[发明专利]年龄预估方法和装置

说明书

本发明提供了一种年龄预估方法和装置，该方法包括：根据人脸图像样本对性别模型进行性别训练，使所述性别模型收敛，其中，所述性别模型包括至少两个卷积层；根据所述人脸图像样本以及所述至少两个卷积层收敛后的权重，对年龄模型进行年龄训练，使所述年龄模型收敛，其中，所述年龄模型包括所述至少两个卷积层；根据收敛后的所述年龄模型对输入的人脸图像进行年龄预估。本发明能够消除人脸图像的性别差异造成的年龄预估不准确的问题，进而提升年龄预估准确度。

技术领域

本发明涉及计算机视觉技术领域，特别是涉及一种年龄预估方法和装置。

背景技术

目前，随着人脸图像的年龄在互联网用户画像、广告精准推送、图像或视频推荐等领域的应用越来越广泛，对人脸图像的年龄估计的需求也越来越大。

目前，人脸图像的年龄预估方法主要包括传统的机器学习方法，具体而言，首先设计定义人工特征，如hog(Histogram of Oriented Gradient，方向梯度直方图)，sift(Scale-Invariant Feature Taransform，尺度不变特征变换)等特征，然后，采用降维的方法来提取对年龄预估有用的有效特征，最后采用回归模型检测人脸图像的年龄。

但是，传统的机器学习方法所学习到的特征对噪声、背景、光线、人脸不同状态等信息不鲁邦，导致人脸年龄检测不准确。比如同一个人脸，在不同场景下拍摄的图片，这种方法检测出的年龄差距较大，因此，对人脸图像的年龄估计准确度较低。

发明内容

本发明提供了一种年龄预估方法和装置，以解决相关技术中对人脸图像的年龄进行估计时，准确度较低的问题。

为了解决上述问题，根据本发明的一个方面，本发明公开了一种年龄预估方法，包括：

根据人脸图像样本对性别模型进行性别训练，使所述性别模型收敛，其中，所述性别模型包括至少两个卷积层；

根据所述人脸图像样本以及所述至少两个卷积层收敛后的权重，对年龄模型进行年龄训练，使所述年龄模型收敛，其中，所述年龄模型包括所述至少两个卷积层；

根据收敛后的所述年龄模型对输入的人脸图像进行年龄预估。

可选地，所述性别模型还包括至少一个第一全连接层以及第一分类器，所述根据人脸图像样本对性别模型进行性别训练，使所述性别模型收敛，包括：

根据人脸图像样本的性别标注信息对性别模型的所述至少两个卷积层、所述至少一个第一全连接层以及所述第一分类器进行性别训练，使所述性别模型收敛。

可选地，所述年龄模型还包括至少一个卷积层、至少一个第二全连接层以及第二分类器，所述根据所述人脸图像样本以及所述至少两个卷积层收敛后的权重，对年龄模型进行年龄训练，使所述年龄模型收敛，包括：

根据人脸图像样本的年龄标注信息对年龄模型的所述至少一个卷积层、所述至少一个第二全连接层以及所述第二分类器进行年龄训练，使所述年龄模型收敛。

可选地，所述根据收敛后的所述年龄模型对输入的人脸图像进行年龄预估之前，所述年龄预估方法还包括：

在所述年龄模型收敛后，选用预设学习率并根据所述人脸图像样本对所述年龄模型进行二次年龄训练，使所述年龄模型再次收敛。

可选地，所述根据收敛后的所述年龄模型对输入的人脸图像进行年龄预估，包括：

根据收敛后的所述年龄模型对输入的人脸图像进行年龄预估，得到每个年龄类别对应的概率值。

可选地，所述根据收敛后的所述年龄模型对输入的人脸图像进行年龄预估，得到每个年龄类别对应的概率值之后，所述年龄预估方法还包括：

根据每个年龄类别对应的概率值和每个年龄类别对应的年龄，计算所述人脸图像的估计年龄。