[发明专利]一种基于噪声剔除的自步学习人脸年龄估计方法

说明书

该发明公开了一种基于噪声剔除的自步学习人脸年龄估计方法，属于计算机视觉和机器学习领域。由于人脸图像经常带有姿势、照明、表情、遮挡和错位等变化，将人脸图片划分为简单图片(预测年龄与实际年龄之间的绝对误差小)和困难图片(预测年龄与实际年龄之间的绝对误差大)，并在自步学习框架下，采取“从简单图片到困难图片”的策略去训练深度回归网络来建立人脸面部特征与目标年龄的非线性映射关系，同时本发明提出的cap()函数将会剔除训练样本中的噪声图像，从而去除噪声图像对模型的影响，该方法充分利用了cap()函数、自步学习和深度回归森林，这保证了提取的面部特征具有强大的表示能力，提高了现有方法的准确度和鲁棒性。该方法可以应用于人机交互、基于年龄的安全性控制、社交网络娱乐以及年龄差异化广告等方面。

技术领域

本发明属于计算机视觉技术领域，涉及人脸年龄估计技术，主要应用于人机交互、基于年龄的安全性控制、社交网络娱乐以及年龄差异化广告等方面。

背景技术

人脸年龄估计技术是指通过计算机算法分析人脸特征后，自动估计人脸年龄的技术。由于这项技术可广泛应用在人机交互、基于年龄的安全性控制、社交网络娱乐以及年龄差异化广告等方面，因此它是近年来计算机视觉和机器学习领域研究的热门问题。现有的人脸年龄估计算法，主要分为基于浅层模型的方法和基于深度学习的方法。

基于浅层模型的方法的基本原理是将任务分解为面部特征提取和年龄估计模型设计两个独立的步骤。第一个步骤是从人脸图像中提取有效的年龄特征，第二个步骤则是根据获得的年龄特征去设计有效的年龄估计模型。由于这类方法只有从输入图像特征到预测年龄之间的单层映射函数，因此该方法的优点在于模型简单，不受训练样本数量的影响；而其缺点在于估计的精确性较差，原因是单层映射函数很难描述面部特征和年龄之间的复杂性。参考文献：A.Lanitis,C.J.Taylor,and T.F.Cootes,Automatic Interpretationand Coding of Face Images using Flexible Models,IEEE Transactions on PatternAnalysis and Machine Intelligence,vol.19,no.7,pp.743–756,1997。

基于深度学习的方法是人脸年龄估计领域近年来研究的热点，其基本原理是将人脸图像通过卷积神经网络学习适合于人脸年龄估计的面部特征，再根据实际任务设计具体的损失函数，损失函数产生的残差通过梯度反向传导对神经网络中的参数进行更新优化。卷积神经网络将原本相对独立的面部特征提取与任务学习有机地结合在一起，使得产生的面部特征包含的信息更加丰富，与任务更加契合。基于深度学习的这类算法的优点在于能更好地拟合已有面部特征和对应的人脸年龄之间的映射关系，最终预测精准性高，并且是端对端的模型，不需要复杂的图像归一化矫正。其缺点在于训练时间过长，需要较高的硬件配置要求，如GPU服务器等，并且对于小规模数据集的预测效果较差。参考文献：Z.Niu,M.Zhou,L.Wang,X.Gao,and G.Hua,Ordinal Regression with Multiple Output CNN forAge Estimation,IEEE Conference on Computer Vision and Pattern Recognition,pp.4920-4928,2016。

近年来，基于深度学习的人脸年龄估计方法在深度学习理论发展的基础上，有了新的突破。借助于深度网络的多样性，可以更好的拟合已有图像特征和对应的人脸年龄之间的映射关系，这种改进大大提高了基于浅层模型的方法的精确度和鲁棒性，深度网络在人脸年龄估计中还有很多值得挖掘改进的地方。显然在年龄估计任务的训练过程中，带有噪声的人脸图像(带有姿势、照明、表情、遮挡和错位等变化)对整个模型的影响是巨大的，但至今还未出现如何减轻这种影响的方法，本发明将围绕这个角度开展工作。

发明内容