基于深度学习识别人脸性别和年龄

# 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（0bbox[1]-padding）:min（bbox[3]+paddingframe.shape[0]-1）max（0bbox[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