一种人脸图像的年龄预测方法及装置制造方法及图纸

本发明专利技术公开了一种人脸图像的年龄预测方法及装置。该年龄预测方法包括：根据预设相近年龄分组规则将预设年龄集合包含的年龄划分为多个年龄组；根据训练人脸图像的年龄，确定所述训练人脸图像与所述多个年龄组中每一个年龄组的匹配关系；根据所述匹配关系，采用所述训练人脸图像对预设年龄组分类网络进行训练，生成收敛年龄组分类网络；采用所述收敛年龄组分类网络预测待检测人脸图像与每一个年龄组的目标匹配概率；根据所述目标匹配概率，预测所述待检测人脸图像的年龄。该年龄预测方法，不破坏相近年龄之间的相关性，对待检测人脸图像的年龄预测结果更加准确，适用性更好。

【技术实现步骤摘要】
一种人脸图像的年龄预测方法及装置
本专利技术涉及人脸图像识别
，尤其涉及一种人脸图像的年龄预测方法及装置。
技术介绍
通常，人的老化过程受多种因素影响，例如：基因、外部环境、起居饮食等，这些因素导致每个人的老化速率不同，同时，人的老化过程又是一个较为缓慢的过程，由此，同一人或不同人在相近年龄的特征较为相似，使得同一人或不同人相近年龄的人脸图像的人脸特征较为相似。现有技术中，在人脸图像的年龄预测技术中，通常将年龄作为一个单独的类别，在训练用于预测人脸图像的年龄的网络模型时，将已知年龄的训练人脸图像与年龄之间建立一对一的映射关系，即一个年龄只与该年龄的训练人脸图像进行对应，这样无法保持相近年龄之间的相关性，使得在训练用于预测人脸图像的年龄的网络模型时，相近年龄之间的相关性受到破坏，导致采用训练好的用于预测人脸图像的年龄的网络模型，对未知年龄的人脸图像的年龄进行预测时，预测出的结果准确度较低。综上可知，现有的人脸图像的年龄预测方法，预测的准确度较低，适用性较差。
技术实现思路
本专利技术提供了一种人脸图像的年龄预测方法及装置，以解决现有的人脸图像的年龄预测方法，预测的准确度较低，适用性较差的问题。第一方面，本专利技术提供了一种人脸图像的年龄预测方法，该年龄预测方法包括：根据预设相近年龄分组规则将预设年龄集合包含的年龄划分为多个年龄组；根据训练人脸图像的年龄，确定所述训练人脸图像与所述多个年龄组中每一个年龄组的匹配关系；根据所述匹配关系，采用所述训练人脸图像对预设年龄组分类网络进行训练，生成收敛年龄组分类网络；采用所述收敛年龄组分类网络预测待检测人脸图像与每一个年龄组的目标匹配概率；根据所述目标匹配概率，预测所述待检测人脸图像的年龄。进一步，根据预设相近年龄分组规则将预设年龄集合包含的年龄划分为多个年龄组的过程，具体包括：将预设年龄集合Y＝{l0,l1,…,lk}中包含的年龄l0,l1,…,lk划分为k+n个年龄组，其中，l0＜l1＜…＜lk，k和n均为正整数；将k+n个年龄组按照0,1,…,k+n-1进行编号，编号为i,i+1,…,i+n-1的年龄组中均包含年龄li，其中，i＝0,1,…,k。进一步，根据训练人脸图像的年龄，确定所述训练人脸图像与所述多个年龄组中每一个年龄组的匹配关系之后，根据所述匹配关系，采用所述训练人脸图像对预设年龄组分类网络进行训练，生成收敛年龄组分类网络之前，该年龄预测方法还包括：将所有训练人脸图像按照1,2,…,N进行编号，根据年龄组的编号、训练人脸图像的编号以及所述匹配关系，在每帧训练人脸图像上标注k+n个标签，每个标签对应k+n个年龄组中一个年龄组，N表示训练人脸图像的数量；每个标签中记录有或其中，t表示年龄组的编号，t＝0,1,2,…,k+n-1；h表示训练人脸图像的编号，h＝1,2,…,N；表示编号为h的训练人脸图像与编号为t的年龄组的匹配关系为相匹配；表示编号为h的训练人脸图像与编号为t的年龄组的匹配关系为不匹配。进一步，根据所述匹配关系，采用所述训练人脸图像对预设年龄组分类网络进行训练，生成收敛年龄组分类网络的过程，具体包括：将所有训练人脸图像输入至预设年龄组分类网络，该预设年龄组分类网络包含k+n个分类器，每个分类器对应k+n个年龄组中一个年龄组，用于预测输入的训练人脸图像与该年龄组的匹配概率；读取所有标签中记录的匹配关系，根据所述匹配关系以及每个分类器输出的匹配概率，采用下述预设第一关系式对所有分类器进行训练，直至训练损失收敛，生成收敛年龄组分类网络；其中，J表示训练损失，为指示函数，当成立时，该指示函数的值为1，当不成立时，该指示函数的值为0，b表示预设年龄组分类网络包含的k+n个分类器中任意一个分类器的节点，该分类器包括两个节点，b＝0表示该分类器的第一个节点，b＝1表示该分类器的第二个节点，为与编号为t的年龄组对应的分类器输出的匹配概率，表示编号为h的训练人脸图像与编号为t的年龄组匹配(b＝1)/不匹配(b＝0)的概率，xh表示编号为h的训练人脸图像的人脸特征，αt、W、W均为网络参数。进一步，根据所述目标匹配概率，预测所述待检测人脸图像的年龄的过程，具体包括：确定出与所述待检测人脸图像的目标匹配概率最大的目标年龄组，获取该目标年龄组包含的目标年龄；采用下述预设第二关系式，预测所述待检测人脸图像与每个目标年龄相匹配的参考概率；其中，P(la|xd,W,W)表示所述待检测人脸图像与目标年龄la相匹配的参考概率，表示所述待检测人脸图像与编号为t的年龄组相匹配的概率，表示所述待检测人脸图像与编号为t的年龄组不匹配的概率，xd表示所述待检测人脸图像的人脸特征，Z表示使得的归一化因子，表示目标年龄la所属的年龄组的索引集合，表示的补集，αt,W,W均表示网络参数；根据所述参考概率，采用下述预设第三关系式，预测所述待检测人脸图像的年龄；其中，y′表示所述待检测人脸图像的年龄，m表示所述目标年龄组的编号，Sm表示所述目标年龄组包含的目标年龄的集合。第二方面，本专利技术还提供了一种人脸图像的年龄预测装置，该年龄预测装置包括：年龄组生成模块，用于根据预设相近年龄分组规则将预设年龄集合包含的年龄划分为多个年龄组；匹配模块，用于根据训练人脸图像的年龄，确定所述训练人脸图像与所述多个年龄组中每一个年龄组的匹配关系；神经网络训练模块，用于根据所述匹配关系，采用所述训练人脸图像对预设年龄组分类网络进行训练，生成收敛年龄组分类网络；匹配概率预测模块，用于采用所述收敛年龄组分类网络预测待检测人脸图像与每一个年龄组的目标匹配概率；年龄预测模块，用于根据所述目标匹配概率，预测所述待检测人脸图像的年龄。进一步，所述年龄组生成模块具体用于：将预设年龄集合Y＝{l0,l1,…,lk}中包含的年龄l0,l1,…,lk划分为k+n个年龄组，其中，l0＜l1＜…＜lk，k和n均为正整数；将k+n个年龄组按照0,1,…,k+n-1进行编号，编号为i,i+1,…,i+n-1的年龄组中均包含年龄li，其中，i＝0,1,…,k。进一步，该年龄预测装置还包括：标签标注模块，用于执行下述操作：将所有训练人脸图像按照1,2,…,N进行编号，根据年龄组的编号、训练人脸图像的编号以及所述匹配关系，在每帧训练人脸图像上标注k+n个标签，每个标签对应k+n个年龄组中一个年龄组，N表示训练人脸图像的数量；每个标签中记录有或其中，t表示年龄组的编号，t＝0,1,2,…,k+n-1；h表示训练人脸图像的编号，h＝1,2,…,N；表示编号为h的训练人脸图像与编号为t的年龄组的匹配关系为相匹配；表示编号为h的训练人脸图像与编号为t的年龄组的匹配关系为不匹配。进一步，所述神经网络训练模块具体用于：将所有训练人脸图像输入至预设年龄组分类网络，该预设年龄组分类网络包含k+n个分类器，每个分类器对应k+n个年龄组中一个年龄组，用于预测输入的训练人脸图像与该年龄组的匹配概率；读取所有标签中记录的匹配关系，根据所述匹配关系以及每个分类器输出的匹配概率，采用下述预设第一关系式对所有分类器进行训练，直至训练损失收敛，生成收敛年龄组分类网络；其中，J表示训练损失，为指示函数，当成立时，该指示函数的值为1，当不成立时，该指示函数的值为0，b表示预设年龄组分类本文档来自技高网...

【技术保护点】
1.一种人脸图像的年龄预测方法，其特征在于，包括：根据预设相近年龄分组规则将预设年龄集合包含的年龄划分为多个年龄组；根据训练人脸图像的年龄，确定所述训练人脸图像与所述多个年龄组中每一个年龄组的匹配关系；根据所述匹配关系，采用所述训练人脸图像对预设年龄组分类网络进行训练，生成收敛年龄组分类网络；采用所述收敛年龄组分类网络预测待检测人脸图像与每一个年龄组的目标匹配概率；根据所述目标匹配概率，预测所述待检测人脸图像的年龄。

【技术特征摘要】
1.一种人脸图像的年龄预测方法，其特征在于，包括：根据预设相近年龄分组规则将预设年龄集合包含的年龄划分为多个年龄组；根据训练人脸图像的年龄，确定所述训练人脸图像与所述多个年龄组中每一个年龄组的匹配关系；根据所述匹配关系，采用所述训练人脸图像对预设年龄组分类网络进行训练，生成收敛年龄组分类网络；采用所述收敛年龄组分类网络预测待检测人脸图像与每一个年龄组的目标匹配概率；根据所述目标匹配概率，预测所述待检测人脸图像的年龄。2.如权利要求1所述的年龄预测方法，其特征在于，根据预设相近年龄分组规则将预设年龄集合包含的年龄划分为多个年龄组的过程，具体包括：将预设年龄集合Y＝{l0,l1,…,lk}中包含的年龄l0,l1,…,lk划分为k+n个年龄组，其中，l0＜l1＜…＜lk，k和n均为正整数；将k+n个年龄组按照0,1,…,k+n-1进行编号，编号为i,i+1,…,i+n-1的年龄组中均包含年龄li，其中，i＝0,1,…,k。3.如权利要求2所述的年龄预测方法，其特征在于，根据训练人脸图像的年龄，确定所述训练人脸图像与所述多个年龄组中每一个年龄组的匹配关系之后，根据所述匹配关系，采用所述训练人脸图像对预设年龄组分类网络进行训练，生成收敛年龄组分类网络之前，该年龄预测方法还包括：将所有训练人脸图像按照1,2,…,N进行编号，根据年龄组的编号、训练人脸图像的编号以及所述匹配关系，在每帧训练人脸图像上标注k+n个标签，每个标签对应k+n个年龄组中一个年龄组，N表示训练人脸图像的数量；每个标签中记录有或其中，t表示年龄组的编号，t＝0,1,2,…,k+n-1；h表示训练人脸图像的编号，h＝1,2,…,N；表示编号为h的训练人脸图像与编号为t的年龄组的匹配关系为相匹配；表示编号为h的训练人脸图像与编号为t的年龄组的匹配关系为不匹配。4.如权利要求3所述的年龄预测方法，其特征在于，根据所述匹配关系，采用所述训练人脸图像对预设年龄组分类网络进行训练，生成收敛年龄组分类网络的过程，具体包括：将所有训练人脸图像输入至预设年龄组分类网络，该预设年龄组分类网络包含k+n个分类器，每个分类器对应k+n个年龄组中一个年龄组，用于预测输入的训练人脸图像与该年龄组的匹配概率；读取所有标签中记录的匹配关系，根据所述匹配关系以及每个分类器输出的匹配概率，采用下述预设第一关系式对所有分类器进行训练，直至训练损失收敛，生成收敛年龄组分类网络；其中，J表示训练损失，为指示函数，当成立时，该指示函数的值为1，当不成立时，该指示函数的值为0，b表示预设年龄组分类网络包含的k+n个分类器中任意一个分类器的节点，该分类器包括两个节点，b＝0表示该分类器的第一个节点，b＝1表示该分类器的第二个节点，为与编号为t的年龄组对应的分类器输出的匹配概率，表示编号为h的训练人脸图像与编号为t的年龄组匹配(b＝1)/不匹配(b＝0)的概率，xh表示编号为h的训练人脸图像的人脸特征，αt、W、W均为网络参数。5.如权利要求4所述的年龄预测方法，其特征在于，根据所述目标匹配概率，预测所述待检测人脸图像的年龄的过程，具体包括：确定出与所述待检测人脸图像的目标匹配概率最大的目标年龄组，获取该目标年龄组包含的目标年龄；采用下述预设第二关系式，预测所述待检测人脸图像与每个目标年龄相匹配的参考概率；其中，P(la|xd,W,W)表示所述待检测人脸图像与目标年龄la相匹配的参考概率，表示所述待检测人脸图像与编号为t的年龄组相匹配的概率，表示所述待检测人脸图像与编号为t的年龄组不匹配的概率，xd表示所述待检测人脸图像的人脸特征，Z表示使得的归一化因子，表示目标年龄la所属的年龄组的索引集合，表示的补集，αt,W,W均表示网络参数；根据所述参考概率，采用下述预设第三关系式，预测所述待检测人脸图像的年...

【专利技术属性】
技术研发人员：王睿，
申请(专利权)人：北京中科奥森数据科技有限公司，
类型：发明
国别省市：北京,11