约克大学公开11k Hands数据集:使用手部图像数据集进行性别识别

原文来源：arXiv

作者：Mahmoud Afifi

「雷克世界」编译：嗯~阿童木呀

11k Hands数据集涵盖了来自190个18 - 75岁之间的实验对象的11076幅手部图像（1600 x 1200像素）。按照要求，每个实验对象都要张开或是握紧左右手的手指，然后，在统一的白色背景，且手距离相机位置大致相同的情况下，分别从每只手的背侧和手掌侧进行拍摄。有一个与每个图像相关的元数据的记录，其中包括：（1）实验对象ID、（2）性别、（3）年龄、（4）肤色、以及（5）有关所捕捉到的手的一组信息，即右手或左手、手的部位（手背或手掌）以及逻辑指标，即指示手部图像是否包含配饰、指甲油或不符合规则处。所提出的数据集具有大量附加更为详尽的元数据的手部图像。该数据集是免费的，可用于合理的学术研究直接使用。

有关论文

你可以点击链接阅读论文预印本：
https://arxiv.org/pdf/1711.04322.pdf

有关引用

如果你想要使用本网页所提供的数据集、源代码或经过训练的模型，请引用以下文章：

Mahmoud Afifi：《使用手部图像的大数据集进行性别识别和生物特征识别》。arXiv preprint arXiv:1711.04322 (2017)

统计

下面的图显示了所提出的数据集的基本统计数据。

第一张图包含以下内容：

顶部：显示数据集中肤色的分布。每种肤色类别的图像数量写在图的右上角。使用Conaire等人提出的皮肤检测算法执行皮肤检测过程。

底部：统计（1）实验对象人数、（2）手部图像（手背和手掌）、（3）带有配饰的手部图像、（4）涂有指甲油的手部图像。

第二张图显示了实验对象的年龄分布以及所提出的数据集中的图像。

与其他数据集的比较

基础模型

我们提出了使用提出的数据集进行性别分类的双流CNN。然后，我们使用这个训练过的双流CNN作为性别分类和生物特征识别的特征提取器。而后者可以使用两种不同的方法进行处理。在第一种方法中，我们从提取训练过的CNN中的深度特征中构造特征向量，以训练支持向量机（SVM）分类器。在第二种方法中，三个SVM分类器是由从已训练CNN的不同层提取的深度特征馈送的，并且其中一个SVM分类器是使用局部二进制模式（LBP）特征来训练的，以便提高通过对所有SVM分类器的分类得分总计所得到的正确识别率。

你可以下面链接中下载经过训练的模型和分类器。

手部图像：
https://drive.google.com/open?id=
0BwO0RMrZJCiocGlvdnJxb0lTaHM

元数据：
https://drive.google.com/open?id=
0BwO0RMrZJCioMWJFVDZxczFaWEE

性别分类源码：
https://drive.google.com/open?id=
1HTNfs4-VCLGkufDnZ_8L_l13qVZ8cypq

生物识别源代码：
https://drive.google.com/open?id=
1Fmk1KCbIzSfQVGsISwFUwhp2HykGE43R

使用Conaire等人提出的皮肤检测技术来获得皮肤掩码图像：

https://drive.google.com/open?id=0B6CktEG1p54Wa2VzdktNY2Q0YlU

性别分类

由于我们对女性手部图像数量存在一个偏差（参见上面的统计数据），我们使用每个性别的1000张背部手部图像进行训练，并且使用每个性别的500张背部手部图像进行测试。这些图像是随机挑选的，从而使得训练和测试集是来自不相交的实验对象，这意味着如果这个实验对象的手部图像出现在训练数据中，则将实验对象从测试数据中排除，反之亦然。同样，对于手掌侧手部图像也是一样的。对于每一方，我们重复实验10次以避免过度拟合问题，并将平均精确度作为评估度量。

为了进行比较，我们使用10组训练和测试对来对不同的图像分类方法进行训练。这些方法是：（1）视觉词包（BoW）、（2）Fisher向量、（3）Alexnet（CNN）、（4）VGG-16（CNN）、（5）VGG-19（CNN）和（6）Googlenet（CNN）。对于第一个图像分类框架（BoW和FV），我们使用了三个不同的特征描述符：（1）SIFT、（2）C-SIFT和（3）rgSIFT。为了进行进一步比较，我们建议使用相同的评估标准。下表为实验中使用的10组训练和测试对，请参见下表：

每个集包含以下文件：

g_imgs_training_d.txt：用于训练的图像文件名（背侧）

g_imgs_training_p.txt：训练的图像文件名（手掌侧）

g_imgs_testing_d.txt：用于测试的图像文件名（背侧）

g_imgs_testing_p.txt：用于测试的图像文件名（手掌侧）

g_training_d.txt：g_imgs_training_d.txt中每个相应图片文件名的真实性别

g_training_p.txt：g_imgs_training_p.txt中每个对应图片文件名的真实性别

g_testing_d.txt：g_imgs_testing_d.txt中每个对应图像文件名的真实性别

g_testing_p.txt：g_imgs_testing_p.txt中每个对应图像文件名的真实性别

你可以使用这个Matlab代码（
https://drive.google.com/open?id=
0BwO0RMrZJCioelRhLTFmVFgwUTQ）来提取每个实验中所使用的图像。代码生成10个目录，每个目录包含每个性别的训练和测试集。然后你可以使用imageDatastore函数（
https://cn.mathworks.com/help/matlab/ref/imagedatastore.html?requestedDomain=www.mathworks.com）来加载它们（请参阅CNN_training.m源代码）。

训练的CNN模型、SVM分类器及结果

如果你未安装用于网络支持包的Matlab神经网络工具箱模型，则该函数将提供指向附加资源管理器中所需支持包的链接。

正如论文中所描述的那样，使用我们的CNN模型作为特征提取器来训练SVM分类器。SVM分类器是使用级联特征向量进行训练的，其中来自第一个流中的fc9、第二个流中的fc10，而融合完全连接层的特征将被级联到一个向量中。

生物识别

对于生物识别，我们使用不同的训练和测试集。我们使用80、100和120个实验对象的（手掌或背侧）图像中的10张手部图像进行训练，4张手部图像用于测试。我们将重复实验10次，且每次随机挑选实验对象和图像。我们采用平均识别精度作为评估指标。为了进行进一步比较，我们建议使用相同的评估标准。下面为我们实验中使用的10组训练和测试对，请参见下表：

每个集包含以下文件：

id_imgs_training_d_S.txt：用于训练的图像文件名（背侧）

id_imgs_training_p_S.txt：用于训练的图像文件名（手掌侧）

id_imgs_testing_d_S.txt：用于测试的图像文件名（背侧）

id_imgs_testing_p_S.txt：用于测试的图像文件名（手掌侧）

id_training_d_S.txt：id_imgs_training_d_S.txt中每个对应图片文件名的ID

id_training_p_S.txt：id_imgs_training_p_S.txt中每个对应图片文件名的ID

id_testing_d_S.txt：id_imgs_testing_d_S.txt中每个对应图片文件名的真实ID

id_testing_d_S.txt：id_imgs_testing_p_S.txt中每个对应图片文件名的真实ID

注意：S代表实验对象数量：80、100和120。更多细节可阅读论文了解。

你可以使用这个Matlab代码，提取每个实验中所使用的图像。代码生成10个目录，每个目录包含每组实验对象的训练和测试集。每个文件名都包含实验对象的ID。例如，0000000_Hand_0000055.jpg表示实验对象编号为0000000的图像，其余文件名称为原始图像名称。你可以使用这个Matlab代码来加载所有的图像文件名，并提取相应的ID。

训练的SVM分类器和结果

如本文所述，使用我们的CNN模型作为特征提取器来训练SVM分类器。每个.mat文件都包含一个Classifier对象，其中：

oClassifier.low：是使用从输入图像平滑版本中提取的特征进行训练的SVM分类器。这些CNN特征是从第一个流中的f9获得的。

oClassifier.high：是使用从输入图像的细节层提取的特征进行训练的SVM分类器。这些CNN特征是从第二个流中的f10获得的。

oClassifier.fusion：是使用从我们的CNN的融合层提取的特征进行训练的SVM分类器。

oClassifier.lbp：是使用LBP特征训练的SVM分类器。

oClassifier.all：是使用级联特征向量训练的SVM分类器，其中来自第一个流中的fc9、第二个流中的fc10和融合完全连接层的特征被级联成一个向量。