得到每个备选用户的性别。
[0041] 需要强调的是，在本实施例中，为了提高性别检测的准确率，用于识别用户性别的卷积神经网络可以不受限于终端的性能，具有较多的层数等，从而，通过增加卷积神经网络的结构的复杂性，确保识别的每个备选用户的性别的准确率。
[0042] S103，从预览图像中提取待识别用户的第一人脸特征信息。
[0043] 需要强调的是，预览图像是用户在开启相机等应用程序时，相关应用程序自动对焦后获取的预览图像，从而用户打开前置摄像头时，便提前开始性别检测算法，而不是等待用户先点击拍照后，再开始性别检测算法，大大提高了性别检测效率。
[0044] 其中，第一人脸特征信息包括人脸的五官的位置、人脸的轮廓、五官的形状、五官的
颜色、面部的其他特征点，比如疤痕、痣等。
[0045] S104，根据第一人脸特征信息和备选用户的人脸特征信息，判断备选用户的人脸中是否存在与第一人脸一致的目标人脸。
[0046] S105，如果备选用户的人脸中存在目标人脸，则将目标人脸对应的备选用户的性别识别为待识别用户的性别。
[0047] 具体地，将第一人脸特征信息和备选用户的人脸特征信息匹配，以根据匹配结果判断备选用户的人脸中是否存在与第一人脸一致的目标人脸，如果匹配度超过一定值，则确定备选用户的人脸中存在目标人脸，从而将目标人脸对应的备选用户的性别识别为待识别的用户的性别。
[0048] 在本发明的一个实施例中，如果备选用户的人脸中不存在目标人脸，则需要对目标人脸进行在线检测，比如提取待识别用户的目标人脸特征信息，输入到卷积神经网络中进行性别识别，得到待识别用户的性别。
[0049] 其中，在实际执行过程中，在将目标人脸对应的备选用户的性别识别为待识别用户的性别之后，为了根据该待识别用户的性别进行图像处理，比如进行美颜处理，获取待识别用户的目标图像，获取与待识别用户的性别匹配的图像处理参数，比如美颜参数，进而利用图像处理参数对目标图像进行优化处理，由此，实现了根据待识别用户的性别进行图像处理，使得图像处理结果的满意度更高。
[0050] 当然了，在实际应用中，为了进一步提高性别识别效率，在识别待识别用户的性别的这程中，若用户提前切换到其他功能，或者关闭相机，只要对焦时检测到人脸，便完成人脸匹配。若用户短时间内再次打开，便使用此结果，不再重新计算。
[0051] 综上所述，本发明实施例的基于人脸特征识别用户性别的方法，根据终端上存储的图像获取备选用户，提取备选用户的人脸特征信息，输入到卷积神经网络中进行性别识别，得到每个备选用户的性别，从预览图像中提取待识别用户的第一人脸特征信息，进而，根据第一人脸特征信息和备选用户的人脸特征信息，判断备选用户的人脸中是否存在与第一人脸一致的目标人脸，如果备选用户的人脸中存在目标人脸，则将目标人脸对应的备选用户的性别识别为待识别用户的性别。由此，提高了用户性别识别的准确度和速度，以便于根据具体性别，设置不同的图形处理参数和流程，提高图像处理效果。
[0052] 基于实施例，应当理解的是，如果根据备选用户人脸特征信息识别不出待识别用户的性别，则可以借助于其他措施进行性别检测。
[0053] 图3是根据本发明另一个实施例的基于人脸特征识别用户性别的方法的流程图，如图3所示，在上述步骤S104之后，该方法还包括：
[0054] S201，如果备选用户的人脸中未存在目标人脸，基于麦克
风获取待识别用户的声音
信号。
[0055] 具体而言，由于男性用户和女性用户的声学特征不同，因而，可基于麦克风获取待识别用户的
声音信号。
[0056] 当然了，在实际应用中，也可基于男性和女性的其他不同进行性别的识别，比如，基于男性和女性的面部有无胡须等。
[0057] S202，对声音信号进行滤波去除噪声信息，得到目标声音信号。
[0058] 应当理解的是，采集的声音信号中可能受到待识别用户所处环境的影响，包含环境中的噪音信号，因而，为了提高性别识别的准确度，对声音信号进行滤波去除噪声信息，得到目标声音信号。
[0059] S203，基于构建的
声学模型对目标声音信号进行性别检测，得到声学模型的第一检测结果。
[0060] 其中，第一检测结果包括待识别用户属于第一性别的第一概率和第二性别的第二概率，其中，第一概率与第二概率的和值为1。
[0061] 可以理解，预先构建声学模型，进而基于构建的声学模型对目标声音信号进行性别检测，以得到声学模型的第一检测结果，且需要说明的是，识别结果并不能唯一确定待识别用户的性别，比如，如果识别用户的声音偏向中性，可能得到的声学模型的第一检测结果包括待识别用户属于第一性别的第一概率和第二性别的第二概率，其中，第一概率与第二概率的和值为1。
[0062] S204，选取第一概率和第二概率中概率值最大的作为目标概率。
[0063] 举例而言，如果第一概率是90％，第二概率是10％，则选取90％作为目标概率。
[0064] S205，如果目标概率超出预设概率值，将目标概率对应的性别识别为待识别用户的性别。
[0065] 其中，预设概率值是根据大量实验标定的，用以评定目标概率的
置信度，比如可以为95％，如果目标概率超出预设概率值，则该目标概率是可信的，从而将目标概率对应的性别识别为待识别用户的性别。
[0066] S206，如果目标概率未超出预设概率值，则将第一人脸特征信息，输入到卷积神经网络中进行性别检测，得到待识别用户的性别。
[0067] 具体地，如果目标概率没有超出预设概率值，则该目标概率是不可信的，从而将第一人脸特征信息，输入到卷积神经网络中进行性别检测，得到待识别用户的性别。
[0068] 在本实施例中，获取卷积神经网络输出的第二检测结果，其中，第二检测结果包括待识别用户属于第一性别的第三概率以及属于第二性别的第四概率，进而，从第一概率、第二概率、第三概率和第四概率中确定最高概率，将最高概率所对应的性别作为待识别用户的性别，由此，综合考量各种性别判断结果，以将可信度最高的判断结果作为待识别用户的性别。
[0069] 当然，可以基于各种判断结果进行一个简单的线性融合等计算方式，确定出待识别用户的性别，在此不再赘述。
[0070] 综上所述，本发明实施例的基于人脸特征识别用户性别的方法，如果备选用户的人脸中未存在目标人脸，基于麦克风获取待识别用户的声音信号，以根据声音信号确定待识别用户的性别，由此，进一步提高了用户性别识别的准确度和速度，进一步方便了根据具体性别，设置不同的图形处理参数和流程，提高图像处理效果。
[0071] 为了实现上述实施例，本发明还提出一种基于人脸特征识别用户性别的装置，图4是根据本发明一个实施例的基于人脸特征识别用户性别的装置的结构示意图，如图4所示，该装置包括:获取模块100、提取模块200、判断模块300和识别模块400。
[0072] 其中，获取模块100，用于根据终端上存储的图像获取备选用户，提取备选用户的人脸特征信息，输入到卷积神经网络中进行性别识别，得到每个备选用户的性别。
[0073] 提取模块200，用于从预览图像中提取待识别用户的第一人脸的特征信息。
[0074] 判断模块300，用于根据第一人脸的特征信息和备选用户的第二人脸的特征信息，判断备选用户的第二人脸中是否存在与第一人脸一致的目标第二人脸。
[0075] 识别模块400，用于当备选用户的第二人脸中存在目标第二人脸时，则将目标第二人脸对应的备选用户的性别识别为待识别用户的性别。
[0076] 需要说明的是，前述对基于人脸特征识别用户性别的方法的解释说明，也适用于本发明实施例的基于人脸特征识别用户性别的装置，其实现原理类似，在此不再赘述。
[0077] 综上所述，本发明实施例的基于人脸特征识别用户性别的装置，根据终端上存储的图像获取备选用户，提取备选用户的人脸特征信息，输入到卷积神经网络中进行性别识别，得到每个备选用户的性别，从预览图像中提取待识别用户的第一人脸特征信息，进而，根据第一人脸特征信息和备选用户的人脸特征信息，判断备选用户的人脸中是否存在与第一人脸一致的目标人脸，如果备选用户的人脸中存在目标人脸，则将目标人脸对应的备选用户的性别识别为待识别用户的性别。由此，提高了用户性别识别的准确度和速度，以便于根据具体性别，设置不同的图形处理参数和流程，提高图像处理效果。
[0078] 为了实现上述实施例，本发明还提出一种终端，包括以下一个或多个组件：壳体和位于所述壳体内的处理器、存储器和显示界面，其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如前述实施例所述的基于人脸特征识别用户性别的方法。
[0079] 为了实现上述实施例，本发明还提出一种计算机程序产品，当计算机程序产品中的指令由处理器执行时，执行如前述实施例所述的基于人脸特征识别用户性别的方法。
[0080] 为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，当该计算机程序被处理器执行时能够实现如前述实施例所述的基于人脸特征识别用户性别的方法。
[0081] 在本
说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0082] 此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0083] 流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、
片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
[0084] 在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定
序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(
电子装置)，便携式计算机盘盒(磁装置)，
随机存取存储器(RAM)，
只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0085] 应当理解，本发明的各部分可以用硬件、
软件、
固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的
逻辑门电路的离散
逻辑电路，具有合适的组合
逻辑门电路的
专用集成电路，可编程门阵列(PGA)，
现场可编程门阵列(FPGA)等。
[0086] 本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0087] 此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0088] 上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、
修改、替换和变型。
