The invention relates to a method for establishing an age assessment and evaluation standard model, which includes: establishing a sample set of face images; establishing multiple sets of face image pairs according to the sample set of face images; establishing a first matrix according to multiple sets of face image pairs; assigning the first matrix to generate a second matrix; generating a cost matrix according to the second matrix; and generating a cost matrix according to the cost matrix. The standard model of age assessment is established. The embodiment of the present invention establishes the first matrix through the real age of the face image, then estimates the age of two face images in the face image pair, obtains the evaluation score, combines the evaluation score with the first matrix, assigns the value to each coordinate of the first matrix, generates the second matrix, and generates the evaluation standard model using the second matrix. Therefore, the evaluation criterion provided in this application is as follows: In the quasi-model, human perception factors are taken into account, and the results of age estimation are more accurate.
【技术实现步骤摘要】
一种年龄评估评判标准模型的建立方法
本专利技术涉及数据处理
,具体涉及一种年龄评估评判标准模型的建立方法。
技术介绍
年龄估计在计算机视觉方面一直是一个热点问题,并且在绘画分析和商业管理中具有很大的应用前景。早期,研究“年龄估计”主要包括多分类或者度量回归两种方法。在多分类方法中,类别标签彼此之间被视为独立的,因此,相邻年龄之间的序数关系并没有被考虑在内。而在度量回归方法中,将年龄标签建模为数值变量,并假设相邻比例值之间的差异表示相等的距离,但是根据面部测量学可知,在相邻的不同年龄段所对应的面部变化是不一样的,也就是说距离是不一样的,因此,度量回归方法并不严谨。目前使用的年龄估计的方法是基于序数回归模型,所使用的评判标准是用MAE(MeanAbsoluteError,平均绝对误差)去衡量年龄估计的预测结果的好坏。具体的,MAE的定义是真实输出与预测值之间的平均绝对误差。MAE的误差模型为:其中yi表示真实年龄标签,f(xi)表示预测的年龄。根据MAE误差模型可知,不同时段相邻年龄之间的预测代价是相等的。然而根据人类面部测量学,这个代价应该是随着年龄时段的不同而改变的。比如预测12岁与13岁之间的年龄代价和预测36岁与37岁之间的年龄代价在我们人类看来很明显是不同的,而根据MAE衡量的这个误差,最后得到的结果是一样的。也就是说,MAE并没有考虑人类感知能力,这对于研究年龄估计的问题有着很大的影响。
技术实现思路
为了克服上述现有技术中存在的问题,本专利技术提出了一种年龄评估评判标准模型的建立方法,具体的实施方式如下:本专利技术实施例提供一种年龄评估评判标准 ...
【技术保护点】
1.一种年龄评估评判标准模型的建立方法,其特征在于,包括:建立人脸图像样本集;根据所述人脸图像样本集建立多组人脸图像对;根据多组所述人脸图像对建立第一矩阵;对所述第一矩阵赋值,生成第二矩阵;根据所述第二矩阵生成代价矩阵;根据所述代价矩阵生成所述年龄评估评判标准模型。
【技术特征摘要】
1.一种年龄评估评判标准模型的建立方法,其特征在于,包括:建立人脸图像样本集;根据所述人脸图像样本集建立多组人脸图像对;根据多组所述人脸图像对建立第一矩阵;对所述第一矩阵赋值,生成第二矩阵;根据所述第二矩阵生成代价矩阵;根据所述代价矩阵生成所述年龄评估评判标准模型。2.根据权利要求1所述的方法,其特征在于,建立人脸图像样本集,包括:获取N张人脸图像,其中,N为大于等于2的整数;对所述N张人脸图像进行相似度筛选,得到M张样本图像,其中M≤N;其中,所述人脸图像样本集包括所述M张样本图像。3.根据权利要求1所述的方法,其特征在于,根据所述人脸图像样本集建立多组人脸图像对,包括:从所述人脸图像样本集中随机选取两张图像,生成一组所述人脸图像对;生成多组所述人脸图像对。4.根据权利要求1所述的方法,其特征在于,根据多组所述人脸图像对建立第一矩阵,包括:根据所述人脸图像对中两张所述人脸图像的真实年龄,生成所述人脸图像对的位置坐标;根据多组所述人脸图像对,生成多个所述位置坐标;根据多个所述位置坐标生成所述第一矩阵。5.根据权利要求4所述的方法,其特征在于,对所述第一矩阵赋值,生成第二矩阵,包括:获取每组所述人脸图像对的年龄差判断结果;用所述年龄差判断结果给所述位置坐标赋值,生成年龄差矩阵;对所述年龄差矩阵进行归一化处理,生成所述第二矩阵。...
【专利技术属性】
技术研发人员:吕宁,陈晨,朱双四,牛振兴,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。