[发明专利]应用于人脸图像的年龄估计方法、装置、系统及存储介质

权利要求书

1.一种应用于人脸图像的年龄估计方法，其特征在于，所述年龄估计方法包括以下步骤：

基于待估计年龄的人脸图像，应用卷积神经网络模型，确定所述人脸图像对应的共享特征图；

基于所述共享特征图、第一特征提取模型以及第二特征提取模型，确定人脸年龄特征和人脸质量特征；

基于所述人脸年龄特征和所述人脸质量特征，确定带质量因素注意的年龄特征；

基于所述带质量因素注意的年龄特征，确定所述人脸图像的年龄。

2.根据权利要求1所述的方法，其特征在于，所述基于所述人脸年龄特征和所述人脸质量特征，确定带质量因素注意的年龄特征，包括：

对所述人脸质量特征进行第一全连接层和第一激活函数的处理；再与所述人脸年龄特征结合，确定所述带质量因素注意的年龄特征。

3.根据权利要求2所述的方法，其特征在于，所述基于所述带质量因素注意的年龄特征，确定所述人脸图像的年龄，包括：

对所述带质量因素注意的年龄特征进行第二全连接层和第二激活函数的处理，确定所述人脸图像的年龄。

4.根据权利要求1所述的方法，其特征在于，所述第一特征提取模型经第一损失函数训练得到，其中，所述第一损失函数的表达式为：

其中，loss_age为所述第一损失函数，i为年龄类别序号；c为年龄类别总个数；x_i为基于所述第一特征提取模型得到的第i类别年龄的概率分布值；y_i为第i类别对应的真实年龄标签；

所述第二特征提取模型经第二损失函数训练得到，其中，所述第二损失函数的表达式为：

loss_quality＝|q_label-q_pred|

其中，loss_quality为所述第二损失函数，q_pred为基于所述第二特征提取模型得到的第一人脸图像的人脸质量分数；q_label为预设的第一人脸图像的真实质量分数；所述第一人脸图像为预设的人脸图像训练集中的任一人脸图像。

5.根据权利要求4所述的方法，其特征在于，所述第一损失函数和所述第二损失函数的综合损失函数的表达式为：

loss_total＝αloss_age+βloss_quality

其中，loss_total为所述综合损失函数；α为第一损失函数的权重，表达式为：

β为第二损失函数的权重，表达式为：

参数loss_arg的表达式为：

6.一种应用于人脸图像的年龄估计装置，其特征在于，包括：

第一处理模块，用于基于待估计年龄的人脸图像，应用卷积神经网络模型，确定所述人脸图像对应的共享特征图；

第二处理模块，用于基于所述共享特征图、第一特征提取模型以及第二特征提取模型，确定人脸年龄特征和人脸质量特征；

第一确定模块，用于基于所述人脸年龄特征和所述人脸质量特征，确定带质量因素注意的年龄特征；

第二确定模块，用于基于所述带质量因素注意的年龄特征，确定所述人脸图像的年龄。

7.根据权利要求6所述的装置，其特征在于，所述第一确定模块，具体用于：

对所述人脸质量特征进行第一全连接层和第一激活函数的处理；再与所述人脸年龄特征结合，确定所述带质量因素注意的年龄特征。

8.根据权利要求7所述的装置，其特征在于，所述第二确定模块，具体用于：

对所述带质量因素注意的年龄特征进行第二全连接层和第二激活函数的处理，确定所述人脸图像的年龄。

9.一种存储介质，存储有程序指令，其中，所述程序指令被执行时实现如权利要求1至权利要求5任一项所述的应用于人脸图像的年龄估计方法的步骤。

10.一种年龄估计系统，其特征在于：包括存储器，用于存储计算机程序；处理器，用于运行所述计算机程序以实现如权利要求1至权利要求5任一权利要求所述的应用于人脸图像的年龄估计方法的步骤。