CN102368295A - 复杂环境下年龄特征的提取方法 - Google Patents
复杂环境下年龄特征的提取方法 Download PDFInfo
- Publication number
- CN102368295A CN102368295A CN2011102647489A CN201110264748A CN102368295A CN 102368295 A CN102368295 A CN 102368295A CN 2011102647489 A CN2011102647489 A CN 2011102647489A CN 201110264748 A CN201110264748 A CN 201110264748A CN 102368295 A CN102368295 A CN 102368295A
- Authority
- CN
- China
- Prior art keywords
- age
- extracting
- complex environment
- extraction
- human body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及复杂环境下年龄特征的提取方法,包括年龄特征的提取,其具体步骤如下:a.提取人体的人脸、肤色、发型、装饰的特征;b.通过线性判别方法提取训练检测到的人体的特征,利用Fisher方法提取训练样本和目标图像的特征;c.通过动态聚类方法对目标图像进行分类并计算单分类器的平均识别率;d.通过不同年龄段训练样本对支持向量回归机进行训练得到一组参数值;e.将各种融合规则和不同融合规则的分类精度进行比较。本发明的复杂环境下年龄特征的提取方法,对人群多种特征的提取,能够实现多方位提取信息,达到提取信息的全面性,为后续的计算提供可靠的数据。
Description
技术领域
本发明涉及生物技术的领域,尤其是复杂环境下年龄特征的提取方法。
背景技术
在2010年5月举行的第13届嵌入系统技术开发展上,英特尔日本公司展示了附带数字标牌的自动售货机,其内置摄像头模块可根据影像来识别有无使用者、使用者的性别和年龄层等等。机器前部配备了带有触摸功能的大屏液晶显示器,可根据使用者的性别和年龄层显示推荐商品。与此同时,NEC电子公司也发布了一种针对数字标牌的观众特征识别判定程序,数字用户可借助它对头发颜色和听力特征的识别来判定观众所属的年龄阶段,其误差基本不超过10岁。商家可借此针对不同的观众来调整显示的数字内容。
目前,使用的年龄特征提取方式,提取速度慢,可靠性差,信息提取不全面,容易造成后续计算数据出错。
发明内容
本发明要解决的技术问题是:为了克服上述中存在的问题,提供一种高可靠性和提取速度快的复杂环境下年龄特征的提取方法
本发明解决其技术问题所采用的技术方案是:一种复杂环境下年龄特征的提取方法,包括年龄特征的提取,其具体步骤如下:
a.提取人体的人脸、肤色、发型、装饰的特征,对人脸,选取鉴别能力较强的左右眼睛、鼻子和嘴巴作为局部区域,在一定程度上降低计算复杂度,标定特征点分割出人脸的左右眼睛、鼻子和嘴巴区域;
b.通过线性判别方法提取训练检测到的人体的特征,利用Fisher方法提取训练样本和目标图像的特征;
c.通过动态聚类方法对目标图像进行分类并计算单分类器的平均识别率;
d.通过不同年龄段(老、中、青、少)训练样本对支持向量回归机进行训练得到一组参数值;
e.将各种融合规则和不同融合规则的分类精度进行比较,根据对目标图像的分类迭代增加分类类别,缩小年龄段分类区间,以提高年龄估计精度。
本发明的复杂环境下年龄特征的提取方法的有益效果是:对人群多种特征的提取,能够实现多方位提取信息,达到提取信息的全面性,为后续的计算提供可靠的数据。
具体实施方式
本发明的复杂环境下年龄特征的提取方法,包括年龄特征的提取,其具体步骤如下:
a.提取到人体的人脸、肤色、发型、装饰等各种特征,对人脸,选取鉴别能力较强的左右眼睛、鼻子和嘴巴作为局部区域,在一定程度上降低计算复杂度,标定特征点分割出人脸的左右眼睛、鼻子和嘴巴区域;
b.利用线性判别方法提取训练检测到的人体的特征,同时利用Fisher方法提取训练样本和目标图像的特征;
c.利用动态聚类方法对目标图像进行分类,并计算单分类器的平均识别率;
d.利用不同年龄段(老、中、青、少等)训练样本对SVR进行训练,得到一组参数值,利用训练好的SVR对测试样本进行分类;
e.利用各种融合规则进行组合分类,比较不同融合规则的分类精度,根据对目标图像的分类迭代增加分类类别,缩小年龄段分类区间,以提高年龄估计精度。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (1)
1.一种复杂环境下年龄特征的提取方法,包括年龄特征的提取,其特征是:其具体步骤如下:
a.提取人体的人脸、肤色、发型、装饰的特征;
b.通过线性判别方法提取训练检测到的人体的特征,利用Fisher方法提取训练样本和目标图像的特征;
c.通过动态聚类方法对目标图像进行分类并计算单分类器的平均识别率;
d.通过不同年龄段训练样本对支持向量回归机进行训练得到一组参数值;
e.将各种融合规则和不同融合规则的分类精度进行比较。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011102647489A CN102368295A (zh) | 2011-09-07 | 2011-09-07 | 复杂环境下年龄特征的提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011102647489A CN102368295A (zh) | 2011-09-07 | 2011-09-07 | 复杂环境下年龄特征的提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102368295A true CN102368295A (zh) | 2012-03-07 |
Family
ID=45760858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011102647489A Pending CN102368295A (zh) | 2011-09-07 | 2011-09-07 | 复杂环境下年龄特征的提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102368295A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930454A (zh) * | 2012-10-07 | 2013-02-13 | 乐配(天津)科技有限公司 | 基于多感知技术的智能3d广告推荐方法 |
RU2540778C1 (ru) * | 2013-10-31 | 2015-02-10 | Закрытое Акционерное Общество "Научно-Технический Центр Элинс" | Способ комплексирования цифровых полутоновых изображений |
CN104915000A (zh) * | 2015-05-27 | 2015-09-16 | 天津科技大学 | 用于裸眼3d广告的多感知生物识别交互方法 |
RU2667800C1 (ru) * | 2017-12-26 | 2018-09-24 | Акционерное общество "Научно-технический центр ЭЛИНС" | Способ комплексирования двух цифровых полутоновых изображений |
RU2692575C1 (ru) * | 2018-01-10 | 2019-06-25 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-воздушных сил "Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина" (г. Воронеж) Министерства обороны Российской Федерации | Способ комплексирования цифровых полутоновых изображений |
CN113298004A (zh) * | 2021-06-03 | 2021-08-24 | 南京佑驾科技有限公司 | 一种基于人脸特征学习的轻量级多头年龄估计方法 |
-
2011
- 2011-09-07 CN CN2011102647489A patent/CN102368295A/zh active Pending
Non-Patent Citations (2)
Title |
---|
房芳: "基于SVM具有年龄变化的人脸识别", 《中国优秀硕士学位论文全文数据库》 * |
朱娅妮 等: "基于多特征融合的人脸表情识别", 《杭州电子科技大学学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930454A (zh) * | 2012-10-07 | 2013-02-13 | 乐配(天津)科技有限公司 | 基于多感知技术的智能3d广告推荐方法 |
RU2540778C1 (ru) * | 2013-10-31 | 2015-02-10 | Закрытое Акционерное Общество "Научно-Технический Центр Элинс" | Способ комплексирования цифровых полутоновых изображений |
CN104915000A (zh) * | 2015-05-27 | 2015-09-16 | 天津科技大学 | 用于裸眼3d广告的多感知生物识别交互方法 |
RU2667800C1 (ru) * | 2017-12-26 | 2018-09-24 | Акционерное общество "Научно-технический центр ЭЛИНС" | Способ комплексирования двух цифровых полутоновых изображений |
RU2692575C1 (ru) * | 2018-01-10 | 2019-06-25 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-воздушных сил "Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина" (г. Воронеж) Министерства обороны Российской Федерации | Способ комплексирования цифровых полутоновых изображений |
CN113298004A (zh) * | 2021-06-03 | 2021-08-24 | 南京佑驾科技有限公司 | 一种基于人脸特征学习的轻量级多头年龄估计方法 |
CN113298004B (zh) * | 2021-06-03 | 2022-04-29 | 南京佑驾科技有限公司 | 一种基于人脸特征学习的轻量级多头年龄估计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8937650B2 (en) | Systems and methods for performing a triggered action | |
CN102368295A (zh) | 复杂环境下年龄特征的提取方法 | |
CN105516802B (zh) | 多特征融合的新闻视频摘要提取方法 | |
US9519640B2 (en) | Intelligent translations in personal see through display | |
CN102081918B (zh) | 一种视频图像显示控制方法及视频图像显示器 | |
CN104915000A (zh) | 用于裸眼3d广告的多感知生物识别交互方法 | |
Kishore et al. | Optical flow hand tracking and active contour hand shape features for continuous sign language recognition with artificial neural networks | |
CN105516280B (zh) | 一种多模态学习过程状态信息压缩记录方法 | |
CN104123543B (zh) | 一种基于人脸识别的眼球运动识别方法 | |
CN104036278B (zh) | 人脸算法标准脸部图像的提取方法 | |
CN103605969A (zh) | 一种人脸录入的方法及装置 | |
CN105955465A (zh) | 一种桌面便携式视线跟踪方法及装置 | |
CN102930454A (zh) | 基于多感知技术的智能3d广告推荐方法 | |
US20170156589A1 (en) | Method of identification based on smart glasses | |
Madhuri et al. | Vision-based sign language translation device | |
Mohandes et al. | Prototype Arabic Sign language recognition using multi-sensor data fusion of two leap motion controllers | |
CN101996310A (zh) | 基于嵌入式系统的人脸检测与跟踪方法 | |
CN102289686A (zh) | 一种基于迁移学习的运动目标分类识别方法 | |
CN104794446B (zh) | 基于合成描述子的人体动作识别方法及系统 | |
CN103914691A (zh) | 基于人脸识别的目标群体分析系统、方法及身高识别方法 | |
CN102567716A (zh) | 一种人脸合成系统及实现方法 | |
Al-Kassim et al. | Designing a low-cost eyeball tracking keyboard for paralyzed people | |
CN104008364A (zh) | 人脸识别方法 | |
WO2003030084A3 (en) | Face recognition from a temporal sequence of face images | |
Kishore et al. | Continuous sign language recognition from tracking and shape features using fuzzy inference engine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120307 |