徐英武，胡学刚

（1.安庆职业技术学院，安徽 安庆 246003；2.合肥工业大学，安徽 合肥230009）

基于三维人脸数据的性别分类

徐英武1，2，胡学刚2

（1.安庆职业技术学院，安徽 安庆 246003；2.合肥工业大学，安徽 合肥230009）

提出了一种新颖的基于视觉词典直方图的三维人脸特征，并将其应用到三维人脸数据中实现了人脸性别分类。视觉词典直方图特征提取分为两个阶段，训练阶段和识别阶段。在训练阶段中，先是通过Gabor滤波器提取出三维人脸数据中的局部纹理特性，组成滤波响应向量集合，然后通过聚类算法得到向量中心，即三维人脸视觉词汇；在识别阶段中，将滤波响应向量与三维人脸视觉词汇进行映射，得出对应的视觉词汇直方图向量，即基于视觉词典直方图的人脸特征。在获取人脸特征后，采用SVM分类器实现性别分类。实验表明，该特征在性别分类中可以获得比其他广泛采用的表象特征（如Gabor滤波器、LBP等）更好的分类性能，充分证明了该特征实现了三维人脸描述有效性和鲁棒性的统一。

三维人脸；视觉词典；性别分类

0引　言

近年来，由于三维人脸数据对于光照以及姿态等变化的鲁棒性，三维人脸识别的关注度得到不断提升［1］。虽然分类问题在很多领域都有着广泛的应用，与识别同属于计算机视觉方向的经典问题，但三维人脸分类问题的研究内容还比较少见。三维人脸数据不仅包含个体身份这样的具体信息，还包括其所属民族、性别、年龄等多方面的社会和人文属性，因此，出色的分类结果不仅可以减少人脸识别时的搜索空间，提升识别速度和识别性能，而且还可以对人脸数据加入准确的语义标签，有助于图像在数据搜索等领域的进一步应用。……