使用卷积神经网络和openCV预测年龄和性别

作者|Nagesh Singh Chauhan

编译|Flin

来源|towardsdatascience

越来越多的应用程序与年龄和性别的自动分类相关，特别是自从社交平台和社交媒体兴起以来。尽管如此，现有的方法在真实图像上的性能仍然明显不足，特别是与最近报道的与人脸识别相关的任务在性能上的巨大飞跃相比。——使用卷积神经网络进行年龄和性别分类（https://talhassner.github.io/home/publication/2015_CVPR）

介绍

年龄和性别是人脸的两个重要属性，在社会交往中起着非常基础的作用，使得从单个人脸图像中估计年龄和性别成为智能应用中的一项重要任务，如访问控制、人机交互、执法、营销智能以及视觉监控等。

真实世界用例：

最近我遇到了Quividi，它是一个人工智能软件应用程序，用于根据在线人脸分析检测经过的用户的年龄和性别，并根据目标受众自动开始播放广告。

另一个例子可能是AgeBot，它是一个Android应用程序，通过人脸识别从照片中确定你的年龄。它可以猜测你的年龄和性别，同时也可以在一张照片中找到多张脸，并估计每张脸的年龄。

受上述用例的启发，我们将在本文中构建一个简单的年龄和性别检测模型。所以让我们从我们的用例开始：

用例——我们将做一些人脸识别，人脸检测的工作，而且，我们将使用CNN（卷积神经网络）从youtube视频中预测年龄和性别，只要视频URL是可以用的，你就不需要下载视频。有趣的部分是CNN在视频网址上用于年龄和性别预测。

要求：

pip install OpenCV-python

numpy

pip install pafy

pip install youtube_dl（了解更多关于youtube-dl的信息：https://rg3.github.io/youtube-dl/）

pafy:pafy库用于检索YouTube内容和元数据（如标题、分级、观看次数、持续时间、分级、作者、缩略图、关键字等）。更多有关pafy，点击网址：https://pypi.org/project/pafy/

让我们检查一个样本：

import pafy
url = \'https://www.youtube.com/watch?v=c07IsbSNqfI&feature=youtu.be\'
vPafy = pafy.new(url)
print vPafy.title
print vPafy.rating
print vPafy.viewcount
print vPafy.author
print vPafy.length
print vPafy.description

Testing file uploads with Postman (multipart/form-data)
4.87096786499
11478
Valentin Despa
1688
➡️➡️➡️