[论文解读] Vision-based Human Gender Recognition: A Survey

Choon Boon Ng, Yong Haur Tay+1 more|arXiv (Cornell University)|Apr 7, 2012

Gait Recognition and Analysis参考文献 149被引用 80

一句话总结

本综述回顾了基于视觉的人他人性别识别方法，利用静态图像和步态序列中的面部与全身线索。它分析了代表性方法，识别了在实际部署中面临的关键挑战，并指出尽管在受控条件下可实现高准确率，但在非受控环境中的鲁棒性仍是亟待解决的关键挑战。

ABSTRACT

Gender is an important demographic attribute of people. This paper provides a survey of human gender recognition in computer vision. A review of approaches exploiting information from face and whole body (either from a still image or gait sequence) is presented. We highlight the challenges faced and survey the representative methods of these approaches. Based on the results, good performance have been achieved for datasets captured under controlled environments, but there is still much work that can be done to improve the robustness of gender recognition under real-life environments.

研究动机与目标

• 提供基于视觉数据的人体性别识别计算机视觉技术的全面综述。
• 分析在受控环境与真实生活环境条件下，性别识别系统的性能与局限性。
• 识别影响识别鲁棒性的关键挑战，如姿态变化、光照变化和遮挡。
• 从准确率和实用性角度，比较基于面部与全身（包括步态分析）的方法。
• 指出现有研究的空白，并提出改进非受限、真实场景中性别识别方向的建议。

提出的方法

• 系统性地回顾2000年至2012年期间基于视觉的人体性别识别相关文献，重点聚焦于面部与全身分析。
• 将方法分类为基于面部与基于身体/步态的方法，评估其底层特征与分类器。
• 回顾特征提取技术，如Gabor小波、LBP（局部二值模式）和HOG（方向梯度直方图）。
• 分析性别识别流程中使用的分类模型，包括SVM、PCA和神经网络。
• 在FGNet、LFW和CASIA步态数据库等数据集上，评估不同环境条件下下的性能表现。
• 比较预处理、特征选择与分类中的方法选择，以评估准确率与鲁棒性之间的权衡。

实验结果

研究问题

• RQ1 基于面部与全身的性别识别系统中，主要依赖的视觉线索是什么？
• RQ2 性别识别系统的性能指标在受控环境与真实环境之间有何差异？
• RQ3 影响非受限环境下性别识别鲁棒性的主要技术挑战是什么？
• RQ4 不同特征提取方法（如LBP、HOG、Gabor）在性别分类准确率方面如何比较？
• RQ5 当前方法在处理姿态变化、光照变化和遮挡方面存在哪些关键局限性？

主要发现

• 在受控条件下，性别识别可实现高准确率，部分基于面部的方法在基准数据集上准确率超过95%。
• 由于光照、姿态和遮挡等因素的变化，真实场景中的性能显著下降。
• 全身与步态分析方法在低分辨率或部分视图场景中表现出潜力，但需要更长的序列才能实现可靠分类。
• LBP与HOG等特征提取技术被广泛使用且效果显著，尤其在结合SVM等鲁棒分类器时。
• 数据集选择与评估协议显著影响报告的性能，凸显了建立标准化基准的必要性。
• 尽管已有进展，非受限环境中的鲁棒性仍是主要开放挑战，现有方法在多样化真实条件下的泛化能力仍有限。