确定人物属性信息的方法及装置的制造方法
确定人物属性信息的方法及装置的制造方法
【技术领域】
[0001]本公开涉及人脸识别技术领域，特别涉及一种确定人物属性信息的方法及装置。
【背景技术】
[0002]人物属性信息识别在图像处理、身份认证以及机器人视觉等很多领域都存在着潜在的应用。
[0003]在相关技术中，通常从人脸图像中提取人物属性信息识别所需要的几何特征，并使用各种机器学习算法对提取到的几何特征进行训练。该技术受人脸区域的亮度和光照角度的影响较大，在光线较暗或逆光环境下提取到的几何特征相对于正常环境下有较大差别。
【发明内容】
[0004]本公开实施例提供了一种确定人物属性信息的方法及装置，技术方案如下:
[0005]根据本公开实施例的第一方面，提供了一种确定人物属性信息的方法，该方法包括:
[0006]获取多张包含同一人物对象的人脸的图片；
[0007]对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别；
[0008]结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0009]可选地，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片中各自对应的人物属性信息，包括:
[0010]当人物属性信息包括年龄时，对于多张图片中的每一张图片，获取图片的拍摄时间；
[0011]对图片中包含的人物对象的人脸进行特征识别，确定图片被拍摄时人物对象的年龄；
[0012]根据拍摄时间、图片被拍摄时人物对象的年龄以及当前时间，确定图片对应的、人物图像当前的年龄；
[0013]将图片对应的、人物图像当前的年龄，确定为图片对应的年龄。
[0014]可选地，结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息，包括:
[0015]当人物属性信息包括年龄时，对多张图片各自对应的年龄取平均值，获得人物对象的年龄。
[0016]可选地，结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息，包括:
[0017]当人物属性信息包括性别时，确定在多张图片各自对应的性别中所占的比例较大的一个性别；
[0018]将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别。
[0019]可选地，该方法还包括:
[0020]在将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别之前，检测在多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值；
[0021]若检测结果为比例大于预设阈值，则执行将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别的步骤。
[0022]可选地，获取多张包含同一人物对象的人脸的图片，包括:
[0023]根据一个用户账户对应的、包含人脸的图片的数量确定数值n，n为21的整数；
[0024]对用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，一个图片聚类中的每一张图片均包含图片聚类对应的人物对象的人脸；
[0025]将各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列；
[0026]将前η个图片聚类中的一个图片聚类所包含的各个图片获取为多张包含同一人物对象的人脸的图片。
[0027]根据本公开实施例的第二方面，提供了一种确定人物属性信息的装置，该装置包括:
[0028]图片获取模块，被配置为用于获取多张包含同一人物对象的人脸的图片；
[0029]第一确定模块，被配置为用于对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别；
[0030]第二确定模块，被配置为用于结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0031]可选地，第一确定模块，包括:
[0032]时间获取子模块，被配置为用于当人物属性信息包括年龄时，对于多张图片中的每一张图片，获取图片的拍摄时间；
[0033]第一年龄确定子模块，被配置为用于对图片中包含的人物对象的人脸进行特征识别，确定图片被拍摄时人物对象的年龄；
[0034]第二年龄确定子模块，被配置为用于根据拍摄时间、图片被拍摄时人物对象的年龄以及当前时间，确定图片对应的、人物图像当前的年龄；
[0035]第三年龄确定子模块，被配置为用于将图片对应的、人物图像当前的年龄，确定为图片对应的年龄。
[0036]可选地，第二确定模块，包括:
[0037]平均值计算子模块，被配置为用于当人物属性信息包括年龄时，对多张图片各自对应的年龄取平均值，获得人物对象的年龄。
[0038]可选地，第二确定模块，包括:
[0039]第一性别确定子模块，被配置为用于当人物属性信息包括性别时，确定在多张图片各自对应的性别中所占的比例较大的一个性别；
[0040]第二性别确定子模块，被配置为用于将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别。
[0041]可选地，结第二确定模块，还包括:
[0042]检测子模块，被配置为用于在第二性别确定子模块将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别之前，检测在多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值；
[0043]第二性别确定子模块，被配置为用于在检测子模块的检测结果为比例大于预设阈值，执行将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别的步骤。
[0044]可选地，图片获取模块，包括:
[0045]数值确定子模块，被配置为用于根据一个用户账户对应的、包含人脸的图片的数量确定数值η，η为2 1的整数；
[0046]聚类子模块，被配置为用于对用户账户对应的、各张包含人脸的图片进行人脸识另IJ，获得各个人物对象对应的图片聚类，一个图片聚类中的每一张图片均包含图片聚类对应的人物对象的人脸；
[0047]排序子模块，被配置为用于将各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进彳丁排列；
[0048]图片获取子模块，被配置为用于将前η个图片聚类中的一个图片聚类所包含的各个图片获取为多张包含同一人物对象的人脸的图片。
[0049]根据本公开实施例的第三方面，提供了一种确定人物属性信息的装置，该装置包括:
[0050]处理器；
[0051]用于存储处理器的可执行指令的存储器；
[0052]其中，处理器被配置为:
[0053]获得多张包含人物对象的人脸的图片；
[0054]对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别；
[0055]结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0056]本公开实施例提供的技术方案可以包括以下有益效果:
[0057]通过获得多张包含人物对象的人脸的图片，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息，再结合多张图片各自对应的人物属性信息确定该人物对象的人物属性信息，对同一人物对象的不同人脸图片分别进行识别，并综合分别识别获得的结果确定最终的人物属性信息，从而达到提高人物属性信息识别准确性的效果。
[0058]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
【附图说明】
[0059]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0060]图1是根据一示例性实施例示出的一种确定人物属性信息的方法所涉及的实施环境的不意图；
[0061 ]图2是根据一示例性实施例示出的一种确定人物属性信息的方法的流程图；
[0062]图3A是根据另一示例性实施例示出的一种确定人物属性信息的方法的流程图；
[0063]图3B是根据图3A所示实施例示出的一种确定单张图片中人物对象年龄的方法的流程图；
[0064]图4是根据再一示例性实施例示出的一种确定人物属性信息的方法的流程图；
[0065]图5是根据一示例性实施例示出的一种确定人物属性信息的装置的框图；
[0066]图6是根据另一示例性实施例示出的一种确定人物属性信息的装置的框图；
[0067]图7是根据一示例性实施例示出的一种装置的框图。
【具体实施方式】
[0068]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0069]图1是根据本公开所示出的确定人物属性信息的方法所涉及的实施环境的示意图。该 实施环境可以包括:终端101和服务器102。
[0070]终端101可以是移动智能电话、PC(Personal Computer，个人电脑)、平板电脑、膝上型电脑或PDA(个人数字助手，Personal Digital Assistant)等设备。
[0071]服务器102可以是单台服务器，或者是由多台服务器组成的服务集群，或者，也可以是一个云计算中心。
[0072]终端101通过有线或无线网络与服务器102相连。
[0073]下面，以图1所示的实施环境为例，对本公开各个实施例提供的技术方案进行介绍和说明。
[0074]图2是根据一示例性实施例示出的一种确定人物属性信息的方法的流程图，该方法可以应用于如图1所示实施环境的终端101中或服务器102中。该计算人物属性信息的方法可以包括如下几个步骤:
[0075]在步骤201中，获得多张包含同一人物对象的人脸的图片。
[0076]在步骤202中，对该多张图片中包含的人物对象的人脸分别进行特征识别，确定该多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别。
[0077]在步骤203中，结合该多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0078]综上所述，本公开实施例提供的确定人物属性信息的方法，通过获得多张包含人物对象的人脸的图片，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息，再结合多张图片各自对应的人物属性信息确定该人物对象的人物属性信息，对同一人物对象的不同人脸图片分别进行识别，并综合分别识别获得的结果确定最终的人物属性信息，从而达到提高人物属性信息识别准确性的效果。
[0079]图3A是根据另一示例性实施例示出的一种计算人物属性信息的方法的流程图。以该方法由图1所示实施环境中的服务器102执行为例，请参考图3A，该方法可以包括如下几个步骤:
[0080]在步骤301中，获取多张包含同一人物对象的人脸的图片。
[0081]在获得包含同一人物对象的人脸的图片时，可以由服务器从存储在云端的相册中进行读取，也可以由终端将存储的图片发送给服务器。本公开实施例对此不做限定。
[0082]在步骤302中，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别。
[0083]例如，获取到的图片的数量为五张，这五张图片均包含有人物对象Jack的人脸。月艮务器对这五张图片中Jack的人脸部分图像分别进行特征识别，确定每一张图片中Jack的人物属性信息，人物属性信息可以只有年龄信息;或者，只有性别信息;或者，同时含有年龄和性别信息。
[0084]在本公开实施例所示的方案中，当人物属性信息包括年龄时，需要结合图片的拍摄时间来确定。请参考图3B，其示出了一种确定单张图片中人物对象年龄的方法的流程图，该方法可以包括如下步骤:
[0085]在步骤302a中，对于多张图片中的每一张图片，获取该图片的拍摄时间。
[0086]—张图片被拍摄时，拍摄设备通常会记录该照片的拍摄时间，并将该拍摄时间存储在该照片的属性信息中，服务器可以直接读取该照片的属性信息来获得其拍摄时间。
[0087]例如，当人物属性信息包括年龄时，获取五张图片中每一张图片的拍摄时间。拍摄时间可以根据实际需求来进行取舍，可以精确到哪一天，例如2015年10月5日；也可以精确至IJ哪个月，例如2015年10月；或者，还可以精确到哪一年，例如2015年。
[0088]在步骤302b中，对该图片中包含的人物对象的人脸进行特征识别，确定该图片被拍摄时该人物对象的年龄。
[0089]服务器对一张图片中的Jack的人脸进行特征识别，直接获得年龄就是这一张图片被拍摄时Jack的年龄。
[0090]在步骤302c中，根据拍摄时间、该图片被拍摄时人物对象的年龄以及当前时间，确定该图片对应的、人物图像当前的年龄。
[0091 ]例如，一张包含Jack人脸图像的图片的拍摄时间为2013年，通过特征识别确定该图片被拍摄时Jack的年龄为28岁，当前时间为2015年。服务器用当前时间2015年减去拍摄时间2013年，得2年的时间差，在图片被拍摄时Jack的年龄的基础上加上2年的时间差，得到这一张图片对应的、Jack当前的年龄为30岁。
[0092]在步骤302d中，将该图片对应的、人物图像当前的年龄，确定为图片对应的年龄。
[0093]服务器将这一张图片对应的、Jack当前的年龄(30岁)确定为这一张图片对应的年龄。
[0094]在步骤303中，当人物属性信息包括年龄时，对多张图片各自对应的年龄取平均值，获得人物对象的年龄。
[0095]例如，当人物属性信息包括年龄时，人物对象Jack对应的有五张图片，服务器经过步骤302中特征识别后确定这5张图片对应的年龄分别是30岁、26岁、25岁、28岁和28岁，将这五个年龄的平均值(27.4岁)确定为Jack的年龄。
[0096]可选的，在本公开实施例中，为了保证年龄确定的准确性，还可以对每一张图片对应的年龄进行筛选，去除一个最大值和一个最小值，并将剩余的各个年龄的平均值确定为人物对象的年龄。比如，以5张图片对应的年龄分别是30岁、26岁、25岁、28岁和28岁为例，月艮务器首先去除30岁和25岁这两个年龄，将其它三个年龄的平均值(26+28+28)/3 = 27.3(岁)确定为Jack的年龄。
[0097]在步骤304中，当人物属性信息包括性别时，确定在多张图片各自对应的性别中所占的比例较大的一个性别。
[0098]例如，获取到的图片的数量为五张，这五张图片均包含有人物对象Jack的人脸。月艮务器对这五张图片进行性别识别，识别结果是其中四张为男性，一张为女性，则服务器确定比例较大的一个性别为男性，且所占比例为80 %。
[0099]在步骤305中，检测在多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值。
[0100]在步骤306中，若检测结果为比例大于预设阈值，则将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别。
[0101]其中，预设阈值可以由开发人员根据实际应用的需求来确定。例如，预设阈值为70 %，而在步骤305中服务器确定的比例较大的一个性别为男性，其对应的比例80 %，大于预设阈值70%，则服务器可以确定Jack为男性。
[0102]在另外一种可能的情况中，若五张图片中3张为男性，2张为女性，则任何一种性别所占的比例都小于预设阈值70%，此时，服务器可以返回一个包含“无法识别人物性别”信息的结果。
[0103]综上所述，本公开实施例提供的确定人物属性信息的方法，通过获得多张包含人物对象的人脸的图片;对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息，再结合多张图片各自对应的人物属性信息确定该人物对象的人物属性信息，对同一人物对象的不同人脸图片分别进行识别，并综合分别识别获得的结果确定最终的人物属性信息，从而达到提高人物属性信息识别准确性的效果。
[0104]在上述图3A所示的方案中，在获取包含同一人物对象的人脸的图片时，可以从对应单个用户账户存储的图片中进行获取。请参考图4，其示出了一种获取图片的方法。以该方法由图1所示实施环境中的服务器102执行为例，请参考图4，该方法可以包括如下几个步骤:
[0105]在步骤401中，对该用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类。
[0106]其中，一个该图片聚类中的每一张图片均包含该图片聚类对应的人物对象的人脸。
[0107]比如，用户通过终端拍摄图片后，可以将图片上传至云端的服务器。服务器将同一个用户上传的图片对应该用户的账户进行存储。对于每一个用户账户，服务器可以对该用户账户所对应的每一张图片进行人脸识别，将包含同一个人物对象的图片进行聚类。用户可以在终端侧查看各个人物对象的图片聚类，并可以对每一个图片聚类进行相关的操作，比如重命名、在其中删除图片或者在其中添加图片等。
[0108]在步骤402中，根据一个用户账户对应的、包含人脸的图片的数量确定数值n，n为> 1的整数。
[0109]在步骤403中，将该各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进彳丁排列。
[0110]在步骤404中，将前η个图片聚类中的一个图片聚类所包含的各个图片获取为该多张包含同一人物对象的人脸的图片。
[0111]为了保证对人物属性信息识别的准确性，获取到的包含同一人物对象的图片需要足够多，尤其是对于年龄的识别，获取到的图片越多，识别的结果越接近实际结果。在一个用户账户对应的图片中，通常只有为数不多的人物对象的图片满足数量要求，因此，本公开实施例所示的方案中，对于一个用户账户对应的图片，对其中每一个人物对象分别进行聚类，只对包含图片数量最多的前η个图片聚类进行其对应的人物对象的人物属性信息的识另IJ。该数值η可以根据该用户账户对应存储的、包含人脸的图片的数量来确定，且数值η与该用户账户对应存储的、包含人脸的图片的数量成正比，比如，当一个用户账户对应的 、包含人脸的图片数量为200时，可以确定数值η为2;当一个用户账户对应的、包含人脸的图片数量为400时，可以确定数值η为4。
[0112]综上所述，本公开实施例提供的获取图片的方法，通过对该用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，根据一个用户账户对应的、包含人脸的图片的数量确定数值η，将该各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列，并将前η个图片聚类中的一个图片聚类所包含的各个图片获取为该多张包含同一人物对象的人脸的图片，在以单个用户账户为单位进行人物属性信息识别时，保证获取到的包含同一人物对象的人脸的图片数量足够满足识别精度的要求，从而保证对人物属性信息识别的准确性。
[0113]需要说明的是，上述图3Α和图4所示对应方法，都是以服务器为执行主体进行举例说明，在实际应用中，上述方法也可以由用户的终端来执行，即终端对本地或者云端存储的图片按照人物对象进行聚类，从中选择出η个包含图片数量最多的图片聚类，分别对每一个图片聚类进行人物对象的人物属性信息的识别。
[0114]图5是根据一示例性实施例示出的一种确定人物属性信息的装置的框图。该确定人物属性信息的装置可以通过硬件或者软硬结合的方式实现为终端或者服务器的一部分，以执行如图2、图3Α或者图4任一实施例所示的全部或者部分步骤。请参考图5，该装置可以包括:图片获取模块501，第一确定模块502和第二确定模块503。
[0115]图片获取模块501，被设置为用于获取多张包含同一人物对象的人脸的图片。
[0116]第一确定模块502，被设置为用于对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别。
[0117]第二确定模块503，被设置为用于结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0118]综上所述，本公开实施例提供的确定人物属性信息的装置，通过对该用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，根据一个用户账户对应的、包含人脸的图片的数量确定数值η，将该各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列，并将前η个图片聚类中的一个图片聚类所包含的各个图片获取为该多张包含同一人物对象的人脸的图片，在以单个用户账户为单位进行人物属性信息识别时，保证获取到的包含同一人物对象的人脸的图片数量足够满足识别精度的要求，从而保证对人物属性信息识别的准确性。
[0119]图6是根据另一示例性实施例示出的一种确定人物属性信息的装置的框图。该确定人物属性信息的装置可以通过硬件或者软硬结合的方式实现为终端或者服务器的一部分，以执行如图2、图3A或者图4任一实施例所示的全部或者部分步骤。请参考图6，该装置可以包括:图片获取模块601，第一确定模块602和第二确定模块603。
[0120]图片获取模块601，被设置为用于获取多张包含同一人物对象的人脸的图片。
[0121]第一确定模块602，被设置为用于对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别。
[0122]第二确定模块603，被设置为用于结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0123]可选地，第一确定模块602，包括:时间获取子模块602a，第一年龄确定子模块602b，第二年龄确定子模块602c和第三年龄确定子模块602d。
[0124]时间获取子模块602a，被设置为用于当人物属性信息包括年龄时，对于多张图片中的每一张图片，获取图片的拍摄时间。
[0125]第一年龄确定子模块602b，被设置为用于对图片中包含的人物对象的人脸进行特征识别，确定图片被拍摄时人物对象的年龄。
[0126]第二年龄确定子模块602c，被设置为用于根据拍摄时间、图片被拍摄时人物对象的年龄以及当前时间，确定图片对应的、人物图像当前的年龄。
[0127]第三年龄确定子模块602d，被设置为用于将图片对应的、人物图像当前的年龄，确定为图片对应的年龄。
[0128]可选地，第二确定模块603，包括:平均值计算子模块603a。
[0129]平均值计算子模块603a，被设置为用于当人物属性信息包括年龄时，对多张图片各自对应的年龄取平均值，获得人物对象的年龄。
[0130]第二确定模块603，还包括:第一性别确定子模块603b和第二性别确定子模块603co
[0131]第一性别确定子模块603b，被设置为用于当人物属性信息包括性别时，确定在多张图片各自对应的性别中所占的比例较大的一个性别。
[0132]第二性别确定子模块603c，被设置为用于将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别。
[0133]可选地，第二确定模块603，还包括:第二性别确定子模块603c和检测子模块603d。
[0134]检测子模块603d，被设置为用于在第二性别确定子模块603c将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别之前，检测在多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值。
[0135]第二性别确定子模块603c，还被设置为用于在检测子模块603d的检测结果为比例大于预设阈值，执行将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别的步骤。
[0? 36]可选地，图片获取模块601，包括:数值确定子模块60la，聚类子模块60lb，排序子模块601c和图片获取子模块601d。
[0137]数值确定子模块601a，被设置为用于根据一个用户账户对应的、包含人脸的图片的数量确定数值η，11为2 1的整数。
[0138]聚类子模块601b，被设置为用于对用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，一个图片聚类中的每一张图片均包含图片聚类对应的人物对象的人脸。
[0139]排序子模块601c，被设置为用于将各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列。
[0140]图片获取子模块601d，被设置为用于将前η个图片聚类中的一个图片聚类所包含的各个图片获取为多张包含同一人物对象的人脸的图片。
[0141]综上所述，本公开实施例提供的确定人物属性信息的装置，通过对该用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，根据一个用户账户对应的、包含人脸的图片的数量确定数值η，将该各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列，并将前η个图片聚类中的一个图片聚类所包含的各个图片获取为该多张包含同一人物对象的人脸的图片，在以单个用户账户为单位进行人物属性信息识别时，保证获取到的包含同一人物对象的人脸的图片数量足够满足识别精度的要求，从而保证对人物属性信息识别的准确性。
[0142]需要说明的一点是，上述实施例提供的装置在执行确定人物属性信息的方法时，仅以上述各个功能模块的划分进行举例说明，实际应用中，可以根据实际需要而将上述功能分配由不同的功能模块完成，即将设备的内容结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
[0143]关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0144]本公开一示例性实施例还提供了一种确定人物属性信息的装置，能够实现本公开实施例提供的确定人物属性信息的方法。该装置包括:处理器，以及用于存储处理器的可执行指令的存储器。
[0145]其中，处理器被配置为:
[0146]获取多张包含同一人物对象的人脸的图片；
[0147]对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别；
[0148]结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0149]可选地，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片中各自对应的人物属性信息，包括:
[0150]当人物属性信息包括年龄时，对于多张图片中的每一张图片，获取图片的拍摄时间；
[0151]对图片中包含的人物对象的人脸进行特征识别，确定图片被拍摄时人物对象的年龄；
[0152]根据拍摄时间、图片被拍摄时人物对象的年龄以及当前时间，确定图片对应的、人物图像当前的年龄；
[0153]将图片对应的、人物图像当前的年龄，确定为图片对应的年龄。
[0154]可选地，结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息，包括:
[0155]当人物属性信息包括年龄时，对多张图片各自对应的年龄取平均值，获得人物对象的年龄。
[0156]可选地，结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息，包括:
[0157]当人物属性信息包括性别时，确定在多张图片各自对应的性别中所占的比例较大的一个性别；
[0158]将在多张图片各自对应的性别中所占的比 例较大的一个性别确定为人物对象的性别。
[0159]可选地，该方法还包括:
[0160]在将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别之前，检测在多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值；
[0161]若检测结果为比例大于预设阈值，则执行将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别的步骤。
[0162]可选地，获取多张包含同一人物对象的人脸的图片，包括:
[0163]根据一个用户账户对应的、包含人脸的图片的数量确定数值n，n为21的整数；
[0164]对用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，一个图片聚类中的每一张图片均包含图片聚类对应的人物对象的人脸；
[0165]将各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列；
[0166]将前η个图片聚类中的一个图片聚类所包含的各个图片获取为多张包含同一人物对象的人脸的图片。
[0167]图7是根据一示例性实施例示出的一种装置700的框图。例如，装置700可以被提供为一服务器。参照图7，装置700包括处理组件722，其进一步包括一个或多个处理器，以及由存储器732所代表的存储器资源，用于存储可由处理部件722执行的指令，例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此夕卜，处理组件722被配置为执行指令，以执行上述图2、3Α或者4所示的方法。
[0168]装置700还可以包括一个电源组件726被配置为执行装置700的电源管理，一个有线或无线网络接口 750被配置为将装置700连接到网络，和一个输入输出(I/O)接口 758。装置700可以操作基于存储在存储器732的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM 或类似。
[0169]本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0170]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
【主权项】
1.一种确定人物属性信息的方法，其特征在于，所述方法包括: 获取多张包含同一人物对象的人脸的图片； 对所述多张图片中包含的所述人物对象的人脸分别进行特征识别，确定所述多张图片各自对应的人物属性信息;所述人物属性信息包括年龄和/或性别； 结合所述多张图片各自对应的人物属性信息，确定所述人物对象的人物属性信息。2.根据权利要求1所述的方法，其特征在于，所述对所述多张图片中包含的所述人物对象的人脸分别进行特征识别，确定所述多张图片中各自对应的人物属性信息，包括: 当所述人物属性信息包括年龄时，对于所述多张图片中的每一张图片，获取所述图片的拍摄时间； 对所述图片中包含的所述人物对象的人脸进行特征识别，确定所述图片被拍摄时所述人物对象的年龄； 根据所述拍摄时间、所述图片被拍摄时所述人物对象的年龄以及当前时间，确定所述图片对应的、所述人物图像当前的年龄； 将所述图片对应的、所述人物图像当前的年龄，确定为所述图片对应的年龄。3.根据权利要求1所述的方法，其特征在于，所述结合所述多张图片各自对应的人物属性信息，确定所述人物对象的人物属性信息，包括: 当所述人物属性信息包括年龄时，对所述多张图片各自对应的年龄取平均值，获得所述人物对象的年龄。4.根据权利要求1所述的方法，其特征在于，所述结合所述多张图片各自对应的人物属性信息，确定所述人物对象的人物属性信息，包括: 当所述人物属性信息包括性别时，确定在所述多张图片各自对应的性别中所占的比例较大的一个性别； 将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别。5.根据权利要求4所述的方法，其特征在于，所述方法还包括: 在将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别之前，检测在所述多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值； 若检测结果为所述比例大于所述预设阈值，则执行所述将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别的步骤。6.根据权利要求1所述的方法，其特征在于，所述获取多张包含同一人物对象的人脸的图片，包括: 根据一个用户账户对应的、包含人脸的图片的数量确定数值n，n为21的整数； 对所述用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，一个所述图片聚类中的每一张图片均包含所述图片聚类对应的人物对象的人脸; 将所述各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列； 将前η个图片聚类中的一个图片聚类所包含的各个图片获取为所述多张包含同一人物对象的人脸的图片。7.一种确定人物属性信息的装置，其特征在于，所述装置包括: 图片获取模块，用于获取多张包含同一人物对象的人脸的图片； 第一确定模块，用于对所述多张图片中包含的所述人物对象的人脸分别进行特征识另IJ，确定所述多张图片各自对应的人物属性信息;所述人物属性信息包括年龄和/或性别；第二确定模块，用于结合所述多张图片各自对应的人物属性信息，确定所述人物对象的人物属性信息。8.根据权利要求7所述的装置，其特征在于，所述第一确定模块，包括: 时间获取子模块，用于当所述人物属性信息包括年龄时，对于所述多张图片中的每一张图片，获取所述图片的拍摄时间； 第一年龄确定子模块，用于对所述图片中包含的所述人物对象的人脸进行特征识别，确定所述图片被拍摄时所述人物对象的年龄； 第二年龄确定子模块，用于根据所述拍摄时间、所述图片被拍摄时所述人物对象的年龄以及当前时间，确定所述图片对应的、所述人物图像当前的年龄； 第三年龄确定子模块，用于将所述图片对应的、所述人物图像当前的年龄，确定为所述图片对应的年龄。9.根据权利要求7所述的装置，其特征在于，所述第二确定模块，包括: 平均值计算子模块，用于当所述人物属性信息包括年龄时，对所述多张图片各自对应的年龄取平均值，获得所述人物对象的年龄。10.根据权利要求7所述的装置，其特征在于，所述第二确定模块，包括: 第一性别确定子模块，用于当所述人物属性信息包括性别时，确定在所述多张图片各自对应的性别中所占的比例较大的一个性别； 第二性别确定子模块，用于将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别。11.根据权利要求10所述的装置，其特征在于，所述结第二确定模块，还包括: 检测子模块，用于在所述第二性别确定子模块将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别之前，检测在所述多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值； 所述第二性别确定子模块，用于在所述检测子模块的检测结果为所述比例大于所述预设阈值，执行所述将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别的步骤。12.根据权利要求7所述的装置，其特征在于，所述图片获取模块，包括: 数值确定子模块，用于根据一个用户账户对应的、包含人脸的图片的数量确定数值n，n为之1的整数； 聚类子模块，用于对所述用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，一个所述图片聚类中的每一张图片均包含所述图片聚类对应的人物对象的人脸； 排序子模块，用于将所述各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进彳丁排列； 图片获取子模块，用于将前η个图片聚类中的一个图片聚类所包含的各个图片获取为所述多张包含同一人物对象的人脸的图片。13.一种确定人物属性信息的装置，其特征在于，所述装置包括: 处理器； 用于存储所述处理器的可执行指令的存储器； 其中，所述处理器被配置为: 获得多张包含人物对象的人脸的图片； 对所述多张图片中包含的所述人物对象的人脸分别进行特征识别，确定所述多张图片各自对应的人物属性信息;所述人物属性信息包括年龄和/或性别； 结合所述多张图片各自对应的人物属性信息，确定所述人物对象的人物属性信息。
【专利摘要】本公开是关于一种计算人物属性信息的方法及装置，属于人脸识别技术领域。方法包括：通过获得多张包含人物对象的人脸的图片，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息，再结合多张图片各自对应的人物属性信息确定该人物对象的人物属性信息，对同一人物对象的不同人脸图片分别进行识别，并综合分别识别获得的结果确定最终的人物属性信息，从而达到提高人物属性信息识别准确性的效果。
【IPC分类】G06K9/00
【公开号】CN105488470
【申请号】CN201510857441
【发明人】张涛, 汪平仄, 龙飞
【申请人】小米科技有限责任公司
【公开日】2016年4月13日
【申请日】2015年11月30日
【技术领域】
[0001]本公开涉及人脸识别技术领域，特别涉及一种确定人物属性信息的方法及装置。
【背景技术】
[0002]人物属性信息识别在图像处理、身份认证以及机器人视觉等很多领域都存在着潜在的应用。
[0003]在相关技术中，通常从人脸图像中提取人物属性信息识别所需要的几何特征，并使用各种机器学习算法对提取到的几何特征进行训练。该技术受人脸区域的亮度和光照角度的影响较大，在光线较暗或逆光环境下提取到的几何特征相对于正常环境下有较大差别。
【发明内容】
[0004]本公开实施例提供了一种确定人物属性信息的方法及装置，技术方案如下:
[0005]根据本公开实施例的第一方面，提供了一种确定人物属性信息的方法，该方法包括:
[0006]获取多张包含同一人物对象的人脸的图片；
[0007]对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别；
[0008]结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0009]可选地，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片中各自对应的人物属性信息，包括:
[0010]当人物属性信息包括年龄时，对于多张图片中的每一张图片，获取图片的拍摄时间；
[0011]对图片中包含的人物对象的人脸进行特征识别，确定图片被拍摄时人物对象的年龄；
[0012]根据拍摄时间、图片被拍摄时人物对象的年龄以及当前时间，确定图片对应的、人物图像当前的年龄；
[0013]将图片对应的、人物图像当前的年龄，确定为图片对应的年龄。
[0014]可选地，结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息，包括:
[0015]当人物属性信息包括年龄时，对多张图片各自对应的年龄取平均值，获得人物对象的年龄。
[0016]可选地，结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息，包括:
[0017]当人物属性信息包括性别时，确定在多张图片各自对应的性别中所占的比例较大的一个性别；
[0018]将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别。
[0019]可选地，该方法还包括:
[0020]在将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别之前，检测在多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值；
[0021]若检测结果为比例大于预设阈值，则执行将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别的步骤。
[0022]可选地，获取多张包含同一人物对象的人脸的图片，包括:
[0023]根据一个用户账户对应的、包含人脸的图片的数量确定数值n，n为21的整数；
[0024]对用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，一个图片聚类中的每一张图片均包含图片聚类对应的人物对象的人脸；
[0025]将各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列；
[0026]将前η个图片聚类中的一个图片聚类所包含的各个图片获取为多张包含同一人物对象的人脸的图片。
[0027]根据本公开实施例的第二方面，提供了一种确定人物属性信息的装置，该装置包括:
[0028]图片获取模块，被配置为用于获取多张包含同一人物对象的人脸的图片；
[0029]第一确定模块，被配置为用于对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别；
[0030]第二确定模块，被配置为用于结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0031]可选地，第一确定模块，包括:
[0032]时间获取子模块，被配置为用于当人物属性信息包括年龄时，对于多张图片中的每一张图片，获取图片的拍摄时间；
[0033]第一年龄确定子模块，被配置为用于对图片中包含的人物对象的人脸进行特征识别，确定图片被拍摄时人物对象的年龄；
[0034]第二年龄确定子模块，被配置为用于根据拍摄时间、图片被拍摄时人物对象的年龄以及当前时间，确定图片对应的、人物图像当前的年龄；
[0035]第三年龄确定子模块，被配置为用于将图片对应的、人物图像当前的年龄，确定为图片对应的年龄。
[0036]可选地，第二确定模块，包括:
[0037]平均值计算子模块，被配置为用于当人物属性信息包括年龄时，对多张图片各自对应的年龄取平均值，获得人物对象的年龄。
[0038]可选地，第二确定模块，包括:
[0039]第一性别确定子模块，被配置为用于当人物属性信息包括性别时，确定在多张图片各自对应的性别中所占的比例较大的一个性别；
[0040]第二性别确定子模块，被配置为用于将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别。
[0041]可选地，结第二确定模块，还包括:
[0042]检测子模块，被配置为用于在第二性别确定子模块将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别之前，检测在多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值；
[0043]第二性别确定子模块，被配置为用于在检测子模块的检测结果为比例大于预设阈值，执行将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别的步骤。
[0044]可选地，图片获取模块，包括:
[0045]数值确定子模块，被配置为用于根据一个用户账户对应的、包含人脸的图片的数量确定数值η，η为2 1的整数；
[0046]聚类子模块，被配置为用于对用户账户对应的、各张包含人脸的图片进行人脸识另IJ，获得各个人物对象对应的图片聚类，一个图片聚类中的每一张图片均包含图片聚类对应的人物对象的人脸；
[0047]排序子模块，被配置为用于将各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进彳丁排列；
[0048]图片获取子模块，被配置为用于将前η个图片聚类中的一个图片聚类所包含的各个图片获取为多张包含同一人物对象的人脸的图片。
[0049]根据本公开实施例的第三方面，提供了一种确定人物属性信息的装置，该装置包括:
[0050]处理器；
[0051]用于存储处理器的可执行指令的存储器；
[0052]其中，处理器被配置为:
[0053]获得多张包含人物对象的人脸的图片；
[0054]对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别；
[0055]结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0056]本公开实施例提供的技术方案可以包括以下有益效果:
[0057]通过获得多张包含人物对象的人脸的图片，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息，再结合多张图片各自对应的人物属性信息确定该人物对象的人物属性信息，对同一人物对象的不同人脸图片分别进行识别，并综合分别识别获得的结果确定最终的人物属性信息，从而达到提高人物属性信息识别准确性的效果。
[0058]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
【附图说明】
[0059]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0060]图1是根据一示例性实施例示出的一种确定人物属性信息的方法所涉及的实施环境的不意图；
[0061 ]图2是根据一示例性实施例示出的一种确定人物属性信息的方法的流程图；
[0062]图3A是根据另一示例性实施例示出的一种确定人物属性信息的方法的流程图；
[0063]图3B是根据图3A所示实施例示出的一种确定单张图片中人物对象年龄的方法的流程图；
[0064]图4是根据再一示例性实施例示出的一种确定人物属性信息的方法的流程图；
[0065]图5是根据一示例性实施例示出的一种确定人物属性信息的装置的框图；
[0066]图6是根据另一示例性实施例示出的一种确定人物属性信息的装置的框图；
[0067]图7是根据一示例性实施例示出的一种装置的框图。
【具体实施方式】
[0068]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0069]图1是根据本公开所示出的确定人物属性信息的方法所涉及的实施环境的示意图。该 实施环境可以包括:终端101和服务器102。
[0070]终端101可以是移动智能电话、PC(Personal Computer，个人电脑)、平板电脑、膝上型电脑或PDA(个人数字助手，Personal Digital Assistant)等设备。
[0071]服务器102可以是单台服务器，或者是由多台服务器组成的服务集群，或者，也可以是一个云计算中心。
[0072]终端101通过有线或无线网络与服务器102相连。
[0073]下面，以图1所示的实施环境为例，对本公开各个实施例提供的技术方案进行介绍和说明。
[0074]图2是根据一示例性实施例示出的一种确定人物属性信息的方法的流程图，该方法可以应用于如图1所示实施环境的终端101中或服务器102中。该计算人物属性信息的方法可以包括如下几个步骤:
[0075]在步骤201中，获得多张包含同一人物对象的人脸的图片。
[0076]在步骤202中，对该多张图片中包含的人物对象的人脸分别进行特征识别，确定该多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别。
[0077]在步骤203中，结合该多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0078]综上所述，本公开实施例提供的确定人物属性信息的方法，通过获得多张包含人物对象的人脸的图片，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息，再结合多张图片各自对应的人物属性信息确定该人物对象的人物属性信息，对同一人物对象的不同人脸图片分别进行识别，并综合分别识别获得的结果确定最终的人物属性信息，从而达到提高人物属性信息识别准确性的效果。
[0079]图3A是根据另一示例性实施例示出的一种计算人物属性信息的方法的流程图。以该方法由图1所示实施环境中的服务器102执行为例，请参考图3A，该方法可以包括如下几个步骤:
[0080]在步骤301中，获取多张包含同一人物对象的人脸的图片。
[0081]在获得包含同一人物对象的人脸的图片时，可以由服务器从存储在云端的相册中进行读取，也可以由终端将存储的图片发送给服务器。本公开实施例对此不做限定。
[0082]在步骤302中，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别。
[0083]例如，获取到的图片的数量为五张，这五张图片均包含有人物对象Jack的人脸。月艮务器对这五张图片中Jack的人脸部分图像分别进行特征识别，确定每一张图片中Jack的人物属性信息，人物属性信息可以只有年龄信息;或者，只有性别信息;或者，同时含有年龄和性别信息。
[0084]在本公开实施例所示的方案中，当人物属性信息包括年龄时，需要结合图片的拍摄时间来确定。请参考图3B，其示出了一种确定单张图片中人物对象年龄的方法的流程图，该方法可以包括如下步骤:
[0085]在步骤302a中，对于多张图片中的每一张图片，获取该图片的拍摄时间。
[0086]—张图片被拍摄时，拍摄设备通常会记录该照片的拍摄时间，并将该拍摄时间存储在该照片的属性信息中，服务器可以直接读取该照片的属性信息来获得其拍摄时间。
[0087]例如，当人物属性信息包括年龄时，获取五张图片中每一张图片的拍摄时间。拍摄时间可以根据实际需求来进行取舍，可以精确到哪一天，例如2015年10月5日；也可以精确至IJ哪个月，例如2015年10月；或者，还可以精确到哪一年，例如2015年。
[0088]在步骤302b中，对该图片中包含的人物对象的人脸进行特征识别，确定该图片被拍摄时该人物对象的年龄。
[0089]服务器对一张图片中的Jack的人脸进行特征识别，直接获得年龄就是这一张图片被拍摄时Jack的年龄。
[0090]在步骤302c中，根据拍摄时间、该图片被拍摄时人物对象的年龄以及当前时间，确定该图片对应的、人物图像当前的年龄。
[0091 ]例如，一张包含Jack人脸图像的图片的拍摄时间为2013年，通过特征识别确定该图片被拍摄时Jack的年龄为28岁，当前时间为2015年。服务器用当前时间2015年减去拍摄时间2013年，得2年的时间差，在图片被拍摄时Jack的年龄的基础上加上2年的时间差，得到这一张图片对应的、Jack当前的年龄为30岁。
[0092]在步骤302d中，将该图片对应的、人物图像当前的年龄，确定为图片对应的年龄。
[0093]服务器将这一张图片对应的、Jack当前的年龄(30岁)确定为这一张图片对应的年龄。
[0094]在步骤303中，当人物属性信息包括年龄时，对多张图片各自对应的年龄取平均值，获得人物对象的年龄。
[0095]例如，当人物属性信息包括年龄时，人物对象Jack对应的有五张图片，服务器经过步骤302中特征识别后确定这5张图片对应的年龄分别是30岁、26岁、25岁、28岁和28岁，将这五个年龄的平均值(27.4岁)确定为Jack的年龄。
[0096]可选的，在本公开实施例中，为了保证年龄确定的准确性，还可以对每一张图片对应的年龄进行筛选，去除一个最大值和一个最小值，并将剩余的各个年龄的平均值确定为人物对象的年龄。比如，以5张图片对应的年龄分别是30岁、26岁、25岁、28岁和28岁为例，月艮务器首先去除30岁和25岁这两个年龄，将其它三个年龄的平均值(26+28+28)/3 = 27.3(岁)确定为Jack的年龄。
[0097]在步骤304中，当人物属性信息包括性别时，确定在多张图片各自对应的性别中所占的比例较大的一个性别。
[0098]例如，获取到的图片的数量为五张，这五张图片均包含有人物对象Jack的人脸。月艮务器对这五张图片进行性别识别，识别结果是其中四张为男性，一张为女性，则服务器确定比例较大的一个性别为男性，且所占比例为80 %。
[0099]在步骤305中，检测在多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值。
[0100]在步骤306中，若检测结果为比例大于预设阈值，则将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别。
[0101]其中，预设阈值可以由开发人员根据实际应用的需求来确定。例如，预设阈值为70 %，而在步骤305中服务器确定的比例较大的一个性别为男性，其对应的比例80 %，大于预设阈值70%，则服务器可以确定Jack为男性。
[0102]在另外一种可能的情况中，若五张图片中3张为男性，2张为女性，则任何一种性别所占的比例都小于预设阈值70%，此时，服务器可以返回一个包含“无法识别人物性别”信息的结果。
[0103]综上所述，本公开实施例提供的确定人物属性信息的方法，通过获得多张包含人物对象的人脸的图片;对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息，再结合多张图片各自对应的人物属性信息确定该人物对象的人物属性信息，对同一人物对象的不同人脸图片分别进行识别，并综合分别识别获得的结果确定最终的人物属性信息，从而达到提高人物属性信息识别准确性的效果。
[0104]在上述图3A所示的方案中，在获取包含同一人物对象的人脸的图片时，可以从对应单个用户账户存储的图片中进行获取。请参考图4，其示出了一种获取图片的方法。以该方法由图1所示实施环境中的服务器102执行为例，请参考图4，该方法可以包括如下几个步骤:
[0105]在步骤401中，对该用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类。
[0106]其中，一个该图片聚类中的每一张图片均包含该图片聚类对应的人物对象的人脸。
[0107]比如，用户通过终端拍摄图片后，可以将图片上传至云端的服务器。服务器将同一个用户上传的图片对应该用户的账户进行存储。对于每一个用户账户，服务器可以对该用户账户所对应的每一张图片进行人脸识别，将包含同一个人物对象的图片进行聚类。用户可以在终端侧查看各个人物对象的图片聚类，并可以对每一个图片聚类进行相关的操作，比如重命名、在其中删除图片或者在其中添加图片等。
[0108]在步骤402中，根据一个用户账户对应的、包含人脸的图片的数量确定数值n，n为> 1的整数。
[0109]在步骤403中，将该各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进彳丁排列。
[0110]在步骤404中，将前η个图片聚类中的一个图片聚类所包含的各个图片获取为该多张包含同一人物对象的人脸的图片。
[0111]为了保证对人物属性信息识别的准确性，获取到的包含同一人物对象的图片需要足够多，尤其是对于年龄的识别，获取到的图片越多，识别的结果越接近实际结果。在一个用户账户对应的图片中，通常只有为数不多的人物对象的图片满足数量要求，因此，本公开实施例所示的方案中，对于一个用户账户对应的图片，对其中每一个人物对象分别进行聚类，只对包含图片数量最多的前η个图片聚类进行其对应的人物对象的人物属性信息的识另IJ。该数值η可以根据该用户账户对应存储的、包含人脸的图片的数量来确定，且数值η与该用户账户对应存储的、包含人脸的图片的数量成正比，比如，当一个用户账户对应的 、包含人脸的图片数量为200时，可以确定数值η为2;当一个用户账户对应的、包含人脸的图片数量为400时，可以确定数值η为4。
[0112]综上所述，本公开实施例提供的获取图片的方法，通过对该用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，根据一个用户账户对应的、包含人脸的图片的数量确定数值η，将该各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列，并将前η个图片聚类中的一个图片聚类所包含的各个图片获取为该多张包含同一人物对象的人脸的图片，在以单个用户账户为单位进行人物属性信息识别时，保证获取到的包含同一人物对象的人脸的图片数量足够满足识别精度的要求，从而保证对人物属性信息识别的准确性。
[0113]需要说明的是，上述图3Α和图4所示对应方法，都是以服务器为执行主体进行举例说明，在实际应用中，上述方法也可以由用户的终端来执行，即终端对本地或者云端存储的图片按照人物对象进行聚类，从中选择出η个包含图片数量最多的图片聚类，分别对每一个图片聚类进行人物对象的人物属性信息的识别。
[0114]图5是根据一示例性实施例示出的一种确定人物属性信息的装置的框图。该确定人物属性信息的装置可以通过硬件或者软硬结合的方式实现为终端或者服务器的一部分，以执行如图2、图3Α或者图4任一实施例所示的全部或者部分步骤。请参考图5，该装置可以包括:图片获取模块501，第一确定模块502和第二确定模块503。
[0115]图片获取模块501，被设置为用于获取多张包含同一人物对象的人脸的图片。
[0116]第一确定模块502，被设置为用于对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别。
[0117]第二确定模块503，被设置为用于结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0118]综上所述，本公开实施例提供的确定人物属性信息的装置，通过对该用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，根据一个用户账户对应的、包含人脸的图片的数量确定数值η，将该各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列，并将前η个图片聚类中的一个图片聚类所包含的各个图片获取为该多张包含同一人物对象的人脸的图片，在以单个用户账户为单位进行人物属性信息识别时，保证获取到的包含同一人物对象的人脸的图片数量足够满足识别精度的要求，从而保证对人物属性信息识别的准确性。
[0119]图6是根据另一示例性实施例示出的一种确定人物属性信息的装置的框图。该确定人物属性信息的装置可以通过硬件或者软硬结合的方式实现为终端或者服务器的一部分，以执行如图2、图3A或者图4任一实施例所示的全部或者部分步骤。请参考图6，该装置可以包括:图片获取模块601，第一确定模块602和第二确定模块603。
[0120]图片获取模块601，被设置为用于获取多张包含同一人物对象的人脸的图片。
[0121]第一确定模块602，被设置为用于对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别。
[0122]第二确定模块603，被设置为用于结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0123]可选地，第一确定模块602，包括:时间获取子模块602a，第一年龄确定子模块602b，第二年龄确定子模块602c和第三年龄确定子模块602d。
[0124]时间获取子模块602a，被设置为用于当人物属性信息包括年龄时，对于多张图片中的每一张图片，获取图片的拍摄时间。
[0125]第一年龄确定子模块602b，被设置为用于对图片中包含的人物对象的人脸进行特征识别，确定图片被拍摄时人物对象的年龄。
[0126]第二年龄确定子模块602c，被设置为用于根据拍摄时间、图片被拍摄时人物对象的年龄以及当前时间，确定图片对应的、人物图像当前的年龄。
[0127]第三年龄确定子模块602d，被设置为用于将图片对应的、人物图像当前的年龄，确定为图片对应的年龄。
[0128]可选地，第二确定模块603，包括:平均值计算子模块603a。
[0129]平均值计算子模块603a，被设置为用于当人物属性信息包括年龄时，对多张图片各自对应的年龄取平均值，获得人物对象的年龄。
[0130]第二确定模块603，还包括:第一性别确定子模块603b和第二性别确定子模块603co
[0131]第一性别确定子模块603b，被设置为用于当人物属性信息包括性别时，确定在多张图片各自对应的性别中所占的比例较大的一个性别。
[0132]第二性别确定子模块603c，被设置为用于将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别。
[0133]可选地，第二确定模块603，还包括:第二性别确定子模块603c和检测子模块603d。
[0134]检测子模块603d，被设置为用于在第二性别确定子模块603c将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别之前，检测在多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值。
[0135]第二性别确定子模块603c，还被设置为用于在检测子模块603d的检测结果为比例大于预设阈值，执行将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别的步骤。
[0? 36]可选地，图片获取模块601，包括:数值确定子模块60la，聚类子模块60lb，排序子模块601c和图片获取子模块601d。
[0137]数值确定子模块601a，被设置为用于根据一个用户账户对应的、包含人脸的图片的数量确定数值η，11为2 1的整数。
[0138]聚类子模块601b，被设置为用于对用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，一个图片聚类中的每一张图片均包含图片聚类对应的人物对象的人脸。
[0139]排序子模块601c，被设置为用于将各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列。
[0140]图片获取子模块601d，被设置为用于将前η个图片聚类中的一个图片聚类所包含的各个图片获取为多张包含同一人物对象的人脸的图片。
[0141]综上所述，本公开实施例提供的确定人物属性信息的装置，通过对该用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，根据一个用户账户对应的、包含人脸的图片的数量确定数值η，将该各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列，并将前η个图片聚类中的一个图片聚类所包含的各个图片获取为该多张包含同一人物对象的人脸的图片，在以单个用户账户为单位进行人物属性信息识别时，保证获取到的包含同一人物对象的人脸的图片数量足够满足识别精度的要求，从而保证对人物属性信息识别的准确性。
[0142]需要说明的一点是，上述实施例提供的装置在执行确定人物属性信息的方法时，仅以上述各个功能模块的划分进行举例说明，实际应用中，可以根据实际需要而将上述功能分配由不同的功能模块完成，即将设备的内容结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
[0143]关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0144]本公开一示例性实施例还提供了一种确定人物属性信息的装置，能够实现本公开实施例提供的确定人物属性信息的方法。该装置包括:处理器，以及用于存储处理器的可执行指令的存储器。
[0145]其中，处理器被配置为:
[0146]获取多张包含同一人物对象的人脸的图片；
[0147]对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息;人物属性信息包括年龄和/或性别；
[0148]结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息。
[0149]可选地，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片中各自对应的人物属性信息，包括:
[0150]当人物属性信息包括年龄时，对于多张图片中的每一张图片，获取图片的拍摄时间；
[0151]对图片中包含的人物对象的人脸进行特征识别，确定图片被拍摄时人物对象的年龄；
[0152]根据拍摄时间、图片被拍摄时人物对象的年龄以及当前时间，确定图片对应的、人物图像当前的年龄；
[0153]将图片对应的、人物图像当前的年龄，确定为图片对应的年龄。
[0154]可选地，结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息，包括:
[0155]当人物属性信息包括年龄时，对多张图片各自对应的年龄取平均值，获得人物对象的年龄。
[0156]可选地，结合多张图片各自对应的人物属性信息，确定人物对象的人物属性信息，包括:
[0157]当人物属性信息包括性别时，确定在多张图片各自对应的性别中所占的比例较大的一个性别；
[0158]将在多张图片各自对应的性别中所占的比 例较大的一个性别确定为人物对象的性别。
[0159]可选地，该方法还包括:
[0160]在将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别之前，检测在多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值；
[0161]若检测结果为比例大于预设阈值，则执行将在多张图片各自对应的性别中所占的比例较大的一个性别确定为人物对象的性别的步骤。
[0162]可选地，获取多张包含同一人物对象的人脸的图片，包括:
[0163]根据一个用户账户对应的、包含人脸的图片的数量确定数值n，n为21的整数；
[0164]对用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，一个图片聚类中的每一张图片均包含图片聚类对应的人物对象的人脸；
[0165]将各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列；
[0166]将前η个图片聚类中的一个图片聚类所包含的各个图片获取为多张包含同一人物对象的人脸的图片。
[0167]图7是根据一示例性实施例示出的一种装置700的框图。例如，装置700可以被提供为一服务器。参照图7，装置700包括处理组件722，其进一步包括一个或多个处理器，以及由存储器732所代表的存储器资源，用于存储可由处理部件722执行的指令，例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此夕卜，处理组件722被配置为执行指令，以执行上述图2、3Α或者4所示的方法。
[0168]装置700还可以包括一个电源组件726被配置为执行装置700的电源管理，一个有线或无线网络接口 750被配置为将装置700连接到网络，和一个输入输出(I/O)接口 758。装置700可以操作基于存储在存储器732的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM 或类似。
[0169]本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0170]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
【主权项】
1.一种确定人物属性信息的方法，其特征在于，所述方法包括: 获取多张包含同一人物对象的人脸的图片； 对所述多张图片中包含的所述人物对象的人脸分别进行特征识别，确定所述多张图片各自对应的人物属性信息;所述人物属性信息包括年龄和/或性别； 结合所述多张图片各自对应的人物属性信息，确定所述人物对象的人物属性信息。2.根据权利要求1所述的方法，其特征在于，所述对所述多张图片中包含的所述人物对象的人脸分别进行特征识别，确定所述多张图片中各自对应的人物属性信息，包括: 当所述人物属性信息包括年龄时，对于所述多张图片中的每一张图片，获取所述图片的拍摄时间； 对所述图片中包含的所述人物对象的人脸进行特征识别，确定所述图片被拍摄时所述人物对象的年龄； 根据所述拍摄时间、所述图片被拍摄时所述人物对象的年龄以及当前时间，确定所述图片对应的、所述人物图像当前的年龄； 将所述图片对应的、所述人物图像当前的年龄，确定为所述图片对应的年龄。3.根据权利要求1所述的方法，其特征在于，所述结合所述多张图片各自对应的人物属性信息，确定所述人物对象的人物属性信息，包括: 当所述人物属性信息包括年龄时，对所述多张图片各自对应的年龄取平均值，获得所述人物对象的年龄。4.根据权利要求1所述的方法，其特征在于，所述结合所述多张图片各自对应的人物属性信息，确定所述人物对象的人物属性信息，包括: 当所述人物属性信息包括性别时，确定在所述多张图片各自对应的性别中所占的比例较大的一个性别； 将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别。5.根据权利要求4所述的方法，其特征在于，所述方法还包括: 在将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别之前，检测在所述多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值； 若检测结果为所述比例大于所述预设阈值，则执行所述将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别的步骤。6.根据权利要求1所述的方法，其特征在于，所述获取多张包含同一人物对象的人脸的图片，包括: 根据一个用户账户对应的、包含人脸的图片的数量确定数值n，n为21的整数； 对所述用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，一个所述图片聚类中的每一张图片均包含所述图片聚类对应的人物对象的人脸; 将所述各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进行排列； 将前η个图片聚类中的一个图片聚类所包含的各个图片获取为所述多张包含同一人物对象的人脸的图片。7.一种确定人物属性信息的装置，其特征在于，所述装置包括: 图片获取模块，用于获取多张包含同一人物对象的人脸的图片； 第一确定模块，用于对所述多张图片中包含的所述人物对象的人脸分别进行特征识另IJ，确定所述多张图片各自对应的人物属性信息;所述人物属性信息包括年龄和/或性别；第二确定模块，用于结合所述多张图片各自对应的人物属性信息，确定所述人物对象的人物属性信息。8.根据权利要求7所述的装置，其特征在于，所述第一确定模块，包括: 时间获取子模块，用于当所述人物属性信息包括年龄时，对于所述多张图片中的每一张图片，获取所述图片的拍摄时间； 第一年龄确定子模块，用于对所述图片中包含的所述人物对象的人脸进行特征识别，确定所述图片被拍摄时所述人物对象的年龄； 第二年龄确定子模块，用于根据所述拍摄时间、所述图片被拍摄时所述人物对象的年龄以及当前时间，确定所述图片对应的、所述人物图像当前的年龄； 第三年龄确定子模块，用于将所述图片对应的、所述人物图像当前的年龄，确定为所述图片对应的年龄。9.根据权利要求7所述的装置，其特征在于，所述第二确定模块，包括: 平均值计算子模块，用于当所述人物属性信息包括年龄时，对所述多张图片各自对应的年龄取平均值，获得所述人物对象的年龄。10.根据权利要求7所述的装置，其特征在于，所述第二确定模块，包括: 第一性别确定子模块，用于当所述人物属性信息包括性别时，确定在所述多张图片各自对应的性别中所占的比例较大的一个性别； 第二性别确定子模块，用于将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别。11.根据权利要求10所述的装置，其特征在于，所述结第二确定模块，还包括: 检测子模块，用于在所述第二性别确定子模块将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别之前，检测在所述多张图片各自对应的性别中所占的比例较大的一个性别对应的比例是否大于预设阈值； 所述第二性别确定子模块，用于在所述检测子模块的检测结果为所述比例大于所述预设阈值，执行所述将在所述多张图片各自对应的性别中所占的比例较大的一个性别确定为所述人物对象的性别的步骤。12.根据权利要求7所述的装置，其特征在于，所述图片获取模块，包括: 数值确定子模块，用于根据一个用户账户对应的、包含人脸的图片的数量确定数值n，n为之1的整数； 聚类子模块，用于对所述用户账户对应的、各张包含人脸的图片进行人脸识别，获得各个人物对象对应的图片聚类，一个所述图片聚类中的每一张图片均包含所述图片聚类对应的人物对象的人脸； 排序子模块，用于将所述各个人物对象的图片聚类按照包含的图片的数量从大到小的顺序进彳丁排列； 图片获取子模块，用于将前η个图片聚类中的一个图片聚类所包含的各个图片获取为所述多张包含同一人物对象的人脸的图片。13.一种确定人物属性信息的装置，其特征在于，所述装置包括: 处理器； 用于存储所述处理器的可执行指令的存储器； 其中，所述处理器被配置为: 获得多张包含人物对象的人脸的图片； 对所述多张图片中包含的所述人物对象的人脸分别进行特征识别，确定所述多张图片各自对应的人物属性信息;所述人物属性信息包括年龄和/或性别； 结合所述多张图片各自对应的人物属性信息，确定所述人物对象的人物属性信息。
【专利摘要】本公开是关于一种计算人物属性信息的方法及装置，属于人脸识别技术领域。方法包括：通过获得多张包含人物对象的人脸的图片，对多张图片中包含的人物对象的人脸分别进行特征识别，确定多张图片各自对应的人物属性信息，再结合多张图片各自对应的人物属性信息确定该人物对象的人物属性信息，对同一人物对象的不同人脸图片分别进行识别，并综合分别识别获得的结果确定最终的人物属性信息，从而达到提高人物属性信息识别准确性的效果。
【IPC分类】G06K9/00
【公开号】CN105488470
【申请号】CN201510857441
【发明人】张涛, 汪平仄, 龙飞
【申请人】小米科技有限责任公司
【公开日】2016年4月13日
【申请日】2015年11月30日
最新回复(0)