專利名稱：復雜環(huán)境下性別特征的提取方法
技術領域：
本發(fā)明涉及生物技術的領域，尤其是復雜環(huán)境下性別特征的提取方法。
背景技術：
2010年6月在第二屆上海國際數字標牌及觸摸查詢技術展示會上，三星電子大中華區(qū)經理隋大鵬指出該公司的數字標牌系統正在融入更多的新技術，通過臉部跟蹤及識別技術完成對受眾群人數、性別、年齡區(qū)間等信息的采集和統計，并可據此調整播放策略。 三星應用到餐飲行業(yè)的觀眾識別系統解決方案可為不同的受眾群體播放不同的內容，以做到智能發(fā)布。目前使用的性別特征的提取，操作方法復雜，提取繁瑣，浪費時間。

發(fā)明內容
本發(fā)明要解決的技術問題是為了克服上述中存在的問題，提供一種提取方便并且計算簡單的復雜環(huán)境下性別特征的提取方法。本發(fā)明解決其技術問題所采用的技術方案是一種復雜環(huán)境下性別特征的提取方法，包括性別特征的提取，其具體步驟如下a.提取人體的人臉、膚色、發(fā)型、裝飾的特征；b.通過線性判別方法提取訓練檢測到的人體的特征和利用Fisher方法提取訓練樣本和目標圖像的特征，Fisher線性判別法作為單分類器來說，其識別性能在不同的數據庫上均不錯，但是，利用Fisher線性法在進行降維處理時，還是會丟失一些有用的信息，而這些信息對于后面的步驟可能很重要，這也是該方法的不足之處；c.通過動態(tài)聚類方法對目標圖像進行分類并計算單分類器的平均識別率，動態(tài)聚類算法，C-均值算法是一種常用的基于近鄰法則的無監(jiān)督學習方法，首先確定需要的群數 c，選好c個代表點，用這些代表點作為初始類型，再對樣本集H中每個樣本X找出相距最近的代表點，將X歸到這個最近的代表點所在的群中去，這樣，第一次迭代就用近鄰法則將H 初步分為c群，下一次迭代就在這個基礎上以上次迭代所得的各群的均值向量作為新的代表點，再次按近鄰法則將H分為c群，直到分群穩(wěn)定為止，C-均值算法的收斂速度比較快， 但是其收斂結果取決于初始聚類中心的選??；d.通過男女訓練樣本對支持向量回歸機進行訓練得到一組參數值，支持向量回歸機(Support Vector Regression，簡稱SVR)，支持向量回歸機算法是支持向量機方法在回歸問題上的推廣。通過引入不敏感損失函數和核函數，可以很好地應用于非線性回歸分析， 并且對小樣本集問題具有良好的預測性能；e.將各種融合規(guī)則和不同融合規(guī)則的分類精度進行比較。本發(fā)明的復雜環(huán)境下性別特征的提取方法的有益效果是采用動態(tài)聚類方法，能夠快速方便準確地計算出平均識別率，其收斂速度快。
具體實施例方式本發(fā)明的復雜環(huán)境下性別特征的提取方法，包括性別特征的提取，其具體步驟如下首先提取人體的人臉、膚色、發(fā)型、裝飾的特征，人臉特征包括整體特征和局部特征；其次，通過線性判別方法提取訓練檢測到的人體的特征和利用Fisher方法提取訓練樣本和目標圖像的特征；再，通過動態(tài)聚類方法對目標圖像進行分類并計算單分類器的平均識別率；然后，通過男女訓練樣本對支持向量回歸機進行訓練得到一組參數值，利用訓練好的SVR對測試樣本進行分類；最后，將各種融合規(guī)則和不同融合規(guī)則的分類精度進行比較。以上述依據本發(fā)明的理想實施例為啟示，通過上述的說明內容，相關工作人員完全可以在不偏離本項發(fā)明技術思想的范圍內，進行多樣的變更以及修改。本項發(fā)明的技術性范圍并不局限于說明書上的內容，必須要根據權利要求范圍來確定其技術性范圍。
權利要求
1. 一種復雜環(huán)境下性別特征的提取方法，包括性別特征的提取，其特征是其具體步驟如下a.提取人體的人臉、膚色、發(fā)型、裝飾的特征；b.通過線性判別方法提取訓練檢測到的人體的特征和利用Fisher方法提取訓練樣本和目標圖像的特征；c.通過動態(tài)聚類方法對目標圖像進行分類并計算單分類器的平均識別率；d.通過男女訓練樣本對支持向量回歸機進行訓練得到一組參數值；e.將各種融合規(guī)則和不同融合規(guī)則的分類精度進行比較。
全文摘要
本發(fā)明涉及復雜環(huán)境下性別特征的提取方法，包括性別特征的提取，其具體步驟如下a.提取人體的人臉、膚色、發(fā)型、裝飾的特征；b.通過線性判別方法提取訓練檢測到的人體的特征和利用Fisher方法提取訓練樣本和目標圖像的特征；c.通過動態(tài)聚類方法對目標圖像進行分類并計算單分類器的平均識別率；d.通過男女訓練樣本對支持向量回歸機進行訓練得到一組參數值；e.將各種融合規(guī)則和不同融合規(guī)則的分類精度進行比較。本發(fā)明的復雜環(huán)境下性別特征的提取方法，采用動態(tài)聚類方法，能夠快速方便準確地計算出平均識別率，其收斂速度快。
文檔編號G06K9/00GK102368294SQ20111026474
公開日2012年3月7日 申請日期2011年9月7日 優(yōu)先權日2011年9月7日
發(fā)明者劉華平, 吳軍, 吳智君 申請人:常州藍城信息科技有限公司