專利名稱：一種圖像分析中更新性別分類器的方法及性別分類器的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像分析技術(shù)，尤其涉及一種圖像分析中更新性別分類器的方 法及性別分類器。
背景技術(shù)：
基于人臉圖像的性別識別在計(jì)算機(jī)視覺、人機(jī)交互、視頻監(jiān)控和視頻檢索 等方面有廣闊的應(yīng)用前景。性別識別是一種二分類識別，常用的分類方法都可 以用于性別識別，即可以采用不同分類策略的性別分類器來進(jìn)行性別識別。
性別分類器中建立了多種人臉特征向量中，每種人臉特征向量和性別的對 應(yīng)關(guān)系，其輸入為人臉特征向量，根據(jù)建立的對應(yīng)關(guān)系可以輸出人臉特征向量 對應(yīng)的性別。也可以認(rèn)為性別分類器具有人臉4全測和特征提取的功能，此時(shí)， 性別分類器的輸入為人臉圖像，對輸入的人臉圖像進(jìn)行人臉檢測，對檢測到的 面部區(qū)域進(jìn)行特征提取，得到人臉特征向量，進(jìn)而確定所述人臉圖像的性別。 如圖1所示，為傳統(tǒng)的性別分類器訓(xùn)練的框圖，將得到的特征向量和該特征向 量對應(yīng)的性別保存并訓(xùn)練得到 一個(gè)性別分類器。
在利用已訓(xùn)練結(jié)束的性別分類器對當(dāng)前的人臉圖像的性別進(jìn)行識別時(shí)，性 別識別結(jié)果將高度依賴于前期的訓(xùn)練，也就是前期建立的人臉特征向量和性別 的對應(yīng)關(guān)系。而前期的訓(xùn)練通常采用已有的訓(xùn)練樣本，得到的分類器對訓(xùn)練集 中的樣本具有較好的分類結(jié)果，由于參與訓(xùn)練的樣本在樣本空間中通常只占很 小的一部分，隨著可能出現(xiàn)的待識別的樣本越來越復(fù)雜，事先訓(xùn)練好的分類器 在實(shí)際應(yīng)用中往往出現(xiàn)識別率下降等問題，無法獲得滿意的性別識別結(jié)果
發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種圖像分析中更新性別分類器的方法及性別分類器， 提高性別分類器對性別識別的準(zhǔn)確性和對樣本的適應(yīng)性。
一種圖像分析中更新性別分類器的方法，所述方法包括以下步驟
對待測人臉圖像進(jìn)行特征提取，得到待測人臉圖像的特征向量；
利用性別分類器對得到的特征向量對應(yīng)的性別進(jìn)行識別，確定性別識別結(jié)
果滿足設(shè)定的置信度要求的特征向量；
將性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量加入性別分類器的訓(xùn)
練樣本集中，得到更新后的訓(xùn)練樣本集；
利用更新后的訓(xùn)練樣本集訓(xùn)練性別分類器，得到更新后的性別分類器。 一種性別分類器，所述性別分類器包括
性別識別模塊，用于對待測人臉圖像進(jìn)行特征提取后得到的特征向量對應(yīng) 的性別進(jìn)行識別；
置信度確定模塊，用于確定性別識別結(jié)果滿足設(shè)定的置信度要求的特征向
量；
數(shù)據(jù)保存模塊，用于將性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量加
入訓(xùn)練樣本集中，得到更新后的訓(xùn)練樣本集；
更新訓(xùn)練模塊，用于利用更新后的訓(xùn)練樣本集進(jìn)行訓(xùn)練更新。
本發(fā)明通過將每次進(jìn)行性別識別的測試樣本作為對性別分類器的訓(xùn)練樣
本，動(dòng)態(tài)更新性別分類器中的訓(xùn)練樣本集，利用更新后的訓(xùn)練樣本集訓(xùn)練性別
分類器，實(shí)現(xiàn)對性別分類器的動(dòng)態(tài)更新，利用更新后的性別分類器對待測樣本
進(jìn)行識別時(shí)，可以提高性別識別的準(zhǔn)確性。


圖1為現(xiàn)有技術(shù)中性別分類器訓(xùn)練的框圖2為本發(fā)明實(shí)施例 一 中圖像分析中更新性別分類器的方法流程示意圖； 圖3 (a)為本發(fā)明實(shí)施例二中的性別分類器的結(jié)構(gòu)示意圖；圖3 (b)為本發(fā)明實(shí)施例二中的性別分類器中置信度確定模塊的結(jié)構(gòu)示意圖。
具體實(shí)施例方式
下面結(jié)合說明書附圖對本發(fā)明進(jìn)行詳細(xì)描述。
如圖2所示，為本發(fā)明實(shí)施例一中圖像分析中更新性別分類器的方法流程 示意圖，該方法包括以下步驟
步驟101:通過對已有的特征向量和特征向量對應(yīng)的性別進(jìn)行識別，建立 性別分類器。
本步驟可以是利用傳統(tǒng)的方法，通過已有的樣本和離線訓(xùn)練的方式，建立
初始的性別分類器。
步驟102:對待測人臉圖像進(jìn)行特征提取，得到待測人臉圖像的特征向量。 建立性別分類器后，可以利用該性別分類器進(jìn)行性別識別的操作。 本實(shí)施例中，可以是性別分類器對人臉圖像進(jìn)行特征提取，也可以是使用
其他特征提取設(shè)備對人臉圖像進(jìn)行特征提取，并將得到的特征向量傳輸給性別
分類器。
步驟103:利用性別分類器對得到的特征向量對應(yīng)的性別進(jìn)行識別，得到 性別識別結(jié)果。
在性別分類器中建立的特征向量與性別的對應(yīng)關(guān)系可以包括特征向量對 應(yīng)的待測性別為男性的概率和對應(yīng)的待測性別為女性的概率，將概率較高的待 測性別作為所述特征向量對應(yīng)的性別。
性別分類器利用建立的多種對應(yīng)關(guān)系，計(jì)算出當(dāng)前識別的特征向量中待測 性別為男性的概率和對應(yīng)的待測性別為女性的概率，并將概率較高的待測性別 作為當(dāng)前識別的特征向量對應(yīng)的性別。
步驟104:確定性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量。
在步驟102中，待測人臉圖像可以是多個(gè)，因此，步驟103中分別對多個(gè)
7特征向量對應(yīng)的性別進(jìn)行識別。雖然得到了每個(gè)特征向量對應(yīng)的性別，但性別
識別結(jié)果的可信度還不能確定。例如某特征向量中待測性別為男性的概率為 0.6，待測性別為女性的概率為0.4,則可以確定該特征向量對應(yīng)的性別為男性。 但男性和女性的概率比較接近，在精確度較高的系統(tǒng)中，這一識別結(jié)果的可信 度較低。因此，需要對得到的性別識別結(jié)果的可信度進(jìn)行衡量，即確定各性別 識別結(jié)果的置信度，從中選擇出識別結(jié)果的置信度較高的特征向量。
步驟105:將性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量加入性別分 類器的訓(xùn)練樣本集中，得到更新后的訓(xùn)練樣本集。
在本實(shí)施例中，特征向量對應(yīng)的性別與該特征向量加入的訓(xùn)練樣本集對應(yīng) 的性別可以相同，即特征向量對應(yīng)的性別是男性時(shí)，加入的男性訓(xùn)練樣本集； 特征向量對應(yīng)的性別是女性時(shí)，加入的女性訓(xùn)練樣本集。這樣，訓(xùn)練出的樣本 集能夠正確體現(xiàn)與該樣本集對應(yīng)的性別的特征向量。
另外，特征向量對應(yīng)的性別與該特征向量加入的訓(xùn)練樣本集對應(yīng)的性別不 同，即特征向量對應(yīng)的性別是男性時(shí)，加入的女性訓(xùn)練樣本集；特征向量對應(yīng) 的性別是女性時(shí)，加入的男性訓(xùn)練樣本集。這樣，訓(xùn)練出的樣本集能夠正確體 現(xiàn)與該樣本集對應(yīng)的相反的性別的特征向量。
步驟106:利用更新后的訓(xùn)練樣本集訓(xùn)練性別分類器，得到更新后的性別 分類器。
通過步驟101至步驟106的方案，不斷地利用新的樣本更新性別分類器， 使性別分類器中的樣本更加豐富、完善，提高性別識別的準(zhǔn)確性。 下面分別對實(shí)施例一的各步驟進(jìn)行詳細(xì)說明。
在本發(fā)明各實(shí)施例中涉及的性別分類器的類型不限定，可以是支持向量機(jī) (Support Vector Machine, SVM)，也可以是其他i殳備。
在步驟102中，人臉圖像的特征向量可以有多種，例如Gabor特征向量、 LBP特征向量、小波特征向量和幾何特征向量等。每種特征有對應(yīng)的提取方法。 在使用Gabor特征時(shí)，提取得到待測人臉圖像的Gabor特征向量，可以通
8過人臉檢測和人臉對準(zhǔn)，將人臉區(qū)域歸一化為預(yù)定尺寸，然后進(jìn)行預(yù)處理，根
據(jù)公式(1 )計(jì)算出Gabor特征。從計(jì)算出的X維Gabor特征向量中進(jìn)行特征
挑選，挑選出維數(shù)為Y的有效特征向量。
X=w*h*S*0 (1) 其中X為Gabor特征的維數(shù)；w為歸一化后圖像的寬度；h為歸一化后
圖像的高度;S為Gabor濾波器的尺度個(gè)數(shù)、O為Gabor濾波器的方向個(gè)數(shù)。 通常，X的數(shù)目在數(shù)十萬左右，通過特征挑選后，Y的數(shù)目在數(shù)千左右。 在步驟104中，確定性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量的方
法包括
首先，性別分類器確定步驟103中的特征向量對應(yīng)的待測性別為男性的概 率和對應(yīng)的待測性別為女性的概率。
然后，按照公式(2)確定性別分類器對特征向量識別的置信度。
從公式(2)中可以看出，置信度越高，表示性別分類器的識別結(jié)果的可
信程度越高，反之，置信度越低，表示性別分類器的識別結(jié)果越不可信。
p = 1_mi"rl' t2) (2) max (rl, r2)
其中P表示置信度；rl表示待測性別為男性的概率；r2表示待測性別為 男性的概率。
接著，在確定的置信度不小于預(yù)設(shè)的置信度閾值(PTH)時(shí)，確定步驟103 中特征向量的性別識別結(jié)果滿足置信度的要求，否則，為不滿足置信度要求。 不滿足置信度要求的特征向量不能用于訓(xùn)練性別分類器。
置信度只是一種衡量系統(tǒng)的性別分類結(jié)果的可信度的度量，特征向量對應(yīng) 的性別并不會(huì)因?yàn)橹眯哦容^低而改變。
在本發(fā)明實(shí)施例一的方案中，可以當(dāng)出現(xiàn)一個(gè)性別識別結(jié)果滿足設(shè)定的置 信度要求的特征向量時(shí)，就執(zhí)行一次性別分類器的更新過程。考慮到每次執(zhí)行 性別分類器的更新過程會(huì)占用較多的系統(tǒng)內(nèi)存，為保證系統(tǒng)性能較好，可以依 次記錄性別識別結(jié)果滿足置信度的要求的特征向量和該特征向量對應(yīng)的性別信息，當(dāng)記錄的特征向量的數(shù)量達(dá)到設(shè)定的數(shù)量N時(shí)，再觸發(fā)步驟105。進(jìn)一
步地，為了使訓(xùn)練得到的新的性別分類器的識別準(zhǔn)確性更高，進(jìn)而要求確定記
錄的特征向量中，對應(yīng)的性別為女性的特征向量的個(gè)數(shù)達(dá)到第一閾值N1并且 對應(yīng)的性別為男性的特征向量的個(gè)數(shù)達(dá)到第二閾值N2時(shí)，觸發(fā)步驟105。
通過直接記錄性別識別結(jié)果滿足置信度的要求的特征向量，可以直接將該 特征向量用于性別分類器的訓(xùn)練，節(jié)省了系統(tǒng)內(nèi)存。
在步驟102中，對人臉圖像進(jìn)行特征提取之前，需要先對人臉圖像進(jìn)行人 臉檢測，得到原始檢測信息，然后，再采用不同的特征提取方法從原始檢測信 息提取特征?？紤]到對同一個(gè)性別分類器進(jìn)行更新時(shí)，可以采用不同的特征提 取方法，因此，可以在步驟103中得到性別識別結(jié)果之后，記錄每個(gè)人臉圖像 的原始檢測信息。當(dāng)記錄的人臉圖像的原始檢測信息的數(shù)量達(dá)到設(shè)定的數(shù)量M 時(shí)，按照需要的特征提取方法從中提取出特征向量，并觸發(fā)步驟104。當(dāng)步驟 104中確定的性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量的數(shù)量達(dá)到設(shè)定 數(shù)量N時(shí)，再觸發(fā)步驟105。
通過直接記錄人臉圖像的原始檢測信息，可以在需要進(jìn)行性別分類器更新 時(shí)，按照當(dāng)前的內(nèi)存狀態(tài)和特征提取的精度選擇需要的特征提取方式提取特征 向量，使特征提取更符合當(dāng)前狀態(tài)的需求。
在實(shí)施例一的方法中，特征提取和訓(xùn)練性別分類器時(shí)都要開辟新的線程， 如果此時(shí)有等待進(jìn)行性別識別的人臉圖像時(shí)，識別速度將會(huì)受到影響。因此， 本發(fā)明可以設(shè)定線程的優(yōu)先級，如設(shè)定對等待的人臉圖像進(jìn)行性別識別線程的 優(yōu)先級高于訓(xùn)練性別分類器線程的優(yōu)先級，則將性別識別結(jié)果滿足設(shè)定的置信 度要求的特征向量加入性別分類器的訓(xùn)練樣本集中之后，且得到更新后的性別 分類器之前，如果存在人臉圖像等待進(jìn)行性別識別時(shí)，將停止性別分類器更新 線程，利用更新前的性別分類器對等待進(jìn)行性別識別的人臉圖像進(jìn)行識別，當(dāng) 本次人臉識別結(jié)束后，再繼續(xù)執(zhí)行利用更新后的訓(xùn)練樣本集訓(xùn)練性別分類器的 線程。與本發(fā)明實(shí)施例 一屬于同 一發(fā)明構(gòu)思下的，本發(fā)明實(shí)施例二還提供一種具
有自動(dòng)更新能力的性別分類器，如圖3(a)所示，所述性別分類器包括性別識 別模塊ll、置信度確定模塊12、數(shù)據(jù)保存模塊13和更新訓(xùn)練模塊14，其中 性別識別模塊11用于對待測人臉圖像進(jìn)行特征提取后得到的特征向量對應(yīng)的 性別進(jìn)行識別；置信度確定模塊12用于確定性別識別結(jié)果滿足設(shè)定的置信度 要求的特征向量；數(shù)據(jù)保存模塊13用于將性別識別結(jié)果滿足設(shè)定的置信度要 求的特征向量加入訓(xùn)練樣本集中，得到更新后的訓(xùn)練樣本集；更新訓(xùn)練模塊14 用于利用更新后的訓(xùn)練樣本集進(jìn)行訓(xùn)練更新。數(shù)據(jù)保存模塊13,特征向量加入 訓(xùn)練樣本集時(shí)，特征向量對應(yīng)的性別與該特征向量加入的訓(xùn)練樣本集對應(yīng)的性 別相同或不同。
所述性別分類器還包括信息記錄模塊15和觸發(fā)模塊16,其中信息記錄 模塊15用于記錄所述置信度確定模塊12確定的性別識別結(jié)果滿足置信度的要 求的特征向量和該特征向量對應(yīng)的性別；觸發(fā)模塊16用于當(dāng)確定記錄的特征 向量的數(shù)量達(dá)到設(shè)定的數(shù)量時(shí)，觸發(fā)所述數(shù)據(jù)保存模塊13。
觸發(fā)模塊16用于當(dāng)確定記錄的特征向量的數(shù)量達(dá)到設(shè)定的數(shù)量，并且在 確定記錄的特征向量中，對應(yīng)的性別為女性的特征向量的個(gè)數(shù)達(dá)到第一閾值， 對應(yīng)的性別為男性的特征向量的個(gè)數(shù)達(dá)到第二閾值時(shí)，觸發(fā)所述數(shù)據(jù)保存模 塊。
如圖3 (b)所示，置信度確定模塊12包括性別概率確定子模塊21、公式
保存子模塊22、置信度計(jì)算子模塊23和比較子模塊24，其中性別概率確定
子模塊21用于確定所述特征向量對應(yīng)的待測性別為男性的概率和對應(yīng)的待測
性別為女性的概率，將概率較高的待測性別作為所述特征向量對應(yīng)的性別；公
式保存子模塊 22 用 于保存公式
,產(chǎn) min (待測性別為男性的概率，待測性別為女性的概率).,產(chǎn)計(jì)畧子模 5又=_ max (待測性別為男性的概率，待測性別為女性的概率)， 口又T并丁寸關(guān)
塊23用于根據(jù)所述公式保存子模塊22中保存的公式，確定性別分類器對特征
向量識別的置信度；比較子模塊24用于將置信度計(jì)算子模塊23確定的置信度
ii與預(yù)設(shè)的置信度閾值進(jìn)行比較，在比較結(jié)果為確定的所述置信度不小于預(yù)設(shè)的 置信度閾值時(shí)，所述特征向量的性別識別結(jié)果滿足置信度的要求。
通過本發(fā)明提供的更新性別分類器的方法和性別分類器，利用在線訓(xùn)練的 方式，將實(shí)際應(yīng)用中的識別樣本對性別分類器進(jìn)行在線訓(xùn)練，動(dòng)態(tài)更新性別分 類器，解決了性別分類器在前期訓(xùn)練不足的問題，提高了性別分類器的自我訓(xùn) 練能力，使性別識別的準(zhǔn)確性更高。
明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及 其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動(dòng)和變型在內(nèi)。
權(quán)利要求
1、一種圖像分析中更新性別分類器的方法，其特征在于，所述方法包括以下步驟對待測人臉圖像進(jìn)行特征提取，得到待測人臉圖像的特征向量；利用性別分類器對得到的特征向量對應(yīng)的性別進(jìn)行識別，確定性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量；將性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量加入性別分類器的訓(xùn)練樣本集中，得到更新后的訓(xùn)練樣本集；利用更新后的訓(xùn)練樣本集訓(xùn)練性別分類器，得到更新后的性別分類器。
2、 如權(quán)利要求1所述的方法，其特征在于，確定性別識別結(jié)果滿足設(shè)定 的置信度要求的特征向量，包括性別分類器確定所述特征向量對應(yīng)的待測性別為男性的概率和對應(yīng)的待 測性別為女性的概率，將概率較高的待測性別作為所述特征向量對應(yīng)的性別； 按照公式置^產(chǎn)=i min (待測性別為男性的概率，待測性別為女性的概率) max (待測性別為男性的概率，待測性別為女性的概率)確定性別分類器對特征向量識別的置信度；在確定的所述置信度不小于預(yù)設(shè)的置信度閾值時(shí)，確定所述特征向量的性 別識別結(jié)果滿足置信度的要求。
3、 如權(quán)利要求1或2所述的方法，其特征在于，確定性別識別結(jié)果滿足 設(shè)定的置信度要求的特征向量之后，并且將性別識別結(jié)果滿足設(shè)定的置信度要 求的特征向量加入性別分類器的訓(xùn)練樣本集中之前，所述方法還包括記錄性別識別結(jié)果滿足置信度的要求的特征向量和該特征向量對應(yīng)的性 別，確定記錄的特征向量的數(shù)量達(dá)到設(shè)定的數(shù)量。
4、 如權(quán)利要求3所述的方法，其特征在于，確定記錄的特征向量的數(shù)量 達(dá)到設(shè)定的數(shù)量之后，并且將性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量加入性別分類器的訓(xùn)練樣本集中之前，所述方法還包括確定記錄的特征向量中，對應(yīng)的性別為女性的特征向量的個(gè)數(shù)達(dá)到第 一闊值，對應(yīng)的性別為男性的特征向量的個(gè)數(shù)達(dá)到第二閾值。
5、 如權(quán)利要求1所述的方法，其特征在于，將性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量加入性別分類器的訓(xùn)練樣本集中之后，且得到更新后的性別分類器之前，還包括當(dāng)存在人臉圖^^等待進(jìn)行性別識別時(shí)，停止性別分類器更新，利用更新前的性別分類器對等待進(jìn)行性別識別的人臉圖像進(jìn)行識別，當(dāng)識別結(jié)束后，繼續(xù)執(zhí)行利用更新后的訓(xùn)練樣本集訓(xùn)練性別分類器的步驟。
6、 如權(quán)利要求l所述的方法，其特征在于，所述特征向量對應(yīng)的性別與該特征向量加入的訓(xùn)練樣本集對應(yīng)的性別相同，或者，所述特征向量對應(yīng)的性別與該特征向量加入的訓(xùn)練樣本集對應(yīng)的性別不同。
7、 一種性別分類器，其特征在于，所述性別分類器包括性別識別模塊，用于對待測人臉圖像進(jìn)行特征提取后得到的特征向量對應(yīng)的性別進(jìn)行識別；置信度確定模塊，用于確定性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量；數(shù)據(jù)保存模塊，用于將性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量加入訓(xùn)練樣本集中，得到更新后的訓(xùn)練樣本集；更新訓(xùn)練模塊，用于利用更新后的訓(xùn)練樣本集進(jìn)行訓(xùn)練更新。
8、 如權(quán)利要求7所述的性別分類器，其特征在于，所述置信度確定模塊，包括性別概率確定子模塊，用于確定所述特征向量對應(yīng)的待測性別為男性的概率和對應(yīng)的待測性別為女性的概率，將概率較高的待測性別作為所述特征向量對應(yīng)的性別；公式保存子模塊，用于保存公式菱化產(chǎn) min (待測性別為男性的概率，待測性別為女性的概率).3又=_ max (待測性別為男性的概率，待測性別為女性的概率)，置信度計(jì)算子模塊，用于根據(jù)所述公式保存子模塊中保存的公式，確定性別分類器對特征向量識別的置信度；比較子模塊，用于將置信度計(jì)算子模塊確定的置信度與預(yù)設(shè)的置信度閾值進(jìn)行比較，在比較結(jié)果為確定的所述置信度不小于預(yù)設(shè)的置信度閾值時(shí)，所述特征向量的性別識別結(jié)果滿足置信度的要求。
9、 如權(quán)利要求7所述的性別分類器，其特征在于，所述性別分類器還包括信息記錄模塊，用于記錄所述置信度確定模塊確定的性別識別結(jié)果滿足置信度的要求的特征向量和該特征向量對應(yīng)的性別；觸發(fā)模塊，用于當(dāng)確定記錄的特征向量的數(shù)量達(dá)到設(shè)定的數(shù)量時(shí)，觸發(fā)所述數(shù)據(jù)保存一莫塊。
10、 如權(quán)利要求9所述的性別分類器，其特征在于，'所述觸發(fā)模塊，用于當(dāng)確定記錄的特征向量的數(shù)量達(dá)到設(shè)定的數(shù)量，并且在確定記錄的特征向量中，對應(yīng)的性別為女性的特征向量的個(gè)數(shù)達(dá)到第一閾值，對應(yīng)的性別為男性的特征向量的個(gè)數(shù)達(dá)到第二閾值時(shí)，觸發(fā)所述數(shù)據(jù)保存模塊。
全文摘要
本發(fā)明公開了一種圖像分析中更新性別分類器的方法，所述方法包括以下步驟對待測人臉圖像進(jìn)行特征提取，得到待測人臉圖像的特征向量；利用性別分類器對得到的特征向量對應(yīng)的性別進(jìn)行識別，確定性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量；將性別識別結(jié)果滿足設(shè)定的置信度要求的特征向量加入性別分類器的訓(xùn)練樣本集中，得到更新后的訓(xùn)練樣本集；利用更新后的訓(xùn)練樣本集訓(xùn)練性別分類器，得到更新后的性別分類器。通過本發(fā)明，提高了性別分類器的自我訓(xùn)練能力，使性別識別的準(zhǔn)確性更高、適應(yīng)性更強(qiáng)。本發(fā)明還公開了一種性別分類器。
文檔編號G06K9/62GK101510254SQ20091008068
公開日2009年8月19日 申請日期2009年3月25日 優(yōu)先權(quán)日2009年3月25日
發(fā)明者王俊艷, 英 黃 申請人:北京中星微電子有限公司