【导读】本文是专栏《计算机视觉40例简介》的第40个案例《识别性别与年龄》。该专栏简要介绍李立宗主编《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书的40个案例。 目前，该书已经在电子工业出版社出版，大家可以在京东、淘宝、当当等平台购买。 大家可以在公众号“计算机视觉之光”回复关键字【案例40】获取本文案例的源代码及使用的测试图片等资料。 针对本书40个案例的每一个案例，分别录制了介绍视频。如果嫌看文字版麻烦，可以关注公众号“计算机视觉之光”直接观看视频介绍版。 本文简要介绍了本案例的一些基础知识，更详细的理论介绍、代码实现等内容请参考《计算机视觉40例简介》第28章《人脸识别应用案例》以获取更详细信息。 |
识别年龄和性别是一个有趣的应用，在很多场合我们都可以看到该应用。本文中，我们使用OpenCV自带的人脸检测器及Levi等人设计的卷积神经网络模型识别人脸对应的年龄和性别。
Levi等人在《Age and Gender Classification Using Convolutional Neural Networks》中提出了一种训练数据有限时也具有较好性能的卷积神经网络。其提出的网络模型如图1所示，它包含三个卷积层和两个全连接层。第一个卷积层包含 96 个7×7像素的卷积核，第二个卷积层包含 256 个 5×5 像素的卷积核，第三个卷积层包含 384 个3×3像素的卷积核。卷积层后面的两个全连接层，每个层包含 512 个神经元。最后的输出是每个分类所对应的标签。
图1 网络结构
其具体结构如图2所示，在第一个卷积层和第二个卷积层的后面都有ReLU层、最大池化层、局部响应归一化层 (Local Response Normalization，LRN) 。在第三个卷积层的后面仅有ReLU层、最大池化层。全连接层都具有512个神经元，第一个全连接层接收第三个卷积层的输入，第二个全连接层接收第一个全连接层的512个输出作为输入，两个全连接层后面都伴有ReLU层、随机失活（dropout）层。最后的输出是所有年龄、性别所对应的分类标签。
图2 具体结构
Levi等针对该论文在github上提供了官方网页，可以下载相应的实现代码和训练好的模型，本节使用的模型即来源于其官方网页。
识别年龄和性别核心代码：
# ========自定义函数，获取人脸包围框===============
def getBoxes(net, frame):
frameHeight, frameWidth = frame.shape[:2] # 获取高度、宽度
# 将图像（帧）处理为DNN可以接收的格式
blob = cv2.dnn.blobFromImage(frame, 1.0, (300, 300),
[104, 117, 123], True, False)
# 调用网络模型，检测人脸
net.setInput(blob)
detections = net.forward()
# faceBoxes存储检测到的人脸
faceBoxes = []
for i in range(detections.shape[2]):
confidence = detections[0, 0, i, 2]
if confidence > 0.7: #筛选一下，将置信度大于0.7侧保留，其余不要了
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)
faceBoxes.append([x1, y1, x2, y2]) # 人脸框的坐标
# 绘制人脸框
cv2.rectangle(frame, (x1, y1), (x2, y2),
(0, 255, 0), int(round(frameHeight / 150)),6)
# 返回绘制了人脸框的帧frame、人脸包围框faceBoxes
return frame, faceBoxes
# ==========循环读取每一帧，并处理=========
cap = cv2.VideoCapture(0, cv2.CAP_DSHOW) #装载摄像头
while True:
# 读一帧
_, frame = cap.read()
# 做个镜像处理，左右互换(避免和照镜子一样是反的)
# frame = cv2.flip(frame, 1)
# 调用函数getFaceBox，获取人脸包围框、绘制人脸包围框（可能多个）
frame, faceBoxes = getBoxes(faceNet, frame)
if not faceBoxes: #没有人脸时检测下一帧，后续循环操作不再继续。
print("当前帧内不存在人脸")
continue
# 遍历每一个人脸包围框
for faceBox in faceBoxes:
# 处理frame，将其处理为符合DNN输入的格式
blob = cv2.dnn.blobFromImage(frame, 1.0, (227, 227),mean)
# 调用模型，预测性别
genderNet.setInput(blob)
genderOuts = genderNet.forward()
gender = genderList[genderOuts[0].argmax()]
# 调用模型，预测年龄
ageNet.setInput(blob)
ageOuts = ageNet.forward()
age = ageList[ageOuts[0].argmax()]
# 格式化文本（年龄、性别）
result = "{},{}".format(gender, age)
# 输出性别和年龄
cv2.putText(frame, result, (faceBox[0], faceBox[1] - 10),
cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 255), 2,
cv2.LINE_AA)
# 显示性别、年龄
cv2.imshow("result", frame)
# 按下Esc键，退出程序
if cv2.waitKey(1) == 27:
break运行程序，程序运行结果如图3所示。
图3 运算结果
在《计算机视觉40例——从入门到深度学习（OpenCV-Python）》第28章《人脸识别应用案例》中详细介绍了人脸表情识别、驾驶员疲劳监测、易容术、识别性别与年龄等案例。
《计算机视觉40例——从入门到深度学习（OpenCV-Python）》在介绍Python基础、OpenCV基础、计算机视觉理论基础、深度学习理论的基础上，介绍了计算机视觉领域内具有代表性的40个典型案例。这些案例中，既有传统的案例（数字识别、答题卡识别、物体计数、缺陷检测、手势识别、隐身术、以图搜图、车牌识别、图像加密、指纹识别等），也有深度学习案例（图像分类、风格迁移、姿势识别、实例分割等），还有人脸识别方面的案例（表情识别、驾驶员疲劳监测、识别性别与年龄等）。
