[发明专利]年龄的估计方法、装置、电子设备和计算机存储介质

说明书

本发明提供了一种年龄的估计方法、装置、电子设备和计算机存储介质，包括：根据待处理图像中目标对象的脸部特征点对待处理图像进行人脸对齐处理，得到对齐后的待处理图像；对对齐后的待处理图像进行脸部切割，得到多张待处理脸部图像；通过年龄估计模型对多张待处理脸部图像进行年龄估计处理，得到目标对象的年龄信息。本发明通过年龄估计模型对多张待处理脸部图像进行年龄估计处理时，由于脸部特征点的位置信息相对固定，能够更加容易的得到目标对象的脸部特征，降低了年龄估计模型的处理复杂度，实用性好，多张待处理脸部图像包含丰富的脸部周围环境信息，对多张待处理脸部图像进行年龄估计处理时，得到的目标对象的年龄信息更加准确。

技术领域

本发明涉及图像处理的技术领域，尤其是涉及一种年龄的估计方法、装置、电子设备和计算机存储介质。

背景技术

得益于当前卷积神经网络(CNN)的广泛应用，大部分的年龄估计模型采用黑箱操作的模式，输入一张图片，输出一个年龄结果。这些模型在进行年龄估计时，大多将获得的图片进行尺度(size)归一化，然后将归一化后的图片输入到CNN中直接得到年龄结果。

但是上述操作方式中，归一化后的图片中人脸尺寸和空间位置(spatiallocation)多样化，不利于深度网络对人脸特征的提取，并且提取的人脸特征有限，最终基于提取的人脸特征进行年龄估计时，估计的年龄结果准确性差；另外，在处理多样化的人脸时，需要使用更加复杂的网络，实用性差。

综上，现有的年龄估计方法准确性差，实用性不好。

发明内容

有鉴于此，本发明的目的在于提供一种年龄的估计方法、装置、电子设备和计算机存储介质，以缓解现有的年龄估计方法准确性差，实用性不好的技术问题。

第一方面，本发明实施例提供了一种年龄的估计方法，包括：获取待处理图像，并根据所述待处理图像中目标对象的脸部特征点对所述待处理图像进行人脸对齐处理，得到对齐后的待处理图像；对所述对齐后的待处理图像进行脸部切割，得到多张待处理脸部图像，其中，所述多张待处理脸部图像的尺寸大小不同；通过年龄估计模型对所述多张待处理脸部图像进行年龄估计处理，得到所述待处理图像中目标对象的年龄信息。

进一步地，对所述对齐后的待处理图像进行脸部切割，得到多张待处理脸部图像包括：确定目标切割轨迹；基于所述目标切割轨迹对所述对齐后的待处理图像进行切割处理，得到所述多张待处理脸部图像。

进一步地，确定目标切割轨迹包括：根据脸部模板中特征点的位置信息确定所述目标对象的脸部包围框信息，其中，所述脸部模板为预先设置的包含目标脸部的各个器官的特征点的模板，所述目标脸部和所述目标对象的脸部为所属相同类型的脸部；按照预设扩张原则对所述脸部包围框信息所表示的原始脸部包围框进行扩张处理，得到至少一个扩张后的脸部包围框；将所述原始脸部包围框和所述至少一个扩张后的脸部包围框确定为所述目标切割轨迹。

进一步地，所述年龄估计模型包括：权值共享的卷积神经网络和全连接网络；通过年龄估计模型对所述多张待处理脸部图像进行年龄估计处理，得到所述待处理图像中目标对象的年龄信息包括：通过所述权值共享的卷积神经网络对每张待处理脸部图像进行特征提取，得到多张待处理脸部图像的图像特征；通过所述全连接网络对所述多张待处理脸部图像的图像特征进行年龄估计处理，得到所述待处理图像中目标对象的年龄信息。

进一步地，所述权值共享的卷积神经网络包括：卷积模块、挤压与激励模块；通过所述权值共享的卷积神经网络对每张待处理脸部图像进行特征提取，得到多张待处理脸部图像的图像特征包括：通过所述卷积模块对每张待处理脸部图像进行特征提取，得到多张初始特征图；通过所述挤压与激励模块计算每张初始特征图的通道权重向量；利用所述通道权重向量对其所对应的初始特征图进行通道加权处理，得到多张目标特征图；对每张目标特征图进行重塑处理，得到多张重塑处理后的特征图；将所述多张重塑处理后的特征图作为所述多张待处理脸部图像的图像特征。