確定人物屬性信息的方法及裝置的制造方法
【技術領域】
[0001]本公開涉及人臉識別技術領域,特別涉及一種確定人物屬性信息的方法及裝置。
【背景技術】
[0002]人物屬性信息識別在圖像處理、身份認證以及機器人視覺等很多領域都存在著潛在的應用。
[0003]在相關技術中,通常從人臉圖像中提取人物屬性信息識別所需要的幾何特征,并使用各種機器學習算法對提取到的幾何特征進行訓練。該技術受人臉區域的亮度和光照角度的影響較大,在光線較暗或逆光環境下提取到的幾何特征相對于正常環境下有較大差別。
【發明內容】
[0004]本公開實施例提供了一種確定人物屬性信息的方法及裝置,技術方案如下:
[0005]根據本公開實施例的第一方面,提供了一種確定人物屬性信息的方法,該方法包括:
[0006]獲取多張包含同一人物對象的人臉的圖片;
[0007]對多張圖片中包含的人物對象的人臉分別進行特征識別,確定多張圖片各自對應的人物屬性信息;人物屬性信息包括年齡和/或性別;
[0008]結合多張圖片各自對應的人物屬性信息,確定人物對象的人物屬性信息。
[0009]可選地,對多張圖片中包含的人物對象的人臉分別進行特征識別,確定多張圖片中各自對應的人物屬性信息,包括:
[0010]當人物屬性信息包括年齡時,對于多張圖片中的每一張圖片,獲取圖片的拍攝時間;
[0011]對圖片中包含的人物對象的人臉進行特征識別,確定圖片被拍攝時人物對象的年齡;
[0012]根據拍攝時間、圖片被拍攝時人物對象的年齡以及當前時間,確定圖片對應的、人物圖像當前的年齡;
[0013]將圖片對應的、人物圖像當前的年齡,確定為圖片對應的年齡。
[0014]可選地,結合多張圖片各自對應的人物屬性信息,確定人物對象的人物屬性信息,包括:
[0015]當人物屬性信息包括年齡時,對多張圖片各自對應的年齡取平均值,獲得人物對象的年齡。
[0016]可選地,結合多張圖片各自對應的人物屬性信息,確定人物對象的人物屬性信息,包括:
[0017]當人物屬性信息包括性別時,確定在多張圖片各自對應的性別中所占的比例較大的一個性別;
[0018]將在多張圖片各自對應的性別中所占的比例較大的一個性別確定為人物對象的性別。
[0019]可選地,該方法還包括:
[0020]在將在多張圖片各自對應的性別中所占的比例較大的一個性別確定為人物對象的性別之前,檢測在多張圖片各自對應的性別中所占的比例較大的一個性別對應的比例是否大于預設閾值;
[0021]若檢測結果為比例大于預設閾值,則執行將在多張圖片各自對應的性別中所占的比例較大的一個性別確定為人物對象的性別的步驟。
[0022]可選地,獲取多張包含同一人物對象的人臉的圖片,包括:
[0023]根據一個用戶賬戶對應的、包含人臉的圖片的數量確定數值n,n為21的整數;
[0024]對用戶賬戶對應的、各張包含人臉的圖片進行人臉識別,獲得各個人物對象對應的圖片聚類,一個圖片聚類中的每一張圖片均包含圖片聚類對應的人物對象的人臉;
[0025]將各個人物對象的圖片聚類按照包含的圖片的數量從大到小的順序進行排列;
[0026]將前η個圖片聚類中的一個圖片聚類所包含的各個圖片獲取為多張包含同一人物對象的人臉的圖片。
[0027]根據本公開實施例的第二方面,提供了一種確定人物屬性信息的裝置,該裝置包括:
[0028]圖片獲取模塊,被配置為用于獲取多張包含同一人物對象的人臉的圖片;
[0029]第一確定模塊,被配置為用于對多張圖片中包含的人物對象的人臉分別進行特征識別,確定多張圖片各自對應的人物屬性信息;人物屬性信息包括年齡和/或性別;
[0030]第二確定模塊,被配置為用于結合多張圖片各自對應的人物屬性信息,確定人物對象的人物屬性信息。
[0031]可選地,第一確定模塊,包括:
[0032]時間獲取子模塊,被配置為用于當人物屬性信息包括年齡時,對于多張圖片中的每一張圖片,獲取圖片的拍攝時間;
[0033]第一年齡確定子模塊,被配置為用于對圖片中包含的人物對象的人臉進行特征識別,確定圖片被拍攝時人物對象的年齡;
[0034]第二年齡確定子模塊,被配置為用于根據拍攝時間、圖片被拍攝時人物對象的年齡以及當前時間,確定圖片對應的、人物圖像當前的年齡;
[0035]第三年齡確定子模塊,被配置為用于將圖片對應的、人物圖像當前的年齡,確定為圖片對應的年齡。
[0036]可選地,第二確定模塊,包括:
[0037]平均值計算子模塊,被配置為用于當人物屬性信息包括年齡時,對多張圖片各自對應的年齡取平均值,獲得人物對象的年齡。
[0038]可選地,第二確定模塊,包括:
[0039]第一性別確定子模塊,被配置為用于當人物屬性信息包括性別時,確定在多張圖片各自對應的性別中所占的比例較大的一個性別;
[0040]第二性別確定子模塊,被配置為用于將在多張圖片各自對應的性別中所占的比例較大的一個性別確定為人物對象的性別。
[0041]可選地,結第二確定模塊,還包括:
[0042]檢測子模塊,被配置為用于在第二性別確定子模塊將在多張圖片各自對應的性別中所占的比例較大的一個性別確定為人物對象的性別之前,檢測在多張圖片各自對應的性別中所占的比例較大的一個性別對應的比例是否大于預設閾值;
[0043]第二性別確定子模塊,被配置為用于在檢測子模塊的檢測結果為比例大于預設閾值,執行將在多張圖片各自對應的性別中所占的比例較大的一個性別確定為人物對象的性別的步驟。
[0044]可選地,圖片獲取模塊,包括:
[0045]數值確定子模塊,被配置為用于根據一個用戶賬戶對應的、包含人臉的圖片的數量確定數值η,η為2 1的整數;
[0046]聚類子模塊,被配置為用于對用戶賬戶對應的、各張包含人臉的圖片進行人臉識另IJ,獲得各個人物對象對應的圖片聚類,一個圖片聚類中的每一張圖片均包含圖片聚類對應的人物對象的人臉;
[0047]排序子模塊,被配置為用于將各個人物對象的圖片聚類按照包含的圖片的數量從大到小的順序進彳丁排列;
[0048]圖片獲取子模塊,被配置為用于將前η個圖片聚類中的一個圖片聚類所包含的各個圖片獲取為多張包含同一人物對象的人臉的圖片。
[0049]根據本公開實施例的第三方面,提供了一種確定人物屬性信息的裝置,該裝置包括:
[0050]處理器;
[0051]用于存儲處理器的可執行指令的存儲器;
[0052]其中,處理器被配置為:
[0053]獲得多張包含人物對象的人臉的圖片;
[0054]對多張圖片中包含的人物對象的人臉分別進行特征識別,確定多張圖片各自對應的人物屬性信息;人物屬性信息包括年齡和/或性別;
[0055]結合多張圖片各自對應的人物屬性信息,確定人物對象的人物屬性信息。
[0056]本公開實施例提供的技術方案可以包括以下有益效果:
[0057]通過獲得多張包含人物對象的人臉的圖片,對多張圖片中包含的人物對象的人臉分別進行特征識別,確定多張圖片各自對應的人物屬性信息,再結合多張圖片各自對應的人物屬性信息確定該人物對象的人物屬性信息,對同一人物對象的不同人臉圖片分別進行識別,并綜合分別識別獲得的結果確定最終的人物屬性信息,從而達到提高人物屬性信息識別準確性的效果。
[0058]應當理解的是,以上的一般描述和后文的細節描述僅是示例性和解釋性的,并不能限制本公開。
【附圖說明】
[0059]此處的附圖被并入說明書中并構成本說明書的一部分,示出了符合本公開的實施例,并與說明書一起用于解釋本公開的原理。
[0060]圖1是根據一示例性實施例示出的一種確定人物屬性信息的方法所涉及的實施環境的不意圖;
[0061 ]圖2是根據一示例性實施例示出的一種確定人物屬性信息的方法的流程圖;
[0062]圖3A是根據另一示例性實施例示出的一種確定人物屬性信息的方法的流程圖;
[0063]圖3B是根據圖3A所示實施例示出的一種確定單張圖片中人物對象年齡的方法的流程圖;
[0064]圖4是根據再一示例性實施例示出的一種確定人物屬性信息的方法的流程圖;
[0065]圖5是根據一示例性實施例示出的一種確定人物屬性信息的裝置的框圖;
[0066]圖6是根據另一示例性實施例示出的一種確定人物屬性信息的裝置的框圖;
[0067]圖7是根據一示例性實施例示出的一種裝置的框圖。
【具體實施方式】
[0068]這里將詳細地對示例性實施例進行說明,其示例表示在附圖中。下面的描述涉及附圖時,除非另有表示,不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本公開相一致的所有實施方式。相反,它們僅是與如所附權利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。
[0069]圖1是根據本公開所示出的確定人物屬性信息的方法所涉及的實施環境的示意圖。該