[发明专利]年龄估计方法、年龄估计模型的训练方法和装置

权利要求书

1.一种年龄估计方法，其特征在于，所述方法包括：

获取包含有人脸的待处理图像；

将所述待处理图像输入至预先训练完成的年龄估计模型中，得到输出结果；基于所述输出结果确定所述人脸对应的年龄估计结果；

其中，所述年龄估计模型，基于预设样本组中多个样本的年龄标签之间的年龄距离，以及所述年龄估计模型输出的多个样本的样本特征之间的特征距离，通过机器学习训练得到；每个所述样本包含一个人脸图像和一个年龄标签，所述年龄标签用于指示所述人脸图像中人的年龄。

2.根据权利要求1所述的方法，其特征在于，所述年龄估计模型的权重参数是在机器学习训练过程中根据损失量确定的；其中，所述损失量根据所述多个样本对应的年龄标签之间的年龄距离，以及所述年龄估计模型输出的所述多个样本的样本特征之间的特征距离确定。

3.根据权利要求2所述的方法，其特征在于，所述样本组包括第一样本和第二样本；所述损失量包括第一损失值和第二损失值；

所述第一损失值用于指示：所述年龄估计模型输出的所述第一样本的样本特征与所述第二样本的样本特征数据之间的特征距离；所述特征距离根据所述第一样本的年龄标签与所述第二样本的年龄标签之间的年龄距离确定；

所述第二损失值用于指示：所述年龄估计模型输出的所述第一样本的年龄估计结果与所述第一样本的年龄标签之间的差距，以及所述年龄估计模型输出的所述第二样本的年龄估计结果与所述第二样本的年龄标签之间的差距。

4.根据权利要求3所述的方法，其特征在于，所述第一损失值通过下述算式确定：

其中，L_feature表示所述第一损失值；f1表示所述第一样本的样本特征；f2表示所述第二样本的样本特征；a1表示所述第一样本的年龄标签；a2表示所述第二样本的年龄标签；||*||₂表示向量的二范数；max表示选取最大值；exp表示以自然常数e为底的指数函数运算。

5.根据权利要求3所述的方法，其特征在于，所述年龄估计结果包括：在预设的多个年龄值下，所述样本中的人脸属于每个所述年龄值的概率；

所述第二损失值，通过下述算式确定：

其中，L_age表示所示第二损失值；表示所述第一样本的年龄估计结果；a1表示所述第一样本的年龄标签；表示中的第a1个元素，代表在所述年龄估计结果中所述第一样本中的人脸对应的年龄值为a1时的概率；表示所述第二样本的年龄估计结果；a2表示所述第二样本的年龄标签；表示中的第a2个元素，代表在年龄估计结果中所述第二样本中的人脸对应的年龄值为a2时的概率。

6.根据权利要求1所述的方法，其特征在于，所述人脸图像的年龄标签通过下述方式确定：

获取所述人脸图像对应的多个标注结果；所述标注结果用于标识所述人脸图像中人的年龄值；所述标注结果中标注的年龄值为预设的多个年龄值中的一个年龄值；

计算所述多个标注结果对应的年龄值的平均值，得到年龄均值；将所述年龄均值作为所述人脸图像的年龄标签。

7.根据权利要求1所述的方法，其特征在于，所述输出结果包括：在预设的多个年龄值下，所述待处理图像中的人脸属于每个所述年龄值的概率；

基于所述输出结果确定所述人脸对应的年龄估计结果的步骤，包括：

将所述输出结果中最大概率对应的年龄值，确定为所述待处理图像中人脸对应的年龄估计结果。

8.一种年龄估计模型的训练方法，其特征在于，所述训练方法包括：

获取样本集；其中，所述样本集包括多个样本，每个所述样本包含一个人脸图像和一个年龄标签，所述年龄标签用于指示所述人脸图像中人的年龄；

基于所述样本集中的多个样本的年龄标签之间的年龄距离，以及所述年龄估计模型输出的多个样本的样本特征之间的特征距离，对初始模型进行机器学习训练，得到所述年龄估计模型。