30、人机性别与种族识别：实验与结果分析

人机性别与种族识别：实验与结果分析

1. 性别与种族识别的应用背景

随着视觉监控技术和人机交互（HCI）的发展，性别与种族识别的应用日益广泛。在人机交互方面，性别识别可以通过相应地改变机器人的行为来提升用户体验。在人脸识别中，性别识别能减少人脸与数据库中一半数据进行比对的问题（假设数据库中男女概率相等），而种族识别则能进一步缩小比对范围（假设数据库是多民族的）。此外，它还可用于设计计算机代理，帮助店主了解一段时间内顾客的人口统计分布，以及进行有针对性的广告投放，为特定性别等人群提供更具体、有用的选项。

2. 研究背景与创新点

人类在判断人脸性别方面非常准确，即使发型、妆容和面部毛发等线索被最小化。研究表明，形状和颜色在人类判断人脸性别和种族时都至关重要。在计算机视觉领域，大多数现有工作使用正面人脸图像进行性别或种族识别。以往关于种族识别的工作，除了少数情况，大多使用两个或三个种族类别，且颜色在种族识别中的应用较少被实验。

本研究的意义不在于与其他研究结果竞争，也不是发明新技术，而是提供新的研究方向，探索以前未被研究过的想法。主要贡献包括：对比人类和计算机实验、在种族识别中使用颜色、结合不同视角进行性别识别，以及通过大量人类实验实证证明侧面人脸轮廓中存在有用信息。

3. 侧面人脸轮廓实验

3.1 数据库

侧面人脸轮廓数据库由胡等人收集的3D人脸模型生成。实验对象年龄主要在18 - 30岁之间，以避免年龄对轮廓的影响，同时排除了胡须和小胡子影响面部轮廓的男性。数据库共有441张图像，分为四个种族类别：
| 种族类别 | 描述 |
| ---- | ---- |
| 黑人（B） | 非