本發(fā)明屬于服裝人體工程領(lǐng)域，具體涉及一種利用人體輪廓圖形數(shù)據(jù)進(jìn)行人體性別識別的方法。

背景技術(shù)：

性別識別是讓計(jì)算機(jī)根據(jù)輸入的人的聲音、圖像等信息判斷性別的過程，在人工智能、模式識別等方面有著重要的前景。傳統(tǒng)的性別識別主要利用語音、面部圖像等生理特征進(jìn)行計(jì)算機(jī)識別(cn201310128913，cn201110170752，cn201210515116等)。

本發(fā)明利用人體的軀干輪廓形態(tài)進(jìn)行性別識別，可以應(yīng)用于監(jiān)控等不能獲取面部圖像或語音等鄰域。

此外在三維人體掃描系統(tǒng)中，獲取了人體三維模型數(shù)據(jù)后，需要從三維數(shù)據(jù)中識別人體的測量特征點(diǎn)。由于男女體型的差異性，在進(jìn)行人體特征點(diǎn)識別前，首先對測量對象的性別進(jìn)行自動判別則更有利于人體特征信息的準(zhǔn)確提取。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是為了克服現(xiàn)有技術(shù)中的性別判斷的方式均存在的不足，提供一種根據(jù)男女體型的形態(tài)差異，利用人體軀干部分的輪廓圖形進(jìn)行性別判斷的方法。

本發(fā)明是通過下述技術(shù)方案來解決上述技術(shù)問題；

一種基于人體體型的性別判斷方法，其特點(diǎn)在于，所述性別判斷方法包括以下步驟：

s01、建立人體體型性別數(shù)據(jù)庫。采集大量人體體型性別數(shù)據(jù)，包括人體軀干體型特征向量和性別。

首先，在s011步驟中，采集人體正面照、側(cè)面照和性別。

在s012步驟中，從人體正面照和人體側(cè)面照中，選取后頸點(diǎn)、側(cè)頸點(diǎn)、大腿根點(diǎn)、腋下點(diǎn)、肩點(diǎn)為特征點(diǎn)，獲得正面人體軀干輪廓曲線和側(cè)面人體軀干輪廓曲線，對正面和側(cè)面輪廓曲線進(jìn)行曲線擬合，對選定的曲線函數(shù)降維并選取貢獻(xiàn)率大于預(yù)設(shè)值的分量作為人體軀干體型的特征向量。

較佳的，在s012中，曲線擬合選擇橢圓曲線函數(shù)。

較佳的，在s012中，選擇傅里葉變換方式。所述橢圓傅里葉描述子進(jìn)行主成分分析，計(jì)算得到降維矩陣，并取累積貢獻(xiàn)率大于預(yù)設(shè)貢獻(xiàn)率的降維主成分，建立人體軀干特征向量。

較佳的，在s012中，預(yù)設(shè)貢獻(xiàn)率為90％。

最后，在s013中，將s011、s012中得到的人體軀干特征向量和性別輸入數(shù)據(jù)庫，建立人體體型性別數(shù)據(jù)庫。

s02步驟，建立性別判斷模型。s02采用線性或非線性模型，線性模型優(yōu)選采用多元線性回歸法；非線性模型優(yōu)選bp神經(jīng)網(wǎng)絡(luò)法。

較佳的，s02步驟采用bp神經(jīng)網(wǎng)絡(luò)法，通過對s01步驟建立的人體體型性別數(shù)據(jù)庫的學(xué)習(xí)獲得輸入?yún)?shù)(人體軀干體型特征向量)與輸出參數(shù)(性別)映射關(guān)系的神經(jīng)網(wǎng)絡(luò)模型。

通過s01、s02建立人體軀干體型特征向量與性別的測量模型，據(jù)此可以通過采集被測量人人體軀干體型特征向量，獲得性別。對單個(gè)被測量者的性別的判斷通過s03、s04步驟完成。

s03步驟，獲取被測量者相關(guān)信息，通過拍攝獲得被測量者的正面照和側(cè)面照。

s04步驟，完成性別的判斷。首先，在s041將s03獲取的人體正面照和側(cè)面照采用s012相同的方式獲取人體軀干體型特征向量；然后，將由s041獲取的人體軀干體型特征向量輸入s02步驟獲得的性別判斷數(shù)學(xué)模型，可以得到性別。

本發(fā)明具有易實(shí)現(xiàn)、效率高、識別準(zhǔn)確率高等優(yōu)點(diǎn)。

(1)只需要軀干的輪廓圖形幾何數(shù)據(jù)即可對對象進(jìn)行性別識別。

(2)對于正視圖輪廓，可以使用人體的正面輪廓，也可以使用背面輪廓。也不需要較高分辨率的面部照片。

(3)成年男女在體型上有顯著差異，應(yīng)用本方法識別的準(zhǔn)確率高。

附圖說明

圖1為本發(fā)明一較佳實(shí)施例的基于人體體型的性別判斷方法的流程圖。

圖2為本發(fā)明一較佳實(shí)施例的基于人體體型的性別判斷方法的具體實(shí)施流程圖。

圖3為本發(fā)明從正面圖像和側(cè)面圖像中提取人體軀干輪廓的示意圖。

具體實(shí)施方式

以下將結(jié)合說明書附圖和具體實(shí)施例對本發(fā)明做進(jìn)一步詳細(xì)說明。但并不因此將本發(fā)明限制在所述的實(shí)施例范圍之中。

如圖1所示，本發(fā)明的基于人體體型的性別判斷方法包括以下步驟：

s01、建立人體體型性別數(shù)據(jù)庫；

s02、建立人體軀干體型特征模型與性別的數(shù)學(xué)模型；

s03、獲取被測量者的人體正面照和側(cè)面照；

s04、將被測量者的人體軀干體型特征向量輸入建立的數(shù)學(xué)模型，獲得性別。

其中s01具體包括以下步驟：

s011：獲取人體的正面照片、側(cè)面照片和性別；

s012：獲取人體軀干體型特征向量；

s013：將人體軀干體型特征向量和性別錄入人體體型性別數(shù)據(jù)庫。

s04具體包括以下步驟：

s041、獲取被測量者的人體軀干體型特征向量；

s042、輸入人體軀干體型特征向量與性別的數(shù)學(xué)模型獲取性別。

如圖2-3所示，本發(fā)明在具體實(shí)施過程中，具體流程包括以下步驟:

步驟101拍攝人體的正面和側(cè)面視圖照片并提取人體的輪廓數(shù)據(jù)。

本實(shí)施例中，進(jìn)行目標(biāo)人體的正面、側(cè)面視圖照片拍攝步驟為：

(1.1)目標(biāo)人體著能突顯人體輪廓的緊身服裝；將雙臂伸直，并與水平線成約45°角度張開雙臂；兩腿張開約與肩同寬；保證腋下和襠下左右輪廓清晰分離(圖2)。

(1.2)將相機(jī)高度調(diào)整到與人體腰部平齊，保持相機(jī)平視，使人體在拍攝畫面中居中位置，拍攝完整的人體照片。優(yōu)選的是：使用等效焦距35～50mm的鏡頭拍攝；使用與人體膚色和著裝對比度高的純色背景。

(1.3)應(yīng)用圖像輪廓檢測和提取方法，對拍攝的正面和側(cè)面視圖照片進(jìn)行人體輪廓幾何數(shù)據(jù)的提取。優(yōu)選的是：使用基于主動形狀模型方法和輪廓模板的輪廓提取算法。在提取的輪廓數(shù)據(jù)中保留了模板的特征點(diǎn)信息。

(1.4)根據(jù)圖2中的人體特征點(diǎn)位置，取出人體軀干部分輪廓圖形數(shù)據(jù)。

步驟102，將步驟101中提取的輪廓數(shù)據(jù)進(jìn)行橢圓傅里葉法描述。具體為：

(2.1)將輪廓描述為一系列像素點(diǎn)集u＝(xi,yi)i＝1,2,…,n。其中n為構(gòu)成輪廓的像素點(diǎn)數(shù)據(jù)。

(2.2)按以下方法將輪廓曲線轉(zhuǎn)換為橢圓傅里葉描述子：

各像素點(diǎn)在x，y軸上投影的橢圓傅里葉級數(shù)展開為

其中：a0為輪廓中心點(diǎn)x坐標(biāo)；c0為輪廓中心點(diǎn)y坐標(biāo)；n為諧波次數(shù)；n為最大諧波次數(shù)，即近似逼近的橢圓個(gè)數(shù)；t為點(diǎn)沿輪廓的累積位移，即輪廓起點(diǎn)到點(diǎn)p弧長。t為總的累積位移，即輪廓周長。將輪廓離散為k個(gè)采樣點(diǎn)近似描述，則x方向的橢圓系數(shù)an，bn分別為：

y方向的橢圓系數(shù)cn，dn分別為：

其中：k為輪廓的總采樣點(diǎn)數(shù)；n為諧波次數(shù)；δxp為從輪廓點(diǎn)p到輪廓點(diǎn)p+1兩點(diǎn)間沿x軸方向的位移量；δyp為從輪廓點(diǎn)p到輪廓點(diǎn)p+1兩點(diǎn)間沿y軸方向的位移量；t為輪廓周長；δtp為輪廓點(diǎn)p到輪廓點(diǎn)p+1間的距離，即:

輪廓的中心點(diǎn)o在x，y軸方向的投影，即傅里葉級數(shù)的直流分量，分別為：

其中：

且：ε1＝σ1＝0

步驟103，將步驟102的結(jié)果呢采用以下方法進(jìn)行橢圓傅里葉描述子的規(guī)格化。

(a)位置規(guī)格化：橢圓傅里葉的直流分量a0＝c0＝0，即將輪廓描述的第一個(gè)橢圓中心平移到坐標(biāo)原點(diǎn)。

(b)尺度規(guī)格化：計(jì)算傅里葉描述子的第一個(gè)橢圓大小e，將各描述子系數(shù)除以e。

經(jīng)過規(guī)格化處理后，得到一組與輪廓位置、方位、尺度無關(guān)的橢圓傅里葉描述子向量。優(yōu)選的是：橢圓傅里葉的諧波次數(shù)不小于30。

重復(fù)步驟101～103，獲得多個(gè)已知性別樣本的軀干輪廓圖形數(shù)據(jù)，并轉(zhuǎn)換為規(guī)格化后的橢圓傅里葉描述子。應(yīng)用主成分分析法，對測得的所有輪廓數(shù)據(jù)進(jìn)行主成分分析，將輪廓數(shù)據(jù)降維為一組累積貢獻(xiàn)率大于一定比例的主成分。優(yōu)選的是累積貢獻(xiàn)率大于90％。

步驟201和202建立bp模式識別神經(jīng)網(wǎng)絡(luò)，將降維后的主成分p作為輸入向量，將人體性別編碼后作為輸出向量，利用已測量的樣本數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練(步驟201)。

對于被測量者，應(yīng)用301～303獲得輪廓數(shù)據(jù)，應(yīng)用步驟401使用步驟202建立的神經(jīng)網(wǎng)絡(luò)性別識別模型對待測對象的性別自動識別。其中301步驟具體采用攝像頭或3d掃描儀來獲取人體體型輪廓，302步驟采用步驟102同樣的處理方式；其中303步驟采用步驟103同樣的處理方式。