目录

1基于CNN的性别分类建模原理

1.1 人脸识别

1.2 性别预测

1.3 年龄预测

1.4 结果

2 代码

参考

---

本教程中，我们将讨论应用于面部的深层学习的有趣应用。我们将估计年龄，并从单个图像中找出该人的性别。模型由GilLevi和TalHassner训练（https://talhassner.github.io/home/publication/2015_CVPR）。本文介绍了如何在OpenCV中使用该模型的步骤说明。Opencv版本3.4.3以上。代码教程代码可以分为四个部分：

1基于CNN的性别分类建模原理

作者使用非常简单的卷积神经网络结构，类似于Caffenet和Alexnet。网络使用3个卷积层、2个全连接层和一个最终的输出层。下面给出了这些层的细节。COV1：第一卷积层具有96个内核大小7的节点。COV2：第二个卷积层Conv层具有256个具有内核大小5的节点。CONV3：第三个CONV层具有384个内核大小为3的节点。两个完全连接的层各自具有512个节点。

训练数据来源：https://talhassner.github.io/home/projects/Adience/Adience-data.html

检测程序主要有四块：检测人脸检测、性别检测、年龄显示和输出。

1.1 人脸识别

我们将使用人脸检测器（tensorflow模型）进行人脸检测。该模型很简单，即使在CPU上也是相当快的。详细见论文：

https://arxiv.org/pdf/1502.00046.pdf

1.2 性别预测

将性别预测设定为一个分类问题。性别预测网络（caffe模型）中的输出层类型为两类，2个节点表示“男性”和“女性”两类。以这两个输出的最大值作为最终的性别。

1.3 年龄预测

理想情况下，年龄预测应该作为一个回归问题来处理。然而通过回归准确估计年龄是很有挑战性的。即使是人类也无法通过观察一个人来准确预测年龄。但是我们能够知道他们是20多岁还是30多岁。由于这个原因，把这个问题描述为一个分类问题是明智的，因为我们试图估计这个人所处的年龄组。例如，0-2范围内的年龄是一个类，4-6是另一个类，依此类推。因此数据集分为以下8个年龄组[(0-2)、(4-6)、(8-12)、(15-20)、(25-32)、(38-43)、(48-53)、(60-100)]。因此，年龄预测网络在最后一层有8个节点，表示所述年龄范围。

应该记住，从一幅图像中预测年龄并不是一个很容易解决的问题，因为感知到的年龄取决于许多因素，而同龄的人在世界各地可能看起来很不一样。而且，人们非常努力地隐藏他们的真实年龄！

我们加载年龄网络（caffe模型）并使用前向通道获得输出。由于网络结构类似于性别网络，所以我们可以从所有输出中提取出最大值来得到预测的年龄组

1.4 结果

尽管性别预测网络表现良好，但年龄预测网络仍未达到我们的预期。所以添加人脸对齐算法或者数据样本很多时候，可以通过回归的模型来检测。但是性别人脸检测还是很准确的。

2 代码

在VS2017下运行了C++代码，其中OpenCV版本至少要3.4.5以上。不然模型读取会有问题。三个模型文件太大，见下载链接：

https://download.csdn.net/download/luohenyj/10993309

​​​​​​​https://github.com/luohenyueji/OpenCV-Practical-Exercise

如果没有积分（系统自动设定资源分数）看看参考链接。我搬运过来的，大修改没有。

其中tensorflow和caffe模型都可以用opencv中的readnet函数读取，流程很简单。看看代码就会。

代码提供了C++和Python版本，但是python版本没有运行，原因opencv版本太低，不想升级。代码都有详细的注释。

C++版本：

#include <tuple>

#include <iostream>

#include <opencv2/opencv.hpp>

#include <opencv2/dnn.hpp>

#include <iterator>

using namespace cv;

using namespace cv::dnn;

using namespace std;

/**

 * @brief Get the Face Box object 人脸定位

 *

 * @param net 人脸检测网络

 * @param frame 检测图像

 * @param conf_threshold 阈值

 * @return tuple<Mat, vector<vector<int>>> 元组容器，可返回多个值

 */

tuple<Mat, vector<vector<int>>> getFaceBox(Net net, Mat &frame, double conf_threshold)

{

	//图像复制

	Mat frameOpenCVDNN = frame.clone();

	int frameHeight = frameOpenCVDNN.rows;

	int frameWidth = frameOpenCVDNN.cols;

	//缩放尺寸

	double inScaleFactor = 1.0;

	//检测图大小

	Size size = Size(300, 300);

	// std::vector<int> meanVal = {104, 117, 123};

	Scalar meanVal = Scalar(104, 117, 123);

	cv::Mat inputBlob;

	inputBlob = cv::dnn::blobFromImage(frameOpenCVDNN, inScaleFactor, size, meanVal, true, false);

	net.setInput(inputBlob, "data");

	//四维矩阵输出

	cv::Mat detection = net.forward("detection_out");

	//提取结果信息

	cv::Mat detectionMat(detection.size[2], detection.size[3], CV_32F, detection.ptr<float>());

	vector<vector<int>> bboxes;

	for (int i = 0; i < detectionMat.rows; i++)

	{

		//预测概率

		float confidence = detectionMat.at<float>(i, 2);

		if (confidence > conf_threshold)

		{

			//左上角点，坐标被归一化

			int x1 = static_cast<int>(detectionMat.at<float>(i, 3) * frameWidth);

			int y1 = static_cast<int>(detectionMat.at<float>(i, 4) * frameHeight);

			//右下角角点，坐标被归一化

			int x2 = static_cast<int>(detectionMat.at<float>(i, 5) * frameWidth);

			int y2 = static_cast<int>(detectionMat.at<float>(i, 6) * frameHeight);

			vector<int> box = { x1, y1, x2, y2 };

			//人脸坐标

			bboxes.push_back(box);

			//图像框选

			cv::rectangle(frameOpenCVDNN, cv::Point(x1, y1), cv::Point(x2, y2), cv::Scalar(0, 255, 0), 2, 4);

		}

	}

	return make_tuple(frameOpenCVDNN, bboxes);

}

int main(void)

{

	//人脸模型

	string faceProto = "model/opencv_face_detector.pbtxt";

	string faceModel = "model/opencv_face_detector_uint8.pb";

	//年龄模型

	string ageProto = "model/age_deploy.prototxt";

	string ageModel = "model/age_net.caffemodel";

	//性别模型

	string genderProto = "model/gender_deploy.prototxt";

	string genderModel = "model/gender_net.caffemodel";

	//均值

	Scalar MODEL_MEAN_VALUES = Scalar(78.4263377603, 87.7689143744, 114.895847746);

	//年龄段标签

	vector<string> ageList = { "(0-2)", "(4-6)", "(8-12)", "(15-20)", "(25-32)",

		"(38-43)", "(48-53)", "(60-100)" };

	//性别标签

	vector<string> genderList = { "Male", "Female" };

	//导入网络

	Net ageNet = cv::dnn::readNet(ageProto, ageModel);

	Net genderNet = cv::dnn::readNet(genderProto, genderModel);

	Net faceNet = cv::dnn::readNetFromTensorflow(faceModel, faceProto);

	//打开摄像头

	VideoCapture cap;

	cap.open(0);

	if (cap.isOpened())

	{

		cout << "camera is opened!" << endl;

	}

	else

	{

		return 0;

	}

	int padding = 20;

	while (waitKey(1) < 0)

	{

		// read frame 读图

		Mat frame;

		cap.read(frame);

		if (frame.empty())

		{

			waitKey();

			break;

		}

		frame = imread("./images/couple1.jpg");

		//人脸坐标

		vector<vector<int>> bboxes;

		//人脸检测结果图

		Mat frameFace;

		//人脸定位

		//tie()函数解包frameFace和bboxes

		tie(frameFace, bboxes) = getFaceBox(faceNet, frame, 0.7);

		//人脸判断

		if (bboxes.size() == 0)

		{

			cout << "No face detected, checking next frame." << endl;

			continue;

		}

		//逐个提取人脸检测

		for (auto it = begin(bboxes); it != end(bboxes); ++it)

		{

			//框选人脸

			Rect rec(it->at(0) - padding, it->at(1) - padding, it->at(2) - it->at(0) + 2 * padding, it->at(3) - it->at(1) + 2 * padding);

			//避免人脸框选超过图像边缘

			rec.width = ((rec.x + rec.width) > frame.cols) ? (frame.cols - rec.x - 1) : rec.width;

			rec.height = ((rec.y + rec.height) > frame.rows) ? (frame.rows - rec.y - 1) : rec.height;

			// take the ROI of box on the frame,原图中提取人脸

			Mat face = frame(rec);

			//性别检测

			Mat blob;

			blob = blobFromImage(face, 1, Size(227, 227), MODEL_MEAN_VALUES, false);

			genderNet.setInput(blob);

			// string gender_preds; 获取前向传播softmax结果

			vector<float> genderPreds = genderNet.forward();

			// find max element index max_element用于找寻最大值

			// distance function does the argmax() work in C++ distance返回最大值和第一个值下标的距离

			int max_index_gender = std::distance(genderPreds.begin(), max_element(genderPreds.begin(), genderPreds.end()));

			//获得检测结果

			string gender = genderList[max_index_gender];

			cout << "Gender: " << gender << endl;

			//年龄识别

			ageNet.setInput(blob);

			vector<float> agePreds = ageNet.forward();

			// finding maximum indicd in the age_preds vector 找到年龄预测最大下表

			int max_indice_age = std::distance(agePreds.begin(), max_element(agePreds.begin(), agePreds.end()));

			string age = ageList[max_indice_age];

			cout << "Age: " << age << endl;

			// label 输出标签

			string label = gender + ", " + age;

			//在人脸定位图上显示结果

			cv::putText(frameFace, label, Point(it->at(0), it->at(1) - 15), cv::FONT_HERSHEY_SIMPLEX, 0.9, Scalar(0, 255, 255), 2, cv::LINE_AA);

		}

		//保存结果

		imshow("Frame", frameFace);

		imwrite("out.jpg", frameFace);

	}

}

python版本：

# Import required modules

import cv2 as cv

import time

import argparse

def getFaceBox(net, frame, conf_threshold=0.7):

    frameOpencvDnn = frame.copy()

    frameHeight = frameOpencvDnn.shape[0]

    frameWidth = frameOpencvDnn.shape[1]

    blob = cv.dnn.blobFromImage(frameOpencvDnn, 1.0, (300, 300), [104, 117, 123], True, False)

    net.setInput(blob)

    detections = net.forward()

    bboxes = []

    for i in range(detections.shape[2]):

        confidence = detections[0, 0, i, 2]

        if confidence > conf_threshold:

            x1 = int(detections[0, 0, i, 3] * frameWidth)

            y1 = int(detections[0, 0, i, 4] * frameHeight)

            x2 = int(detections[0, 0, i, 5] * frameWidth)

            y2 = int(detections[0, 0, i, 6] * frameHeight)

            bboxes.append([x1, y1, x2, y2])

            cv.rectangle(frameOpencvDnn, (x1, y1), (x2, y2), (0, 255, 0), int(round(frameHeight/150)), 8)

    return frameOpencvDnn, bboxes

parser = argparse.ArgumentParser(description='Use this script to run age and gender recognition using OpenCV.')

parser.add_argument('--input', help='Path to input image or video file. Skip this argument to capture frames from a camera.')

args = parser.parse_args()

faceProto = "age_gender/model/opencv_face_detector.pbtxt"

faceModel = "age_gender/model/opencv_face_detector_uint8.pb"

ageProto = "age_gender/model/age_deploy.prototxt"

ageModel = "age_gender/model/age_net.caffemodel"

genderProto = "age_gender/model/gender_deploy.prototxt"

genderModel = "age_gender/model/gender_net.caffemodel"

MODEL_MEAN_VALUES = (78.4263377603, 87.7689143744, 114.895847746)

ageList = ['(0-2)', '(4-6)', '(8-12)', '(15-20)', '(25-32)', '(38-43)', '(48-53)', '(60-100)']

genderList = ['Male', 'Female']

# Load network

ageNet = cv.dnn.readNet(ageModel, ageProto)

genderNet = cv.dnn.readNet(genderModel, genderProto)

faceNet = cv.dnn.readNet(faceModel, faceProto)

# Open a video file or an image file or a camera stream

cap = cv.VideoCapture(args.input if args.input else 0)

padding = 20

while cv.waitKey(1) < 0:

    # Read frame

    t = time.time()

    hasFrame, frame = cap.read()

    if not hasFrame:

        cv.waitKey()

        break

    frameFace, bboxes = getFaceBox(faceNet, frame)

    if not bboxes:

        print("No face Detected, Checking next frame")

        continue

    for bbox in bboxes:

        # print(bbox)

        face = frame[max(0,bbox[1]-padding):min(bbox[3]+padding,frame.shape[0]-1),max(0,bbox[0]-padding):min(bbox[2]+padding, frame.shape[1]-1)]

        blob = cv.dnn.blobFromImage(face, 1.0, (227, 227), MODEL_MEAN_VALUES, swapRB=False)

        genderNet.setInput(blob)

        genderPreds = genderNet.forward()

        gender = genderList[genderPreds[0].argmax()]

        # print("Gender Output : {}".format(genderPreds))

        print("Gender : {}, conf = {:.3f}".format(gender, genderPreds[0].max()))

        ageNet.setInput(blob)

        agePreds = ageNet.forward()

        age = ageList[agePreds[0].argmax()]

        print("Age Output : {}".format(agePreds))

        print("Age : {}, conf = {:.3f}".format(age, agePreds[0].max()))

        label = "{},{}".format(gender, age)

        cv.putText(frameFace, label, (bbox[0], bbox[1]-10), cv.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 255), 2, cv.LINE_AA)

        cv.imshow("Age Gender Demo", frameFace)

        # cv.imwrite("age-gender-out-{}".format(args.input),frameFace)

    print("time : {:.3f}".format(time.time() - t))

参考

https://www.learnopencv.com/age-gender-classification-using-opencv-deep-learning-c-python/

[OpenCV实战]1 基于深度学习识别人脸性别和年龄的相关教程结束。