[发明专利]基于卷积神经网络的人脸图像年龄估算方法

摘要

本发明公开了图像识别领域中基于卷积神经网络(CNN)的人脸图像年龄估算方法。在传统的年龄识别技术中，一个训练样本只对应一个年龄标签，忽略了相邻年龄之间的关系。本发明基于卷积神经网络，每个样本对应多个年龄标签，使得训练得到的年龄估算模型更加精准。本发明包含以下步骤：首先是对输入图像进行人脸检测、人脸关键点检测、人脸对齐、图像裁剪等；然后是对年龄老化过程进行建模，计算各个表观年龄的概率，储存成年龄分布表；接下来是利用已对齐的人脸图像结合年龄分布表以及目标函数来训练CNN网络；最后，就可以利用训练好的CNN网络，对输入的人脸图像进行年龄估算。

主权项

1.一种基于卷积神经网络的人脸图像年龄估算方法，其特征在于，包括模型训练和年龄判断两部分；模型训练：步骤A1，将各年龄人脸图像的原始样本进行人脸关键点检测，并进行人脸对齐后按照预设尺寸裁剪生成包含人脸图像的新样本；步骤A2，通过年龄分布函数来对年龄老化过程进行建模，分别积分计算出各真实年龄人脸图像对应的表观年龄的概率值，得到年龄分布表；步骤A3，利用步骤A1中生成的新样本，结合年龄分布表及设定的目标函数，进行卷积神经网络年龄估算模型的训练，生成训练好的卷积神经网络年龄估算模型；年龄判断：步骤B1，对所输入图片进行人脸检测，判断是否包含人脸图像，如包含则对输入图像进行人脸关键点检测，并进行人脸对齐，然后按照预设尺寸裁剪生成包含人脸图像的新图片；步骤B2，利用步骤A3训练好的卷积神经网络年龄估算模型对包含人脸图像的新图片进行年龄估算，输出估算结果；其中，步骤B2具体包括以下内容：步骤B21，将步骤B1得到的新图片输入到卷积神经网络，进行前向传递，算出各个表观年龄的概率值p(i)；步骤B22，根据各表观年龄及其对应的概率值求数学期望值，得到最终的估算年龄其中a(i)表示第i个输出节点所代表的年龄。