文摘

人脸性别识别是一个关键研究课题由于其全面的用例,包括人口性别调查显示,游客形象识别、有针对性的广告,访问控制、安全和监视闭路电视。对于这些实时应用程序,一个人的脸可以从相机面向任何角度轴,和任何年龄段的人都可以,包括青少年。孩子的脸由不成熟的颅面特征点的纹理和边缘相比,一个成年人的脸,使得它很难识别性别使用孩子的脸。现实世界面临捕获在一个不受约束的环境中进行正确的性别预测系统更复杂的识别由于取向。这些因素降低现有最先进的模型的准确性发达到目前为止实时人脸性别预测。介绍了新奇人脸性别识别的青少年,成年人,unconstrained-oriented面孔。进步校准网络(PCN)检测模型的旋转不变的脸。然后,伽柏滤波器应用于提取独特的边缘和纹理特征的检测到的脸。伽柏过滤器和光照不变产生纹理和边缘特征冗余特性系数较大的尺寸。伽柏有缺点,如冗余和一个大维度提出解决的meanDWT特性优化方法,优化系统的准确性,大小的模型,计算时间。 The proposed feature engineering model is classified with different classifiers such as Naïve Bayes, Logistic Regression, SVM with linear, and RBF kernel. Its results are compared with the state-of-the-art techniques; detailed experimental analysis is presented and concluded to support the argument. We also present a review of approaches based on conventional and deep learning methods with their pros and cons for facial gender recognition on different datasets available for facial gender recognition.

1。介绍

性别预测从数据相当关注由于广泛应用和用例与其他属性,比如年龄相比,情感,和种族。人脸性别分类实时商业应用程序来确定刑事性的非侵入性的法医,限制条目等特定的性别和指定区域网站或女人俱乐部,监视特定性别、执法、人机交互和访问控制。对于商业应用程序,性别预测是人口性别比例从央视在人群中,用于实时性别针对性的营销、广告产品的特定性别群体,并基于性别的任何访问隔离。例如,火车车厢(或席位),地铁,公交车,洗手间,旅馆也在一些国家限制访问特定性别的乘客或游客基于性可以监控任何法律违反这种访问。性别识别帮助收集客户和游客的人口统计数据在业务区域和公共区域(银行、商场、机场、火车站)为更好的规划和有效的商业策略。特定相继改变促销广告和推荐系统自动电子黑板上针对一个特定的性别。机采访系统要求承认一个人的脸是在生理性别在人机交互行为分析。在闭路电视监控和安全,汽车性别识别需要监控允许区域特定性别。在生物系统中,性别识别可以用来降低数据库的搜索索引。COVID-19大流行期间,人脸识别应用程序的准确性降低由于脸上戴着面具,但性别识别可用于增加准确性作为协变量。 The facial gender prediction methods can be grouped into conventional learning and deep learning-based approaches. In the conventional learning approach, handcrafted features are extracted to represent gender patterns from face images. In the deep learning approach, a convolutional neural network (CNN) and its different versions extract texture features to determine gender from a large facial image set by statistical training with strong nonlinear modeling ability. The drawback of the deep learning-based approach (CNN) is that it requires a vast amount of training data (here, face images) and huge computation time for model regularization. Furthermore, when the network is affected by noise, overfitting is possible and underfitted if fewer face images are used. In a constraint environment, both approaches effectively represent gender prediction. The gender pattern is highly correlated with the face’s texture features such as wrinkle depth, texture relationship, beard, eyebrows, and lip shape in the adult faces, while juvenile faces consist of skin texture, eyebrows, and lip shape as primary feature space for gender prediction. Furthermore, in juveniles (age group 2–8 yrs), it is challenging to identify the gender accurately by human intelligence too. Teru and Chakraborty [1)试验,得出的结论是,性别识别的准确性从图像受到光照等因素的影响,定位、图像和噪声。脸的姿势指定相关的面角相机。面对可以移动在三个不同的方向:(a)卷(平面旋转),(b)偏航(左右旋转)和(c)音高(上下旋转)2]。如果人脸检测精度降低由于照明和旋转变化,也会影响人脸性别识别精度。面部情绪、种族、年龄和遮挡脸部的,如面部毛发,眼镜,帽子,也影响性别识别的准确性。上述事实也提到的文学;Abdelkader和格里芬(3尝试在大组面部图像,发现不当广泛的老年女性和年轻男性被错误地分类。后几种人脸性别识别方法的实证研究,郭et al。4)认为性别预测的准确性显著影响一个人的年龄;的面孔比年轻的成年人有更高的精度。

一般来说,面部性别是有限的应用主要成年人口。它也需要包括青少年面临很难正确识别人脸性别识别由于不成熟的孩子的脸上颅面特征(5,6]。研究青少年也面临着不扩展太多由于有限的数据集的可用性。不受控制的数据集的少年脸包括现实的挑战,如光照、旋转头,规模差异和障碍。它使性别识别的性能不利。面部性别在青少年面临数据与上述挑战的重要应用,如发现失踪的孩子/怀疑少年[7]属性与其他面部识别系统;发现禁止上传图片和视频的性侵犯特定青少年性别(7]。应对上述挑战,UTK数据集8使用),青少年面临着一些不受控制的环境挑战。本文的贡献如下:(我)紧凑和最小冗余特征向量,提出了一个新特性工程和评估等各种分类器(a)与线性支持向量机内核(SVM-linear), (b) SVM-radial基函数(RBF)内核,(c)逻辑回归,朴素贝叶斯(d)。(2)实时系统:在这篇文章中,一个全面的设计提出了实时性别预测。实时的性别认同问题包括人的头的方向中捕获摄像头,这是解决使用进步的校准网络(PCN)检测器。(3)精度高:该系统提供了一个高水平的准确性。(iv)健壮的:系统的精度是符合现实的挑战,如变化姿势,照明,侧面,背景变化,表情变化,障碍由于戴着一顶帽子,眼镜,脸上有胡须的发型,和所有年龄组,包括青少年面临性别识别是很困难的。

剩下的论文包括以下部分:部分2描述了相关的发展和比较工作进行人脸性别识别从最初的阶段;部分3包括建议的体系结构;部分4包括不同的数据集上的实验结果;分析讨论后跟部分5推导的结论和未来可能的缺陷的识别。

2。相关工作

人脸性别分类的相关工作是分隔为两个部分:(a)数据集用于人脸性别分类的研究和(b)不同的性别分类方法进行了研究人员至今为止。以下两部分中描述的相关工作。

2.1。性别识别面部数据集

面部数据集需要实验和基准测试结果性别识别的性能在不同的参数。实时面临数据集必须包括一个大型的性别识别样本大小的图像有不同的主题,平衡性别比例,种族分布、年龄变化,现实生活中的环境变化对人脸性别识别(FGR)系统。有巨大的现实因素,如分辨率(R),规模(s),头发(H),种族(R)、纵向(L),照明(我),不受控制的环境(U)、控制环境(C)、额视图(F),概要文件(P),闭塞(O),表达式(E),和锐度(s),性别预测最常用的数据集和它们的属性如表所示1。数据集的类别可分为两部分:数据集控制(a)和(b)不受控制的数据集。控制数据被收集在一个特定的条件,但不受控制的数据集包括所有不同的现实挑战。

FERET数据集(12)是一种广泛使用的数据集人脸性别识别在一个受控的环境演变和FG-NET相比有更好的分辨率。成人性别信息,形象变化,更具代表性的纹理信息,使其更适合提取局部描述符。FERET包含14051的图像 对于成人面孔PPM格式的像素的分辨率。UTK裁剪面有20000图片不同年龄段从0到116年,与裁剪的图像分辨率的大小 像素。UTK样本数据集在图所示1。UTK脸和FERET数据集(12]正在挑战由于旋转变化,构成(位置、方向、规模和表达式),背景,照明,年龄段,发型,和障碍物眼镜,绷带,围巾,帽子,胎记,眼睛的颜色,摩尔和削减。UTK面临数据集更具挑战性是因为幼稚和不成熟的面孔与纹理模式的性变化比成人的面孔。这真实的可变性UTK面临数据集8)和FERET数据集(12)很难在这些类型的正确人脸性别分类图像。标记的脸在野外(伦敦时装周开幕10]数据集包含面部图像捕获在一个不受约束的环境中。它具有显著的日常变化,如照明、姿势,背景,配件,种族,和遮挡。它包含的图像与重复的个体名人和政客。IMDB-WIKI [13]数据集有现实世界的挑战,如素描的面孔,质量差,和人类漫画脸。它包括空白图片,影响网络预测以相反的方式。CelebFaces属性(CelebA)数据集有一个广泛的面部属性包含超过200 k的名人的照片。接近数据集(14)由性别和相对年龄标签分为5折。它收集Flickr图片变化的照明,姿势,图像质量,正确和噪声,使其难以识别。变形数据集(9)分为不同的专辑。它由收购日期、出生日期、民族和性别信息。FG-NET [11]数据集包括1000 82人准备通过扫描照片的图像。变化的背景、照明、和解决。

2.2。分析人脸性别识别的相关工作

人脸性别识别(FGR)分为(一)学习和(b)上优于传统的方法。性别识别通过传统学习包括手工制作的工程特性。模型训练在手工制作的功能,和分类数据集上执行测试。卷积神经网络用于特征提取和分类的深度学习的方法。深度学习约束等需要大量的数据对模型拟合高计算机器,如图形处理器(gpu)在训练。青少年性别识别,更少的图像可以在公共数据集。深度学习相比,传统的学习方法可以正规化甚至在有限的数据集。本研究分析了性别识别的方法发展到目前为止,从2001年到2021年。复习是巩固在表2和紧随其后的是一个详细的分析。不同的特征如步态,脸,声音,指纹,和一个人的衣服可以用来识别性别,从文学接受如图2。脸是最适合性别预测从这些数据由于其简单的可见性,可用性,值得收藏,可接受性和普遍性。表2显示性别预测的各种方法如高斯混合模型(GMM),尺度不变特征变换(筛选),离散小波变换(DWT)、离散余弦变换(DCT),柱状图的梯度(猪),局部二进制模式(LBP),降维技术,如哈雾功能,活跃的轮廓,统计特性,独立分量分析(ICA),主成分分析(PCA)和深度学习技巧。这些方法及其与各种不同的改良提出了分类技术。传统功能的各种技术工程包括texture-based方法,如局部二进制模式(LBP),梯度直方图(猪);Haar-based功能;功能分离技术,如离散余弦变换(DCT)。基于特征空间,性别认同从脸图像的特征提取是分为两种方法:几何(本地特性)和外观(全球功能)的特征提取。在几何方法中,部分的脸,如口腔、眼睛,嘴唇,鼻子,被认为是特征空间,而在外貌的方法,整个脸部特征空间。愣,王16)使用伽柏滤波器来提取边缘细节。性别识别的支持向量机分类器实现准确性额成人脸上在受控环境。王等人。20.扇区人脸性别识别]提出的演算法分类器和获得准确性。意大利广播电视公司和卡纳17)提取特征使用维伽柏的伽柏滤波器特性减少了使用二维主成分分析和支持向量机分类器实现更好的精度在FERET数据集。穆罕默德et al。19)利用DWT和DCT特征提取技术与优于的SVM分类器在FERET精度数据集相比,(18]利用DWT与SVM分类和特征提取准确性和(21]利用DWT和PCA特征提取,fisher判别分析(FDA)的分类和实现准确性。ICA特征提取(24)与线性判别分析(LDA)获得的分类的准确性就越高在FERET数据集[相比23)与准确使用PCA特征提取和LDA分类性别预测。一方面,Tapia和佩雷斯25)使用不同空间尺度特征融合,选择使用强度,从形状、互信息和枸杞多糖的柱状图,性别分类是由支持向量机和获得准确性。另一方面,Makinen和Raisamo26用枸杞多糖,哈雾功能,支持向量机分类器实现准确性。相比之下,(27]他们的近邻分类器应用枸杞多糖特性来实现准确性。Moeini et al。28]介绍了模型与当地伽柏二进制模式(LGBP)特征和支持向量机分类器,获得准确性。在[29日),与罗盘精度达到局部二值模式(LBP)特征和支持向量机分类器而Annalakshmi et al。30.)获得准确性与梯度直方图(猪)和空间增强局部二进制模式(SLBP)与支持向量机分类器功能。阿菲菲和Abdelhamed32)使用面部组件的组合叫做雾蒙蒙的脸来提取特征和CNN的分类和实现准确性。通过比较传统的学习方法在表2,最好的精度是通过(25因为他们使用功能融合在不同的尺度,使性别分类的性能。比较传统的学习方法与深度学习的方法,更好的精度是通过CNN。性别分析是进行UTK面临数据集使用传统和燃灯学习方法。嵌入人脸相似度取决于面部组件和相似性。两个男人的脸比男性和女性的脸更相似,因为面对嵌入(欧氏距离)之间的两个男人的脸更小比脸的欧几里得距离嵌入一个男人和一个女人。由于面部嵌入同性面临被分组,所以再(资讯)也给更高的精度UTK面部性别识别相比,逻辑回归的数据集 ,支持向量机与 ,摘要对分类器与 ,和决策树精度(33]。Teru和Chakraborty1)使用3性别识别分类器。渐变CNN使用 大小的内核,填充,和2的步幅,ReLu和批处理规范化遵循每一个CNN层。辍学是应用于第一、第三和第四层卷积和完全连接(FC)层。精度达到UTK面部数据集 。简单的CNN,包含相同的拓扑和训练获得潜在的表示准确性。同时,CNN-WL是加权的CNN获得了损失精度在相同的数据集。歌和Shmatikov34CNN)用于分类和过度学习性别敏感属性和实现准确性UTK面部数据集。Bragman et al。35应用随机滤波器组在CNN架构性别识别和获得识别率。Nagpal et al。36CNN)用于过滤下降之前完全连接层分类性别、和精度是实现UTK面临数据集。Das et al。37]介绍了多任务CNN,使用动态联合损失性别识别UTK面临数据集和获得一个识别率优于传统和深度学习技术用于性别识别UTK面临数据集。

最先进的与其他数据集如下:哈斯内尔et al。39用枸杞多糖,FPLBP和支持向量机来实现精度接近数据集的图像捕获的不受控制的环境中,包括所有年龄组。这个数据集包含不同的面部特征和少的孩子很难认识到在一个不受约束的环境中。结果表明,枸杞多糖适用于约束图像。汗等。40)使用条件随机域(crf)将面临分割成6类(头发、皮肤、嘴、鼻子、眼睛、和背部)。CRF使用不同的面部部分层次结构和它们之间的相互关系。形状、颜色和位置特征提取使用控。然后,为每个类生成的概率地图作为性别描述符和给一个随机森林分类器(RDF)的决定。它使用接近数据集和实现相同的精度。

3所示。提出工作

拟议的工作包括一个完整的管道包括图像采集问题制定和提出的解决方案为性别识别分类。训练和测试的脸的图像从各自的存储库下载UTK面临数据集和FERET数据集。的架构的简单管道阶段提出了模型图3。上面的人脸检测应用于使用PCN人脸检测识别脸部旋转图像。提出的特征提取方法使用Gabor-mean-DWT模型的设计和应用。特征提取与标签类的输出是申请学习(培训期间网络收敛)任何一个分类器的模型:(a)支持向量机(SVM-Linear), (b)支持向量machine-radial基函数(SVM-RBF)和(c)逻辑回归(LR)。

3.1。问题陈述

一套面部图像 是给定的, ,和每个图像真实的标签的性别 。在这里, 是地面真理的集合各自的形象吗 ,和是一个数字的图片准备好了吗 。目标函数问题是评估概率的性别(男性或女性)定义为类 对于给定的测试图像集这样的平均平均预测类之间的区别和实际的类必须为增加绝对精度(最小化一个)(I)定义为图像集在以下方程:

实时性别识别、面部图像受到不同的实时配置等因素的影响,定位、规模、和照明。这些因素降低人脸检测的准确性,随后减少性别识别的总体应用程序。检测到面向面临的问题正确使用取向不变的人脸检测。这里,PCN网络用于取向不变的人脸检测。实时人脸性别分类模型包括(A)从视觉图像采集传感器(相机),(b)在帧捕获人脸检测,(c)形象给人好感的消除噪声检测到面部和增强图像特征工程,工程(d)特性等特性生成纹理,边缘,随后,特征选择,(e)性别预测。人脸性别分类的准确性(P)自然环境取决于上述阶段,主要是人脸检测、特征提取和分类。提高该模型的准确性与其他技术发展水平相比技术上使用优化阶段的使用方向不变的人脸检测方法特性工程使用照度不变的特征提取和特征选择优化,和技术发展水平的使用分类器对性别识别是下面解释道。整个过程的框图如图3。

3.2。方向不变的人脸检测

脸图像实时获得由中央电视台、移动、或任何其他nonfrontal视觉传感器。正面人脸检测影响检测的准确性的脸,随后降低了实时人脸性别识别的准确性的场景。假设取向不变的人脸检测方法在此阶段用于实时场景。在这种情况下,它能增强FGR的特征提取阶段来识别独特的性别特征。对于这个问题,进步校准网络(PCN)人脸检测器(42),检测面临着各种方向的名声。PCN的图像金字塔原则是用来评估每个滑动窗口的分数(一脸的概率)。分数低信心,nonface滑动窗口同时拒绝了。人脸检测是使用三级级联的概念执行校准。目标函数阶段1 PCN人脸检测器的形象所示(2)整体损失函数评为 在哪里 代表面对边界框的信心得分,边界框的坐标向量,和取向角的分数。方程(3)显示了整个目标函数为损失PCN:

在这里, ,和是失去平衡参数回归和校准,分别。 失去三个参数的函数 PCN的目标函数 。总体损失最小化需要最小化三个不同的参数 评估在以下方程:(我)分类的脸和nonface滑动窗口移动 :这是基于softmax分数分类过程的损失函数提出了在 (2)目标函数的第二个参数回归的边界框评价最好的边界框的坐标定位的脸形象代表在以下方程: 在这里,预计,是原始的回归结果。是叉损失。(3)最后一个参数的目标函数评估校准分数吗(面对的方向)代表在以下方程:

优化后(3),顶部的信心面对是通过拒绝最大nonface滑动窗口。剩下的脸候选人更新新退化边界框与预测的角度旋转在方程(定义7)。例如,如果脸 ,然后不需要旋转,同时 意味着候选人的面是朝下的,所以旋转会面对。

在下一阶段,角度范围减少到一半,即。,从 来 ,在方程(找到定义的精确定位8)。non-confident滑动窗口被丢弃,和头部姿势取向是校准。头部位置的定位范围是预测的分类之间的上下候选人面临三类rotation-in-plane (RIP)角度,也就是说, , ,或 定义在以下方程:

在这里, , ,和是各自的预测成绩类方向的第二阶段。脸的候选人应该旋转 , ,或作为一个标准确定类。在最后阶段,RIP的范围角度再次减少了一半,即。,从 来 ,评估的最终精确的角头方向。在这个阶段,角的分类再次在一个精确的范围,也就是说, ,和最终取向是校准 。面对预测最后的校准角 是裁剪从输入图像和旋转角度做鬼脸水平下一个处理阶段的工程特性。

3.3。特征工程模型

裁剪的脸水平后头部位置处理人脸检测是工程模型传递到下一阶段特性提取纹理和边缘从剪裁面临关键特性来决定性别。伽柏过滤器有助于从图像边缘和纹理特征提取 。这是一个线性带通滤波器的特性最优定位在两个频率和空间域。相关的频谱被伽柏滤波器来提取特征指定方向寻找上述图像识别功能。一般的二维伽柏过滤器的功能 在伽柏过滤器具有以下特点:表示方向,它指定周期/像素的数量,表示正弦信号的波长)抵消,是正常的角度的正弦信号平面,然后呢分别表示阶段。伽柏是一个高斯正弦的产物,具有光照不变量的属性。伽柏过滤器内核(43]中定义(9使用投影角),评估和方向系数和定义在以下方程:

伽柏特征矩阵可以通过卷积生成脸的形象 ,和伽柏过滤器内核被定义为

是复数的性质,定义在(12),所以伽柏特性的平方后产品的真正内核和想象中的组件面部图像 ,所示如下方程:

生成伽柏edge-texture特性使用不同的取向 ,在伽柏应用从方程(9)方程(13)检测到的脸 。在这里,5伽柏取向 用于提取每个决议的伽柏特性从不同的方向 ,如图4。伽柏过滤器与5取向和5鳞片生成 伽柏特性矩阵。高维特征空间中使用伽柏滤波器的缺点之一。生成的伽柏边的规模 和在不同的取向如图5代表了多余的边缘模式的脖子,眼睛,脸角,嘴唇,鼻子。这种冗余在伽柏基于过滤器特征提取是另一个问题。我们克服这种使用提出average-DWT工程在下一节中定义的功能。

3.3.1。Gabor-AveragePool特征提取

伽柏特性矩阵不同方向的固定范围内具有相同的维度。这些矩阵然后添加到生成一个矩阵。这个矩阵中的每一个系数除以角的数量。这种方式,合成系数平均值的位置在不同的方向系数 ,在方程(代表14)。因此,它代表了5伽柏特性系数,减少了尺寸的一个因素 。

在这里, 。图5显示了不同的边缘和纹理系数样本脸图像根据不同伽柏内核 和Gabor-mean步骤的结果。一些边缘特性显示冗余(肩边,嘴里边等)在不同伽柏角特性矩阵图。相比之下,合成Gabor-mean显示一个平均特征值。该模型使用Gabor-mean降低维度和冗余,如图5。第一个图的形象5为代表的平均系数图像各自5取向。它代表着独特的面部性别模式紧凑、简洁的特点。Gabor-mean系数的数量不管伽柏内核使用的角度,无论现有的伽柏基于过滤器的方法,如Gabor-DWT Gabor-DCT, Gabor-PCA。

3.3.2。DWT Gabor-AveragePool特性特征提取技术

二维(2 d)离散小波变换(DWT)是应用于提取的特征矩阵从Gabor-AveragePool过程。就像翻译和扩张面部图像的尺度函数组成的低通滤波器(左)和高通滤波器(H)。

DWT (2 d-dwt)可以评估使用第一行的一维(1 d) DWT 2 d图像矩阵。相同的评估在评估1 d-dwt的列。这里,近似,水平、垂直和对角块频率由我(低频),LH,霍奇金淋巴瘤,HH(高频),如图6。你块代表一个图像的近似在低维度,而另一个块代表图像的细节。低频的块(LL)具有平滑的输入图像的特性44]。一个级别(规模)2 d-dwt过程的转换的输入矩阵(块)的大小 大小为4区块(噢,LH、HL和HH),每一个的大小 。在这里,我们使用三个规模/水平2 d-dwt迭代会阻止,最后第三级别会提取子块特征向量= ,在哪里特征向量的大小。这些特性被传递到输入图像分类过程吗 。三个level-DWT的块结构特征提取Gabor-mean如图6。

3.4。分类模型

提取的特征分类器的使用提出Gabor-meanDWT传递使用训练集训练网络收敛,和测试数据结果评价聚合模型。等我们有尝试在不同的分类器(a)支持向量机(SVM)与线性内核(SVM-linear)和(b) SVM-radial基函数(RBF)的内核。

3.5。支持向量机

支持向量机(SVM)是结构风险最小化(SRM)的原则,目的是找到最佳超平面将输入空间中的类和类之间的利润最大化45]。对于给定的训练集 ,在哪里 面部图像(I)和代表的特性 类的标签分别为男性和女性;分离超平面使用线性可分的二元分类问题是由15。对于非线性可分的数据,输入空间映射到高维特征空间使用RBF的其他内核。这里,软保证金使用支持向量机,超平面可以通过诱导松弛变量,允许一些错误在训练时间。找到问题的最优分离超平面通过减少训练误差表示

在这里,是像往常一样的重量最大的分离超平面,然后呢b是偏见。成本参数C决定了超平面的距离和训练误差之间的权衡。对于不同的非线性问题,可以利用不同类型的内核(46]。在我们的实验中,两个内核函数,线性和径向基函数(RBF)。

3.6。朴素贝叶斯分类器

对于一个给定的图像集 和特性集为形象,我们必须决定每个类的概率 在 (男性和女性)。方程(16)显示了类边际概率(47]:

数据可能是代表在以下方程:

3.7。逻辑回归

在本文中,使用逻辑回归分类器,形成培训实例及其之间的非线性关系已知的标签和具有明显的成本函数。如果性别类男性为代表 和女性的 ,概率(P)对男性的基础上观察到的特征向量 由方程给出如下(48]: 在这里,是拦截或偏见, 权重或相关系数特性吗 (特征向量),分别为输入图像 。

4所示。实验和结果分析

提出了人脸性别识别结构的实验进行了成人的脸,少年脸上分别(不成熟的未成年人年龄)。我们使用14051 FERET数据集的图像(从0到70岁成年),和20000年UTK面临数据集的照片。每个数据集分成两个不相交的训练集和测试集的比例 为5倍交叉验证(K5)。我们已经完成多个实验发现伽柏的优化,并验证该功能工程是最好的在伽柏,Gabor-DWT, Gabor-Mean, Gabor-meanDWT求婚。为此,平均精度(一个)(见(1)是工程技术评估与不同特性如伽柏,Gabor-DWT, Gabor-Mean,伽伯meanDWT提议,如表所示3。它是评估分类器支持向量机(SVM) FERET和UTK面临数据集。讨论了详细分析如下:

4.1。特征尺寸

面对任何原始输入数据集传递PCN的检测器,它提供了面部点输入图像,和各自的脸是裁剪后使用PCN人脸检测器检测。随后这些裁剪面临新统一分辨率大小和转换后的灰度(给人好感的)。工程应用于它的特性,它生成一个特征向量。伽柏生成 为与5个方向和5鳞片 。Gabor-DWT有三个水平,6560年和83968年Gabor-mean生成特性,分别,而提出Gabor-meanDWT生成至少/紧凑的特性向量大小的1312表中给出3。这一步是重复的图像(培训和测试)的数据集。紧凑的特征向量的大小减少了时间预测的复杂性显著的性别。因此,该技术花费更少的时间在训练的收敛性和推理模型的结果。小的特征尺寸使得该方法一个适当的选择与边缘设备(Acorn RISC机器(ARM) RISC体系结构),内存约束是一个重要的问题。因此,性别识别的建议的体系结构可以用于基于arm的实时设备如闭路电视摄像头,手机设备,让他们聪明的关键决策使用。

4.2。精度

从分析的结果提出了表3,得出结论,提出建筑与Gabor-SVM Gabor-DWT, Gabor-mean, Gabor-meanDWT SVM-Linear内核实现了精度 , , ,和在FERET数据集(成人脸)。拟议中的Gabor-meanDWT特征提取技术达到最好的成人脸上精度(FERET数据)和少年的面孔(UTK脸),因为该步骤的特征提取技术将一视同仁的冗余特性有效地从伽柏矩阵,如图5。的准确性提出Gabor-meanDWT远比与现有的先进的技术如表所示2作为Gabor-fuzzy [16),枸杞多糖(27),和基于CNN的技术(38成人和少年面孔[]32]。Gabor-fuzzy得到成人脸上准确性,建议的方法实现准确性。拟议的架构面向检测的正确面临精度也提供了一个重大贡献。因此,高精度和低内存消耗使该方法对各种边缘设备上实时应用程序的用例。

该技术归档比大多数CNN-based技术更好的精度VGG-16 [31日成人面孔和[]34- - - - - -36在少年脸上,如表所示2。

提出工作的局限性,其准确性是较小ResNet合奏的准确性的方法(38)在少年脸上,但整体的方法调用的多层分类模型,这需要大量的计算资源和数据在训练和正规化。拟议的方法是基于传统的学习需要资源有限的计算和正规化的有限的数据。

4.3。少年v / s成人的面孔

成人的脸,该模型Gabor-meanDWT实现5交叉验证的准确性在现实生活中的成人脸上FERET数据集使用SVM-linear内核的分类。相比之下,少年脸上的准确性的UTK面临数据集 。其他方法如伽柏,Gabor-Dwt Gabor-mean显示相同的趋势FERET和UTK模式的数据集。UTK数据集的精度下降是由于不成熟和nondistinguishable特性的少年脸上UTK FERET相比。此外,UTK数据集更复杂的实时背景变化等挑战,光照、姿势(位置、方向、规模和表情变化),比FERET数据集和头部方向。建议的解决方案提供了健壮的结果在不同的年龄甚至与无约束环境(旋转,照明等),使其各种工业实时应用程序的一个更好的选择。

少年的脸比成人面孔的精度较低,因为强调作为一个初步迹象显示软组织老化的青少年。成人老化影响的形态学变化皱纹,皮肤纹理,面部线条的额头与不同的水平和垂直形状。脸的大小随着年龄的增长。表明人脸性别识别的性能会降低孩子的脸上比成人(49,50]。因此,该技术在青少年面临着较低比在成人脸上准确性。

4.4。比较不同的分类器

性别识别的提议Gabor-meanDWT特性工程建筑融合,尝试了不同的分类技术,包括SVM-linear SVM-RBF,朴素贝叶斯和线性回归。接受者操作特性曲线(ROC)评估建议的体系结构的四个分类器。图7接受者操作特征(ROC)曲线显示了该特性工程模型与支持向量机(RBF),逻辑回归和支持向量机(线性),和朴素贝叶斯分类器,分别在FERET数据集。图7表示曲线下的面积(AUC) SVM-linear比SVM的AUC RBF内核因为特性是线性可分的。曲线下的面积(AUC)和最佳点(OP)的ROC曲线模型与不同分类技术评价,见表4。最好的最佳点是实现SVM-linear和逻辑回归,而SVM (RBF)内核实现97.07真阳性率(TPR) 0.012假阳性率(玻璃钢)AUC为0.998。提出Gabor-meanDWT混淆矩阵的特征提取也评估UTK面临数据和线性支持向量机和RBF SVM,表所示5。数据结果表明,男性比女性更少的困惑,因为男性面孔有独特的或比女性脸部识别功能。因此,面对歧视也会影响某一特定性别识别系统的准确性。

5。结论

不变的方向面临的最初建议的体系结构检测使用PCN网络以及基督教民主党提出Gabor-meanDWT技术提取光照不变特性的减少冗余和维度有效地融合分类器的学习网络。边缘和纹理特征计算通过应用一个按比例缩小的伽柏过滤器使用五取向和尺度。它产生一个25伽柏银行矩阵与一些常见的冗余特性减少了评估各自的伽柏系数的平均值和取向。的平均特性平和edge-texture特性和降低取向的维度的因素(这里是减少了 )。随后,离散小波变换(DWT)特征提取技术提取Gabor-mean特性将它转换成四个频率域,包括高频低频。提取特征的光滑部分由DWT的会分解后,的大小 源输入。这个过程生成一个紧凑、简洁,独特的图案代表性别阶级“男孩”或“女孩”。优化功能训练的分类器(a) SVM-linear, (b) SVM-RBF, (c)朴素贝叶斯和(d)逻辑回归。正规化和公正的结果,意味着精度评估5倍交叉验证。培训测试比率 分别在FERET和UTK数据集。该模型的结果如表所示3。表3表明该模型实现的最高精度与支持向量机(线性内核)成人脸上(FERET数据集)孩子的脸上(UTK数据集)。UTK数据集显示低精度由于孩子的脸上不成熟的特性和具有挑战性的不受控制的环境而FERET数据集。支持向量机与RBF实现 (曲线下的面积),如表所示4,而SVM-linear内核显示最高 优于其他人。

人脸性别识别的建议的方法一致的准确实时的用例,包括头部方向、光照变化,和年龄在变异人(年龄不变)。然而,这是一个限制测试一个小图像(远方对象从相机传感器),暗图像(图像生成在低能见度光),不同的大陆/种族的人。这些因素可以进行测试和改进未来的研究人员。

数据可用性

用于实验的数据集上公开引用。提出的设计,结果,和调查用于支持本研究的结果都包含在本文并适当地引用。实验的软件编写的代码用来支持这项研究的结果是作者的版权,所以不能免费提供。请求访问code-related查询应该Sandeep k·古普塔(电子邮件id:(电子邮件保护))。

的利益冲突

作者宣称没有利益冲突。