[发明专利]年龄估计方法及装置、电子设备及计算机可读存储介质

权利要求书

1.一种年龄估计方法，其特征在于，包括：

目标神经网络接收目标图像；所述目标神经网络在训练过程中根据真实年龄值与各年龄分类的距离、真实年龄所对应的概率值以及各年龄分类的概率值计算分类损失值，基于所述分类损失值进行参数调整；所述目标图像是将不同的脸部图像按预设比例混合得到的混合脸部图像；

所述目标神经网络对所述目标图像提取特征向量；

所述目标神经网络基于所述特征向量，计算各年龄分类对应的概率值；

将各年龄分类对应的概率值与年龄偏差值的乘积进行累加，得到年龄预测值；每一年龄分类对应的年龄偏差值是在训练过程中预测得到的，所述年龄偏差值属于所述参数。

2.如权利要求1所述的方法，其特征在于，所述训练过程包括：

向神经网络模型输入图像样本由所述神经网络模型进行年龄预测；任一图像样本至少包括第二目标图像和年龄标签；所述第二目标图像是将包含不同年龄的脸部图像按预设比例混合，得到的混合脸部图像；

计算图像样本的损失值；所述损失值至少包括根据所述第二目标图像的真实年龄值与各年龄分类的距离、真实年龄所对应的概率值以及各年龄分类的概率值计算的分类损失值；

根据计算出的损失值进行参数调整，训练过程结束后，经参数调整后的神经网络模型为所述目标神经网络。

3.如权利要求2所述的方法，其特征在于，所述损失值还包括：基于各年龄分类对应的概率值、年龄偏差值和真实年龄，计算得到的回归损失值。

4.如权利要求3所述的方法，其特征在于，

所述图像样本还包括：X张参考图像和相应的年龄标签；任一年龄标签包含真实年龄；X为正整数；

所述损失值还包括绝对值损失；

所述绝对值损失的计算方式包括：

计算所述第二目标图像的年龄预测值与任一参考图像的年龄预测值之间的第一差值，以及，所述第二目标图像的真实年龄与所述任一参考图像的真实年龄的第二差值；

计算所述第一差值与所述第二差值之间的差值的绝对值，得到X个差值绝对值；

将X个差值绝对值累加，得到所述绝对值损失。

5.如权利要求4所述的方法，其特征在于，所述根据计算出的损失值进行参数调整包括：

计算绝对值损失与回归损失值、分类损失差的和值，作为总损失值；

根据所述总损失值优化参数。

6.如权利要求3所述的方法，其特征在于，

所述分类损失值通过如下分类损失函数计算得到：

Loss1＝-log(p_g)+∑(|i-g|/M)*(-log(1-p_i))；

所述回归损失值通过如下回归损失函数计算得到：

Loss2＝(∑p_i*(i+Δi)–g)²；

其中，g表示所述第二目标图像的真实年龄，i表示任一年龄分类，p_g表示将所述第二目标图像的年龄预测为g的概率值，p_i表示任一年龄分类对应的概率值，Δi表示所述任一年龄分类对应的年龄偏差值，M表示年龄分类的总数量。

7.一种年龄估计装置，其特征在于，包括预处理模块、目标神经网络和后处理模块；所述目标神经网络在训练过程中根据真实年龄值与各年龄分类的距离、真实年龄所对应的概率值以及各年龄分类的概率值计算分类损失值，基于所述分类损失值进行参数调整；

所述预处理模块用于：将不同的脸部图像按预设比例混合得到的目标图像；

所述目标神经网络包括：

输入单元，用于：接收目标图像；

特征提取单元，用于：

对所述目标图像提取特征向量；

基于所述特征向量，计算各年龄分类对应的概率值；

后处理模块，用于：

将各年龄分类对应的概率值与年龄偏差值的乘积进行累加，得到年龄预测值；每一年龄分类对应的年龄偏差值是在训练过程中预测得到的，所述年龄偏差值属于所述参数。