[发明专利]年龄识别方法、年龄识别模型的训练方法及装置

说明书

本发明提供了一种年龄识别方法、年龄识别模型的训练方法及装置，包括：将获取的包含有目标对象的待处理图像输入至训练完成的年龄识别模型，基于输出结果确定目标对象的年龄；该年龄识别模型通过携带有标签的样本和损失函数训练得到；标签包括样本中的对象的实际年龄与多个预设年龄之间的真实大小关系；损失函数可约束年龄识别模型输出的基于对象的实际年龄与多个预设年龄之间的预测大小关系满足指定条件。该方式中的年龄识别模型在训练过程中，将年龄识别任务看作是预测对象的实际年龄与多个预设年龄之间的大小关系的任务，该任务准确地刻画了不同年龄间的关联性，也体现了对象随年龄增长的变化特征，从而提升了年龄识别的精度。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种年龄识别方法、年龄识别模型的训练方法及装置。

背景技术

年龄作为一种重要的人脸属性，在人机交互、智能商务、安全监控和娱乐等领域都有着重要应用。相关技术中，可以通过深度学习模型估计图像中人的年龄；该深度学习模型在训练的过程中，将年龄识别任务看作是分类任务或者回归任务，计算年龄识别的损失值，然后基于该损失值训练深度学习模型，但是由于将年龄识别任务看作分类任务时未考虑到不同年龄之间的关联性，将年龄识别任务看作回归任务很难描述年龄增长的非平稳变化，从而导致年龄识别的精确度较差。

发明内容

本发明的目的在于提供一种年龄识别方法、年龄识别模型的训练方法及装置，以提高年龄识别的精确度。

第一方面，本发明实施例提供了一种年龄识别方法，该方法包括：获取包含有目标对象的待处理图像；将该待处理图像输入至预先训练完成的年龄识别模型中，得到输出结果，基于该输出结果确定目标对象的年龄；其中，年龄识别模型通过预设的样本和损失函数训练得到；该样本的标签包括：样本中的对象的实际年龄与多个预设年龄之间的真实大小关系；该损失函数用于约束：年龄识别模型输出的基于对象的实际年龄与多个预设年龄之间的预测大小关系满足指定条件。

在可选的实施方式中，上述样本的标签具体包括：多个预设年龄，以及每个预设年龄对应的概率值；其中，该概率值用于指示实际年龄大于、等于或小于预设年龄的概率；上述指定条件包括：如果预设年龄中，第一年龄与实际年龄的差值，小于第二年龄与实际年龄的差值；上述年龄识别模型输出的第一年龄对应的概率值，大于第二年龄对应的概率值。

在可选的实施方式中，上述样本的标签通过下述方式确定：获取样本中对象的实际年龄；通过下述算式，确定多个预设年龄中，每个预设年龄对应的概率值：

其中，yⁱ表示样本的标签中的预设年龄i对应的概率值，a表示实际年龄；i∈[1，…，N-1]，N表示样本的标签中多个预设年龄的总数。

在可选的实施方式中，上述输出结果中包括：多个预设年龄，以及每个预设年龄对应的预测概率；上述基于输出结果确定目标对象的年龄的步骤，包括：从输出结果中的每个预设年龄对应的预测概率中，确定预测概率大于预设概率阈值的预设年龄的数量；将确定的数量与一的和，作为目标对象的年龄。

第二方面，本发明实施例提供了一种年龄识别模型的训练方法，该训练方法包括：获取样本集；该样本集中的每个样本均携带有标签，该标签包括：样本中的对象的实际年龄与多个预设年龄之间的真实大小关系；基于样本集和预设的损失函数，训练初始模型，得到年龄识别模型；该损失函数用于约束：年龄识别模型输出的基于对象的实际年龄与多个预设年龄之间的预测大小关系满足指定条件。

在可选的实施方式中，上述样本的标签具体包括：多个预设年龄，以及每个预设年龄对应的概率值；其中，该概率值用于指示实际年龄大于、等于或小于预设年龄的概率；上述指定条件包括：如果预设年龄中，第一年龄与实际年龄的差值，小于第二年龄与实际年龄的差值；该年龄识别模型输出的第一年龄对应的概率值，大于第二年龄对应的概率值。