[发明专利]用于识别年龄的方法和装置有效
申请号: | 201910298941.0 | 申请日: | 2019-04-15 |
公开(公告)号: | CN110046571B | 公开(公告)日: | 2020-05-15 |
发明(设计)人: | 陈日伟 | 申请(专利权)人: | 北京字节跳动网络技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06K9/66 |
代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 识别 年龄 方法 装置 | ||
本公开的实施例公开了用于识别年龄的方法和装置。该方法的一具体实施方式包括:获取目标人脸图像;将目标人脸图像输入预先训练的人脸识别模型,获得种族信息和预设数量个年龄信息,其中,种族信息用于表征目标人脸图像所对应的人物的种族,预设数量个年龄信息对应预设数量个种族,年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时,目标人脸图像所对应的人物的年龄;从预设数量个年龄信息中选取与种族信息相对应的年龄信息,作为目标人脸图像所对应的结果年龄信息。该实施方式可以实现更为准确的年龄识别,有助于后续基于所获得的结果年龄信息,执行更为准确的年龄相关操作。
技术领域
本公开的实施例涉及计算机技术领域,尤其涉及用于识别年龄的方法和装置。
背景技术
人脸识别是基于人的脸部特征信息识别人的属性的一种生物识别技术。人脸识别主要包括四个步骤,分别为:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
随着人脸识别技术的发展,现有技术已经可以对人脸图像进行识别,以确定人脸图像所对应的人物的年龄。
发明内容
本公开的实施例提出了用于识别年龄的方法和装置。
第一方面,本公开的实施例提供了一种用于识别年龄的方法,该方法包括:获取目标人脸图像;将目标人脸图像输入预先训练的人脸识别模型,获得种族信息和预设数量个年龄信息,其中,种族信息用于表征目标人脸图像所对应的人物的种族,预设数量个年龄信息对应预设数量个种族,预设数量个年龄信息中的年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时,目标人脸图像所对应的人物的年龄;从预设数量个年龄信息中选取与种族信息相对应的年龄信息,作为目标人脸图像所对应的结果年龄信息。
在一些实施例中,人脸识别模型包括特征提取层、年龄识别层和种族识别层,特征提取层分别与年龄识别层和种族识别层连接;以及将目标人脸图像输入预先训练的人脸识别模型,获得种族信息和预设数量个年龄信息,包括:将目标人脸图像输入人脸识别模型的特征提取层,获得图像特征;将所获得的图像特征分别输入人脸识别模型的种族识别层和年龄识别层,获得种族信息和预设数量个年龄信息。
在一些实施例中,人脸识别模型通过以下步骤训练得到:获取第一训练样本集和初始人脸识别模型,其中,初始人脸识别模型包括初始种族识别层和预先训练的年龄识别模型,年龄识别模型包括特征提取层和年龄识别层,初始种族识别模型与年龄识别模型中的特征提取层连接,第一训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本种族信息;将第一训练样本集中的训练样本的样本人脸图像输入年龄识别模型的特征提取层,获得图像特征,以及利用机器学习方法,将所获得的图像特征作为初始种族识别层的输入,将所输入的图像特征所对应的样本种族信息作为初始种族识别层的期望输出,对初始种族识别层进行训练;将训练完成的初始种族识别层和年龄识别模型所组成的初始人脸识别模型确定为人脸识别模型。
在一些实施例中,年龄识别模型通过以下步骤训练得到:获取第二训练样本集和初始年龄识别模型,其中,第二训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本年龄信息,第二训练样本集包括预设数量个第二训练样本子集,第二训练样本子集中的样本人脸图像所对应的种族相同,初始年龄识别模型包括初始特征提取层和预设数量个初始年龄识别层,预设数量个初始年龄识别层对应预设数量个种族;从第二训练样本集中选取第二训练样本子集,利用机器学习方法,基于所选取的第二训练样本子集训练初始特征提取层和与所选取的第二训练样本子集所对应种族相同的初始年龄识别层;对于未被选取的第二训练样本子集中的第二训练样本子集,利用机器学习方法,基于该第二训练样本子集训练与该第二训练样本子集所对应的种族相同的初始年龄识别层;将训练完成的初始特征提取层和训练完成的预设数量个初始年龄识别层所组成的初始年龄识别模型确定为年龄识别模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910298941.0/2.html,转载请声明来源钻瓜专利网。