[发明专利]一种基于三级残差网络的人脸图像年龄估计方法

说明书

一种基于三级残差网络的人脸图像年龄估计方法，属于数据处理技术领域，目的是提高非受限条件下的人脸图像年龄估计水平，其技术方案是，所述方法首先在基本残差网络框架基础上建立三级残差网络；然后采用三级残差网络对ImageNet数据集进行预训练，获得ImageNet残差网络模型；再在非受限条件下的人脸年龄数据集上对已获得的ImageNet残差网络模型进行微调训练；最后利用微调训练好的三级残差网络进行人脸图像年龄估计。本发明采用三级残差网络实现人脸图像年龄估计，不仅大大提高了DCNN网络模型的学习能力，而且很好地解决了训练过程中的过拟合以及梯度消失的问题，从而提高了非受限条件下人脸图像年龄估计的准确性。

技术领域

本发明涉及一种可在非受限条件下根据人脸图像实现年龄确估计的方法，属于数据处理技术领域。

背景技术

人脸是极为丰富的信息源，人们能够从人脸图像中获得大量有用信息，如身份、性别、年龄以及表情等。作为人脸的关键信息之一，年龄在人的社会交往中起到了基础性作用，因此依靠人脸图像实现年龄的自动估计是人工智能领域的重要工作之一。目前，人脸年龄估计在基于年龄阶段的人机交互、访问控制、视觉监控、市场营销以及法律执行等多个智能领域存在良好的应用前景。

人脸图像年龄估计的主要思路是从人脸图像中提取主要特征，然后采用分类或回归方法实现年龄估计，其中年龄分类用于估计人的年龄分组，年龄回归则是估计人的准确年龄。以往绝大部分人脸年龄估计方法采用人工设计的特征进行年龄估计，最初，Kwon等人通过计算人脸特征点之间的距离比例获取人脸的几何特征用于年龄估计；Cootes等人在人脸几何特征基础上加入全局纹理特征，提出了AAM模型；随后，LBP,SFP以及BIF特征分别被用来作为年龄估计的人脸特征。基于这些人工设计的特征，回归和分类方法被用于估计人脸，基于SVM的方法被用于年龄组分类，针对年龄回归，则主要包括SVR，PLS，CCA等方法。这些人工提取特征的方法在受限条件下的人脸数据集上获得了不错的结果，例如人脸年龄数据集FG-NET和MORPH。但是这些方法在非受限条件下的人脸年龄估计任务中显得差强人意，例如非受限条件下的人脸年龄数据集Adience，这些数据集中的人脸图像没有经过人工过滤和调整，图像中包含各种不同的变化，如噪音、光照，姿势，表情等，这些变化为年龄估计带来了新的挑战。

目前，深度卷积神经网络(DCNN)已成为计算机视觉领域研究的热点。从5-conv+3-fc的AlexNet到16-conv+3fc的VGG网络和21-conv+1-fc的GoogleNet，再到上千层的ResNets，无论是网络的学习能力还是深度都得到显著提高。因此，近几年越来越多的学者开始尝试采用DCNN解决年龄估计问题，并证明了其在非受限条件下能够获得明显优于以往手工提取特征方法的结果。Yi等最先提出了多尺度DCNN年龄估计方法，并在MORPH上进行了验证；Wang等采用DCNN提取脸部特征，然后采用SVR进行年龄估计，在FG-NET以及MORPH上获得了较好的效果；Levi等采用DCNN在非受限条件的Adience数据集上进行年龄以及性别分类，发现非受限条件下年龄估计更具挑战；Ekmekji提出了一种链式的性别及年龄分类方法，该方法在Adience数据集上针对不同性别分别训练DCNN。以上方法所采用的DCNN均仅包含少量的卷积层和全连接层，这极大地限制了DCNN在年龄估计方面的学习能力。为了进一步提高模型的学习能力，进而提高年龄估计的准确率，Hou等采用深层类似VGG-16的网络结构以及平滑适应激活函数(SAAF)在Adience数据集上进行年龄估计，取得了较好的效果；Rothe等提出了深度期望模型(DEX)，其使用VGG-16网络架构作为基础模型，采用ImageNet数据集进行预训练，继而利用IMDB-WIKI大规模数据集对网络进行微调，最后在不同的人脸数据集上进行微调训练，均得到了当前最好的结果，但在非受限条件下的Adience数据集上仍难以达到人的年龄估计水平。

现有的DCNN年龄估计方法主要存在以下问题：

1.现有方法在非受限条件下的年龄估计效果较差，这是由于年龄估计采用的DCNN网络学习能力不足造成的。所以需要设计学习能力更强的DCNN网络，以提高年龄估计能力。