CN110599554A - 人脸肤色的识别方法和装置、存储介质及电子装置 - Google Patents

Abstract

本发明公开了一种人脸肤色的识别方法和装置、存储介质及电子装置。其中，该方法包括：获取包含目标对象人脸的图像数据；将所述图像数据输入到目标神经网络模型中，其中，所述目标神经网络是使用具有标签的人脸图像数据样本训练初始神经网络模型得到的，所述标签为通过二值分类的方式得到的用于指示人脸肤色属性值的标签；所述人脸图像数据样本为基于图像数据中的人脸尺寸进行裁剪得到的，所述人脸图像数据样本的像素值被调整到预设像素值；根据所述目标神经网络模型的输出确定用于指示所述目标对象的人脸肤色属性值的标签。通过本发明，解决了相关技术人脸肤色识别的方式识别的肤色种类单调且无法适应多个应用场景的技术问题。

Description

人脸肤色的识别方法和装置、存储介质及电子装置

技术领域

本发明涉及计算机领域，具体而言，涉及一种人脸肤色的识别方法和装置、存储介质及电子装置。

背景技术

相关技术中对于人脸肤色的识别方式为：建立肤色模型的过程包括RGB(红，绿，蓝)颜色空间映射到YCbCr颜色空间，先将人脸肤色从图片中分割出来，然后再通过设置阈值来进行肤色识别。但是，相关技术中的人脸肤色识别方式存在以下问题：1)很难适应复杂监控场景，不同监控场景的光线不同，人脸大小也不一，很难通过统一的去噪声算法来进行降噪；2)只能识别黑色和白色两种肤色。

针对相关技术中的上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供一种人脸肤色的识别方法和装置、存储介质及电子装置，以至少解决相关技术人脸肤色识别的方式识别的肤色种类单调且无法适应多个应用场景的技术问题。

根据本发明实施例的一个方面，提供了一种人脸肤色的识别方法，包括：获取包含目标对象人脸的图像数据；将所述图像数据输入到目标神经网络模型中，其中，所述目标神经网络是使用具有标签的人脸图像数据样本训练初始神经网络模型得到的，所述标签为通过二值分类的方式得到的用于指示人脸肤色属性值的标签；所述人脸图像数据样本为基于图像数据中的人脸尺寸进行裁剪得到的，所述人脸图像数据样本的像素值被调整到预设像素值；根据所述目标神经网络模型的输出确定用于指示所述目标对象的人脸肤色属性值的标签。

根据本发明实施例的另一方面，还提供了一种人脸肤色的识别装置，包括：获取模块，用于获取包含目标对象人脸的图像数据；输入模块，用于将所述图像数据输入到目标神经网络模型中，其中，所述目标神经网络是使用具有标签的人脸图像数据样本训练初始神经网络模型得到的，所述标签为通过二值分类的方式得到的用于指示人脸肤色属性值的标签；所述人脸图像数据样本为基于图像数据中的人脸尺寸进行裁剪得到的，所述人脸图像数据样本的像素值被调整到预设像素值；第一确定模块，用于根据所述目标神经网络模型的输出确定用于指示所述目标对象的人脸肤色属性值的标签。

根据本发明实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述方法。

根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的方法。

在本发明实施例中，通过目标神经网络模型能够对各个场景下获取到的人脸图像的人脸肤色进行识别，而且由于神经网络模型中的人脸图像数据样本具有通过二值分类的方式得到的用于指示人脸肤色属性值的标签，因此，可以不仅仅是对黑色和白色肤色进行识别，能够识别更多的人脸肤色，从而解决了相关技术中相关技术人脸肤色识别的方式识别的肤色种类单调且无法适应多个应用场景的技术问题，提高了人脸肤色识别的准度。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种人脸肤色的识别方法的应用环境的示意图；

图2是根据本发明实施例的一种人脸肤色的识别方法的流程示意图；

图3是根据本发明实施例的一种人脸图像数据进行抠图的示意图；

图4是根据本发明实施例的另一种目标神经网络模型的结构示意图；

图5是根据本发明实施例的一种人脸肤色的识别装置的结构示意图；

图6是根据本发明实施例的又一种人脸肤色的识别装置的结构示意图；

图7是根据本发明实施例的又一种可选的人脸肤色的识别装置的结构示意图；

图8是根据本发明实施例的一种可选的人脸肤色的识别装置的结构示意图；

图9是根据本发明实施例的一种可选的电子装置的结构示意图。

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，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例的一个方面，提供了一种人脸肤色识别的方法。可选地，上述人脸肤色识别的方法可以但不限于应用于如图1所示的应用场景中。如图1所示，终端102获取到人脸图像之后，将该人脸图像作为内置在该终端内的神经网络模型的输入，该神经网络模型的输出则是该人脸图像的人脸肤色识别结果。当然，在本申请的其他实施方式中，也可以由终端将人脸图像发送服务器，由服务器侧的神经网络模型进行人脸肤色识别的结果；也就是说，在本申请中并不像限定内置神经网络模型的设备，只需要将人脸图像输入到本申请中的神经网络模型中，即可以得到该人脸图像的肤色。

可选地，在本实施例中，上述终端可以包括但不限于以下至少之一：手机、平板电脑等。上述服务器可以包括但不限于以下至少之一：PC机及其他用于计算服务的设备。上述只是一种示例，本实施例对此不做任何限定。

可选地，在本实施例中，作为一种可选的实施方式，如图2所示，上述人脸肤色的识别方法可以包括：

S202，获取包含目标对象人脸的图像数据；

S204，将图像数据输入到目标神经网络模型中，其中，目标神经网络是使用具有标签的人脸图像数据样本训练初始神经网络模型得到的，标签为通过二值分类的方式得到的用于指示人脸肤色属性值的标签；人脸图像数据样本为基于图像数据中的人脸尺寸进行裁剪得到的，人脸图像数据样本的像素值被调整到预设像素值；

S206，根据目标神经网络模型的输出确定用于指示目标对象的人脸肤色属性值的标签。

可选地，在本申请的实施例中，获取的图像数据可以是任意场景下的图像数据，例如，用户在旅游景点或聚会时的自拍照，商场监控所拍摄的顾客的图像，或马路上的监控摄像头所拍摄的图像等等，即只要是包含人脸的图像均是可以作为本申请目标神经网络模型的输入。

需要说明的是，本申请实施例中的目标神经网络包括有：卷积层，池化层和全连接层。

其中，卷积层由若干个卷积单元组成，每个卷积单元的参数都是通过反向传播算法最佳化得到的，卷积运算的目的是提取输入的不同特征；卷积层通常情况下包括一维卷积和二维卷积，而一维卷积的输入是一个向量和一个卷积核，输出也是一个向量。通常情况下，输入向量长度远大于卷积核的长度。输出向量的长度取决于卷积操作的填充方案，等宽卷积的输出向量的和输入的向量长度相等，卷积核的长度通常是奇数，当然也可以是偶数。而二维的卷积，假设输入维度是m*m，卷积核大小是n*n，则无填充的输出大小是(m-n+1)*(m-n+1)，这和一维卷积是类似的。池化层用于压缩数据和参数的数量，减小过拟合，即如果输入的是图像的话，那么池化层的主要作用就是压缩图像。全连接层的每一个结点斗鱼上一层的所有节点相连，用来把前边提取到的特征综合起来。

下面以用户在晚上路边的自拍的图像为例，对上述人脸图像数据样本预处理进行相关说明；由于是晚上的自拍图像，自拍的光线没有白天的好，需要对其像素值进行调整，以保证该自拍的图像光线适合对其人脸肤色进行识别，此外，由于自拍可能不仅仅是对人脸进行了自拍，还有可能是对其全身或是半身进行自拍，如果是以这种全身照或本身照作为目标神经网络模型的训练样本的话，其增加了训练难度，因此在活的自拍照后可以基于人脸对其自拍照进行裁剪，即将人脸范围的图像裁剪下来，作为目标申请网络的训练样本，减少了训练难度，而且也减少了自拍照中周边环境对其肤色的影响。此外，可以对图像数据中的人脸肤色进行事先标记，在本申请中通过二分值分类的方式得到的用于指示人脸肤色属性值的标签，也就是说，对于不同的真实肤色都可以打标签，而不仅仅是黑白两种肤色，可以根据需要进行相应的设置。

可见，通过本申请中的目标神经网络模型能够对各个场景下获取到的人脸图像的人脸肤色进行识别，而且由于神经网络模型中的人脸图像数据样本具有通过二值分类的方式得到的用于指示人脸肤色属性值的标签，因此，可以不仅仅是对黑色和白色肤色进行识别，能够识别更多的人脸肤色，从而解决了相关技术中相关技术人脸肤色识别的方式识别的肤色种类单调且无法适应多个应用场景的技术问题，提高了人脸肤色识别的准度。

可选地，对于本申请实施例中基于图像数据中的人脸尺寸进行裁剪得到人脸图像数据样本的方式，可以通过如下方式来实现：对图像数据中的人脸配准点旋正后并对人脸框外扩预设个像素进行扣图得到人脸图像数据样本。

也就是说，为了能够减少图像中周边环境对人脸肤色识别的影响，可以对图像数据中的人脸图像进行抠图，具体是先获取图像数据中的人脸框，进而基于该人脸框对抠图的对象进行外扩，外扩的像素可以根据实际情况进行取值，例如，外扩32个像素；如图3所示，选中一个图像数据后，确定该图像数据中人脸框，进而对其人脸款外扩32个像素。

需要说明的是，图3中由于是真实的图像作为本实施例中的图像数据，因此对真实图像中的人脸进行虚化处理，以保护该图像中人的隐私。在实际人脸肤色过程中是不需要该虚化处理的，下述图4也是一样的，进行了虚化处理。此外，图3中的图像仅仅是包含了一个人脸图像，而对于一个图像中包括多个人脸图像的情况，也是采用同样的方式，只不过需要注意的是，在进行人脸框外扩的过程避免外扩范围到了其他人脸图像上，从而使得两个人脸图像在一个图像数据中，导致人脸肤色识别出现误差。

可选地，在本申请的实施例中，通过二值分类的方式得到用于指示人脸肤色属性值的标签的方式，可以进一步通过如下方式实现：

步骤S1，确定需要识别的人脸肤色的颜色种类数量N；

步骤S2，对人脸图像数据样本的人脸肤色属性值进行二值分类，得到1*N的属性向量，其中，属相向量中的每一个值为0，1或者其他值，其他值用于指示人脸图像数据样本的人脸肤色无法识别；

步骤S3，由1*N的属性向量确定标签。

需要说明的是，由于目前人类主要分为三种肤色的人，黄种人，白种人和黑种人，相应的其人脸肤色也主要分为：黄色，白色和黑色。因此，在本申请中该N的取值优选为3。下面以N的取值为3为例，对上述步骤S1～S3进行举例说明；

首先，对人脸图像数据样本中每张图的肤色属性值进行二值分类，例如是否是黄色，是否是黑色，是否是白色，得到一个1×3的属性向量。向量中的每一个值为0，1或者无法识别(设为99)。最后得到的标签表，如下所示：

Image_1 0 0 1

Image_2 99 99 99

Image_3 0 1 0

...

Image_n 1 0 0

其中Imgae_i表示图片i的相对路径，0和1表示对应二分属性值，99表示无法识别。也就是说，Image_1的0 0 1用于指示其人脸肤色为白色，而Image_2的99 99 99向量用于指示其人脸肤色无法识别，Image_3的0 1 0向量用于指示其肤色为黑色；Image_n的1 0 0向量用于指示其人脸肤色为黄色。

假设在将来发现了人类还包括其他肤色，例如，蓝色，紫色等等，下面以人类还包括第四种肤色蓝色为例，对上述二值分类方式进行举例说明。

首先，对人脸图像数据样本中每张图的肤色属性值进行二值分类，例如是否是黄色，是否是黑色，是否是白色，是否为蓝色，得到一个1×4的属性向量。向量中的每一个值为0，1或者无法识别(设为99)。最后得到的标签表，如下所示：

Image_1 0 0 1 0

Image_2 99 99 99 99

Image_3 0 1 0 0

Image_3 0 0 0 1

…

Image_n 1 0 0 0

其中Imgae_i表示图片i的相对路径，0和1表示对应二分属性值，99表示无法识别。也就是说，Image_1的0 0 1 0的向量用于指示其人脸肤色为白色，而Image_2的99 99 9999向量用于指示其人脸肤色无法识别，Image_3的0 1 0 0向量用于指示其肤色为黑色；Image_4的0 0 0 1向量用于指示其肤色为蓝色；Image_n的1 0 0 0向量用于指示其人脸肤色为黄色。

可选地，在本申请中对人脸图像数据样本的像素值进行调整的方式可以是包括：将人脸图像数据样本与预设的黑色图像数据按照预设比例混合，其中，通过调整预设比例达到调整人脸图像数据样本的像素值。

也就是说，通过上述将人脸图像数据样本与预设黑色图像数据按照预设比例混合的目的是为了保证人脸图像数据样本的像素值，进而能够准确的识别出其人脸肤色。

在具体的应用场景中该混合的方式可以通过如下公式来实现：

f(x)＝(1-α)f₀(x)+αf₁(x)+β

其中，α和β为调节参数，α值设为[0，1.5]之间，偏移值β设置在[10，30]之间，f(x)为生成图片的像素值，f₀(x)为黑色图片的像素值，f₁(x)为原图片的像素值。

基于上述说明，以人脸肤色为3种为例，本申请中的涉及到的目标神经网络模型如图4所示，在图像数据输入到目标神经网络模型之后，经过目标神经网络模型中的卷积层，池化层和全连接层的处理之后，该目标神经网络模型输出的一个三元素的1维向量，其中，00 1用于指示其人脸肤色为白色，99 99 99向量用于指示其人脸肤色无法识别，0 1 0向量用于指示其肤色为黑色；1 0 0向量用于指示其人脸肤色为黄色。

基于上述人脸图像数据样本类似的处理方式，对于步骤S202中涉及到的获取包含目标对象人脸的图像数据的方式，进一步可以包括：

步骤S202-11，将所述图像数据与预设的黑色图像数据按照预设比例混合，其中，通过调整所述预设比例达到调整所述图像数据的像素值；

步骤S202-12，在对图像数据中的人脸配准点旋正后，对人脸框外扩预设个像素进行扣图得到包含所述目标对象人脸的图像数据。

也就是说，对于带识别的图像数据，也是需要进行光线调整以及为了使得训练数据量减少，对图像数据进行抠图的处理。

需要说明的是，本申请中的目标神经网络模型的损失函数为交叉熵损失函数。

将原有模型的softmax损失函数改为交叉熵损失函数。交叉熵损失函数用来表示两个分布之间的差异度，因此，利用交叉熵定义损失函数来训练神经网络的参数。交叉熵损失函数具体公式如下：

其中，L表示损失函数的值，n表示输入训练集个数，x表示输入训练集，m表示属性标签个数，y_i和a_i分别表示i属性标签的真实值和网络预测值。

交叉熵损失函数优势是非负的，公式中每一项都是正的且在0到1之间。其次，交叉熵在计算损失函数时候有利于模型收敛，能较好的区分相似度较高的不同类别样本。

需要说明的是，本申请中的目标神经网络模型中卷积层和池化层的通道数小于ResNet模型中卷积层和池化层的通道数。现有技术中的ResNet模型架构对于识别肤色而言，过于庞大，训练和预测时间都较长，所以采用减少通道数对模型进行压缩，将现有技术红在第5个池化层的通道数由512减为128，并且逐层向上减少卷积层的通道数，从而在基本保证网络效率的情况下，有效加快网络预测速度。而上述通道数的修改仅仅是举例说明，可以根据实际情况对其通道数进行相应的调整。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

根据本发明实施例的另一个方面，还提供了一种用于实施上述人脸肤色的识别方法的人脸肤色的识别装置，如图5所示，该装置包括：

(1)获取模块52，用于获取包含目标对象人脸的图像数据；

(2)输入模块54，用于将图像数据输入到目标神经网络模型中，其中，目标神经网络是使用具有标签的人脸图像数据样本训练初始神经网络模型得到的，标签为通过二值分类的方式得到的用于指示人脸肤色属性值的标签；人脸图像数据样本为基于图像数据中的人脸尺寸进行裁剪得到的，人脸图像数据样本的像素值被调整到预设像素值；

(3)第一确定模块56，用于根据目标神经网络模型的输出确定用于指示目标对象的人脸肤色属性值的标签。

可选地，在本申请的实施例中，获取的图像数据可以是任意场景下的图像数据，例如，用户在旅游景点或聚会时的自拍照，商场监控所拍摄的顾客的图像，或马路上的监控摄像头所拍摄的图像等等，即只要是包含人脸的图像均是可以作为本申请目标神经网络模型的输入。

需要说明的是，本申请实施例中的目标神经网络包括有：卷积层，池化层和全连接层。

其中，卷积层由若干个卷积单元组成，每个卷积单元的参数都是通过反向传播算法最佳化得到的，卷积运算的目的是提取输入的不同特征；卷积层通常情况下包括一维卷积和二维卷积，而一维卷积的输入是一个向量和一个卷积核，输出也是一个向量。通常情况下，输入向量长度远大于卷积核的长度。输出向量的长度取决于卷积操作的填充方案，等宽卷积的输出向量的和输入的向量长度相等，卷积核的长度通常是奇数，当然也可以是偶数。而二维的卷积，假设输入维度是m*m，卷积核大小是n*n，则无填充的输出大小是(m-n+1)*(m-n+1)，这和一维卷积是类似的。池化层用于压缩数据和参数的数量，减小过拟合，即如果输入的是图像的话，那么池化层的主要作用就是压缩图像。全连接层的每一个结点斗鱼上一层的所有节点相连，用来把前边提取到的特征综合起来。

下面以用户在晚上路边的自拍的图像为例，对上述人脸图像数据样本预处理进行相关说明；由于是晚上的自拍图像，自拍的光线没有白天的好，需要对其像素值进行调整，以保证该自拍的图像光线适合对其人脸肤色进行识别，此外，由于自拍可能不仅仅是对人脸进行了自拍，还有可能是对其全身或是半身进行自拍，如果是以这种全身照或本身照作为目标神经网络模型的训练样本的话，其增加了训练难度，因此在活的自拍照后可以基于人脸对其自拍照进行裁剪，即将人脸范围的图像裁剪下来，作为目标申请网络的训练样本，减少了训练难度，而且也减少了自拍照中周边环境对其肤色的影响。此外，可以对图像数据中的人脸肤色进行事先标记，在本申请中通过二分值分类的方式得到的用于指示人脸肤色属性值的标签，也就是说，对于不同的真实肤色都可以打标签，而不仅仅是黑白两种肤色，可以根据需要进行相应的设置。

可见，通过本申请中的目标神经网络模型能够对各个场景下获取到的人脸图像的人脸肤色进行识别，而且由于神经网络模型中的人脸图像数据样本具有通过二值分类的方式得到的用于指示人脸肤色属性值的标签，因此，可以不仅仅是对黑色和白色肤色进行识别，能够识别更多的人脸肤色，从而解决了相关技术中相关技术人脸肤色识别的方式识别的肤色种类单调且无法适应多个应用场景的技术问题，提高了人脸肤色识别的准度。

可选地，如图6所示，本申请的装置还可以包括：第二处理模块62，用于对图像数据中的人脸配准点旋正后并对人脸框外扩预设个像素进行扣图得到人脸图像数据样本。

也就是说，为了能够减少图像中周边环境对人脸肤色识别的影响，可以对图像数据中的人脸图像进行抠图，具体是先获取图像数据中的人脸框，进而基于该人脸框对抠图的对象进行外扩，外扩的像素可以根据实际情况进行取值，例如，外扩32个像素；如图3所示，选中一个图像数据后，确定该图像数据中人脸框，进而对其人脸款外扩32个像素。

需要说明的是，图3中的图像仅仅是包含了一个人脸图像，而对于一个图像中包括多个人脸图像的情况，也是采用同样的方式，只不过需要注意的是，在进行人脸框外扩的过程避免外扩范围到了其他人脸图像上，从而使得两个人脸图像在一个图像数据中，导致人脸肤色识别出现误差。

可选地，如图7所示，本申请的装置还可以包括：

(1)第二确定模块72，用于确定需要识别的人脸肤色的颜色种类数量N；

(2)第一处理模块74，用于对人脸图像数据样本的人脸肤色属性值进行二值分类，得到1*N的属性向量，其中，属性向量中的每一个值为0，1或者其他值，其他值用于指示人脸图像数据样本的人脸肤色无法识别；

(3)第三确定模块76，用于由1*N的属性向量确定标签。

需要说明的是，由于目前人类主要分为三种肤色的人，黄种人，白种人和黑种人，相应的其人脸肤色也主要分为：黄色，白色和黑色。因此，在本申请中该N的取值优选为3。下面以N的取值为3为例，对上述步骤S1～S3进行举例说明；

首先，对人脸图像数据样本中每张图的肤色属性值进行二值分类，例如是否是黄色，是否是黑色，是否是白色，得到一个1×3的属性向量。向量中的每一个值为0，1或者无法识别(设为99)。最后得到的标签表，如下所示：

Image_1 0 0 1

Image_2 99 99 99

Image_3 0 1 0

...

Image_n 1 0 0

其中Imgae_i表示图片i的相对路径，0和1表示对应二分属性值，99表示无法识别。也就是说，Image_1的0 0 1用于指示其人脸肤色为白色，而Image_2的99 99 99向量用于指示其人脸肤色无法识别，Image_3的0 1 0向量用于指示其肤色为黑色；Image_n的1 0 0向量用于指示其人脸肤色为黄色。

假设在将来发现了人类还包括其他肤色，例如，蓝色，紫色等等，下面以人类还包括第四种肤色蓝色为例，对上述二值分类方式进行举例说明。

首先，对人脸图像数据样本中每张图的肤色属性值进行二值分类，例如是否是黄色，是否是黑色，是否是白色，是否为蓝色，得到一个1×4的属性向量。向量中的每一个值为0，1或者无法识别(设为99)。最后得到的标签表，如下所示：

Image_1 0 0 1 0

Image_2 99 99 99 99

Image_3 0 1 0 0

Image_3 0 0 0 1

Image_n 1 0 0 0

其中Imgae_i表示图片i的相对路径，0和1表示对应二分属性值，99表示无法识别。也就是说，Image_1的0 0 1 0的向量用于指示其人脸肤色为白色，而Image_2的99 99 9999向量用于指示其人脸肤色无法识别，Image_3的0 1 0 0向量用于指示其肤色为黑色；Image_4的0 0 0 1向量用于指示其肤色为蓝色；Image_n的1 0 0 0向量用于指示其人脸肤色为黄色。

可选地，如图8所示，本申请的装置还可以包括：混合模块82，用于将人脸图像数据样本与预设的黑色图像数据按照预设比例混合，其中，通过调整预设比例达到调整人脸图像数据样本的像素值。

也就是说，通过上述将人脸图像数据样本与预设黑色图像数据按照预设比例混合的目的是为了保证人脸图像数据样本的像素值，进而能够准确的识别出其人脸肤色。

在具体的应用场景中该混合的方式可以通过如下公式来实现：

f(x)＝(1-α)f₀(x)+αf₁(x)+β

其中，α和β为调节参数，α值设为[0，1.5]之间，偏移值β设置在[10，30]之间，f(x)为生成图片的像素值，f₀(x)为黑色图片的像素值，f₁(x)为原图片的像素值。

基于上述说明，以人脸肤色为3种为例，本申请中的涉及到的目标神经网络模型如图4所示，在图像数据输入到目标神经网络模型之后，经过目标神经网络模型中的卷积层，池化层和全连接层的处理之后，该目标神经网络模型输出的一个三元素的1维向量，其中，00 1用于指示其人脸肤色为白色，99 99 99向量用于指示其人脸肤色无法识别，0 1 0向量用于指示其肤色为黑色；1 0 0向量用于指示其人脸肤色为黄色。

需要说明的是，本申请中的目标神经网络模型的损失函数为交叉熵损失函数。

将原有模型的softmax损失函数改为交叉熵损失函数。交叉熵损失函数用来表示两个分布之间的差异度，因此，利用交叉熵定义损失函数来训练神经网络的参数。交叉熵损失函数具体公式如下

其中，L表示损失函数的值，n表示输入训练集个数，x表示输入训练集，m表示属性标签个数，yi和ai分别表示i属性标签的真实值和网络预测值。

交叉熵损失函数优势是非负的，公式中每一项都是正的且在0到1之间。其次，交叉熵在计算损失函数时候有利于模型收敛，能较好的区分相似度较高的不同类别样本。

需要说明的是，本申请中的目标神经网络模型中卷积层和池化层的通道数小于ResNet模型中卷积层和池化层的通道数。现有技术中的ResNet模型架构对于识别肤色而言，过于庞大，训练和预测时间都较长，所以采用减少通道数对模型进行压缩，将现有技术红在第5个池化层的通道数由512减为128，并且逐层向上减少卷积层的通道数，从而在基本保证网络效率的情况下，有效加快网络预测速度。而上述通道数的修改仅仅是举例说明，可以根据实际情况对其通道数进行相应的调整。

根据本发明的实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，获取包含目标对象人脸的图像数据；

S2，将所述图像数据输入到目标神经网络模型中，其中，所述目标神经网络是使用具有标签的人脸图像数据样本训练初始神经网络模型得到的，所述标签为通过二值分类的方式得到的用于指示人脸肤色属性值的标签；所述人脸图像数据样本为基于图像数据中的人脸尺寸进行裁剪得到的，所述人脸图像数据样本的像素值被调整到预设像素值；

S3，根据所述目标神经网络模型的输出确定用于指示所述目标对象的人脸肤色属性值的标签。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，确定需要识别的人脸肤色的颜色种类数量N；

S2，对所述人脸图像数据样本的人脸肤色属性值进行二值分类，得到1*N的属性向量，其中，所述属性向量中的每一个值为0，1或者其他值，其他值用于指示所述人脸图像数据样本的人脸肤色无法识别；

S3，由所述1*N的属性向量确定所述标签。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，将所述人脸图像数据样本与预设的黑色图像数据按照预设比例混合，其中，通过调整所述预设比例达到调整所述人脸图像数据样本的像素值。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，对图像数据中的人脸配准点旋正后并对人脸框外扩预设个像素进行扣图得到所述人脸图像数据样本。

可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。

根据本发明实施例的又一个方面，还提供了一种用于实施上述人脸肤色的识别方法的电子装置，如图9所示，该电子装置包括：处理器902、存储器904、显示器906、用户接口908、传输装置910等。该存储器中存储有计算机程序，该处理器被设置为通过计算机程序执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述电子装置可以位于计算机网络的多个网络设备中的至少一个网络设备。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取包含目标对象人脸的图像数据；

S2，将所述图像数据输入到目标神经网络模型中，其中，所述目标神经网络是使用具有标签的人脸图像数据样本训练初始神经网络模型得到的，所述标签为通过二值分类的方式得到的用于指示人脸肤色属性值的标签；所述人脸图像数据样本为基于图像数据中的人脸尺寸进行裁剪得到的，所述人脸图像数据样本的像素值被调整到预设像素值；

S3，根据所述目标神经网络模型的输出确定用于指示所述目标对象的人脸肤色属性值的标签。

可选地，本领域普通技术人员可以理解，图9所示的结构仅为示意，电子装置也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图9其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图9中所示更多或者更少的组件(如网络接口等)，或者具有与图9所示不同的配置。

其中，存储器904可用于存储软件程序以及模块，如本发明实施例中的人脸肤色的识别方法和装置对应的程序指令/模块，处理器902通过运行存储在存储器904内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述人脸肤色的识别方法。存储器904可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器904可进一步包括相对于处理器902远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

上述的传输装置910用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置910包括一个网络适配器(NetworkInterface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置910为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

上述显示器906显示人脸肤色识别的结果，用户接口908，用于获取输入的操作指令，其中，例如对人脸图像数据样本的像素值进行调整的指令，对人脸图像数据样本的肤色抠图的指令等。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种人脸肤色的识别方法，其特征在于，包括：

获取包含目标对象人脸的图像数据；

将所述图像数据输入到目标神经网络模型中，其中，所述目标神经网络是使用具有标签的人脸图像数据样本训练初始神经网络模型得到的，所述标签为通过二值分类的方式得到的用于指示人脸肤色属性值的标签；所述人脸图像数据样本为基于图像数据中的人脸尺寸进行裁剪得到的，所述人脸图像数据样本的像素值被调整到预设像素值；

根据所述目标神经网络模型的输出确定用于指示所述目标对象的人脸肤色属性值的标签。

2.根据权利要求1所述的方法，其特征在于，通过二值分类的方式得到用于指示人脸肤色属性值的标签，包括：

确定需要识别的人脸肤色的颜色种类数量N；

对所述人脸图像数据样本的人脸肤色属性值进行二值分类，得到1*N的属性向量，其中，所述属性向量中的每一个值为0，1或者其他值；所述其他值用于指示所述人脸图像数据样本的人脸肤色无法识别；

由所述1*N的属性向量确定所述标签。

3.根据权利要求1所述的方法，其特征在于，对所述人脸图像数据样本的像素值进行调整，包括：

将所述人脸图像数据样本与预设的黑色图像数据按照预设比例混合，其中，通过调整所述预设比例达到调整所述人脸图像数据样本的像素值。

4.根据权利要求1所述的方法，其特征在于，基于图像数据中的人脸尺寸进行裁剪得到所述人脸图像数据样本，包括：

在对图像数据中的人脸配准点旋正后，对人脸框外扩预设个像素进行扣图得到所述人脸图像数据样本。

5.根据权利要求1所述的方法，其特征在于，所述获取包含目标对象人脸的图像数据，包括：

将所述图像数据与预设的黑色图像数据按照预设比例混合，其中，通过调整所述预设比例达到调整所述图像数据的像素值；

在对图像数据中的人脸配准点旋正后，对人脸框外扩预设个像素进行扣图得到包含所述目标对象人脸的图像数据。

6.一种人脸肤色的识别装置，其特征在于，包括：

获取模块，用于获取包含目标对象人脸的图像数据；

输入模块，用于将所述图像数据输入到目标神经网络模型中，其中，所述目标神经网络是使用具有标签的人脸图像数据样本训练初始神经网络模型得到的，所述标签为通过二值分类的方式得到的用于指示人脸肤色属性值的标签；所述人脸图像数据样本为基于图像数据中的人脸尺寸进行裁剪得到的，所述人脸图像数据样本的像素值被调整到预设像素值；

第一确定模块，用于根据所述目标神经网络模型的输出确定用于指示所述目标对象的人脸肤色属性值的标签。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第二确定模块，用于确定需要识别的人脸肤色的颜色种类数量N；

第一处理模块，用于对所述人脸图像数据样本的人脸肤色属性值进行二值分类，得到1*N的属性向量，其中，所述属性向量中的每一个值为0，1或者其他值，其他值用于指示所述人脸图像数据样本的人脸肤色无法识别；

第三确定模块，用于由所述1*N的属性向量确定所述标签。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

混合模块，用于将所述人脸图像数据样本与预设的黑色图像数据按照预设比例混合，其中，通过调整所述预设比例达到调整所述人脸图像数据样本的像素值。

9.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至5任一项中所述的方法。