[发明专利]跨年龄人脸识别方法及设备

说明书

本申请实施例提供一种跨年龄人脸识别方法及设备，包括确定人脸特征向量，并将该人脸特征向量分解为第一特征参数与第二特征参数；其中，第一特征参数不受人脸年龄变化的影响，第二特征参数随人脸年龄变化而变化；根据上述人脸特征向量、第一特征参数以及第二特征参数，建立跨年龄人脸识别模型；基于跨年龄人脸数据库中的人脸图像对应的人脸特征向量与年龄，对上述跨年龄人脸识别模型进行训练，得到目标跨年龄人脸识别模型；将待识别人脸图像的人脸特征向量输入该目标跨年龄人脸识别模型，即可确定出跨年龄人脸数据库中是否存在与待识别人脸图像相匹配的目标人脸图像，以及待识别人脸图像的标识信息，有效提升了跨年龄人脸识别的识别准确率。

技术领域

本申请实施例涉及人脸识别技术领域，尤其涉及一种跨年龄人脸识别方法及设备。

背景技术

人脸识别作为一种重要的生物特征识别技术，目前已得到越来越广泛的应用。

在人脸识别的实际应用中，待识别的人脸图像受各种外界因素的影响，例如光照、遮挡、姿态、表情和年龄等等，其中因年龄变化使人脸图像发生的改变尤为突出。虽然通用人脸识别的准确率凭借深度学习技术的发展已经得到了明显的提高，但跨年龄人脸识别依然具有很高的挑战性。由于跨年龄人脸识别在很多场景中都有着无法替代的价值，例如搜寻走失儿童或长期通缉罪犯、长时间间隔下的人脸比对等等，跨年龄人脸识别已经成为人脸识别研究领域中备受关注的技术问题。

目前，传统的跨年龄人脸识别一般是基于人工定义的判别式或经验来构建识别模型，但是过多的依赖人类经验使得识别模型的识别准确率并不高。

发明内容

本申请实施例提供一种跨年龄人脸识别方法及设备，可以解决现有的跨年龄人脸识别方法识别准确率不高的技术问题。

第一方面，本申请实施例提供一种跨年龄人脸识别模型训练方法，该方法包括：

确定人脸特征向量，并将所述人脸特征向量分解为第一特征参数与第二特征参数；其中，所述第一特征参数不受人脸年龄变化的影响，所述第二特征参数随人脸年龄变化而变化；

根据所述人脸特征向量、所述第一特征参数以及所述第二特征参数，建立跨年龄人脸识别模型；

获取跨年龄人脸数据库中的人脸图像，并根据获取到的人脸图像对应的人脸特征向量与年龄，对所述跨年龄人脸识别模型进行训练，得到目标跨年龄人脸识别模型；

其中，所述跨年龄人脸数据库中的人脸图像为多个用户处于不同年龄时的人脸图像，所述目标跨年龄人脸识别模型用于根据待识别人脸图像的人脸特征向量，确定所述跨年龄人脸数据库中与所述待识别人脸图像相匹配的目标人脸图像，以及确定所述待识别人脸图像的标识信息。

在一种可能的设计方式中，将所述人脸特征向量分解为第一特征参数与第二特征参数，包括：

基于脉冲神经网络，将所述人脸特征向量分解为第一特征参数与第二特征参数。

在一种可能的设计方式中，所述基于脉冲神经网络，将所述人脸特征向量分解为第一特征参数与第二特征参数，包括：

将所述初始人脸特征向量中的各个元素作为所述脉冲神经网络的输入脉冲输入所述脉冲神经网络，并根据所述脉冲神经网络的输出结果，确定所述第一特征参数与第二特征参数。

在一种可能的设计方式中，所述根据获取到的人脸图像对应的人脸特征向量与年龄，对所述跨年龄人脸识别模型进行训练，得到目标跨年龄人脸识别模型，包括：

根据获取到的人脸图像对应的人脸特征向量与年龄，对所述跨年龄人脸识别模型进行训练，确定所述第二特征参数与年龄之间的特征变化函数；

根据所述特征变化函数，确定所述目标跨年龄人脸识别模型。

第二方面，本申请实施例提供一种跨年龄人脸识别方法，该方法包括：