【技术实现步骤摘要】
人脸年龄识别方法、装置及存储介质
本专利技术涉及人脸识别
,特别涉及一种人脸年龄识别方法、装置及存储介质。
技术介绍
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。随着其技术的成熟和社会认同度的提高,人脸识别被广泛应用在各种领域。通常基于人脸进行年龄属性的预测有两类方法,一类是通过传统的图像处理方式,提取几个关键点的特征,然后用浅层的方法对提取的特征进行计算预估,从而预测出具体的年龄结果,这类方法的优势是速度较快,但是精度很低;另外一类就是使用深度学习方式,学习训练一个深层的神经网络模型进行年龄识别,虽然精度较高,但是计算速度很慢。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此,本专利技术提出一种人脸年龄识别方法,能够提高识别精度。本专利技术还提出一种具有上述人脸年龄识别方法的人脸年龄识别装置。本专利技术还提出一种具有上述人脸年龄识别方法的存储介质。根据本专利技术的第一方面实施例的人脸年龄识别方法,包括:人脸特征获取步骤,基 ...
【技术保护点】
1.一种人脸年龄识别方法,其特征在于,包括:/n人脸特征获取步骤,基于人脸年龄数据集,根据人脸深度识别模型的主干网络,获取固定通道数的人脸特征向量;/n年龄模型训练步骤,根据所述人脸特征向量,通过两层神经网络,学习训练生成多个年龄分类的年龄识别模型;/n年龄识别步骤,获取待识别的人脸图片,根据所述人脸深度识别模型的主干网络,得到待识别人脸特征向量,并根据所述年龄识别模型得到识别年龄。/n
【技术特征摘要】
1.一种人脸年龄识别方法,其特征在于,包括:
人脸特征获取步骤,基于人脸年龄数据集,根据人脸深度识别模型的主干网络,获取固定通道数的人脸特征向量;
年龄模型训练步骤,根据所述人脸特征向量,通过两层神经网络,学习训练生成多个年龄分类的年龄识别模型;
年龄识别步骤,获取待识别的人脸图片,根据所述人脸深度识别模型的主干网络,得到待识别人脸特征向量,并根据所述年龄识别模型得到识别年龄。
2.根据权利要求1所述的人脸年龄识别方法,其特征在于,所述年龄模型训练步骤包括:
获取所述人脸特征向量对应的年龄标签;
将所述人脸特征向量及所述年龄标签作为训练数据,通过全连接两层神经网络,以及基于交叉熵的损失函数,进行学习训练,得到所述年龄识别模型。
3.根据权利要求1所述的人脸年龄识别方法,其特征在于,所述年龄识别步骤包括:
获取待识别的人脸图片,根据所述人脸深度识别模型的主干网络,得到相应的待识别人脸特征向量;
将所述待识别人脸特征向量作为输入数据,根据所述年龄识别模型,得到所述年龄分类对应的概率;
根据所述年龄分类及所述概率,得出所述识别年龄。
4.根据权利要求3所述的人脸年龄识别方法,其特征在于,所述识别年龄的获取方法包括:
N=∑(ni*pi),
其中,N表示所述识别年龄,ni表示第i个所述年龄分...
【专利技术属性】
技术研发人员:李翔,汪凡,李伟,车志宏,何伟,
申请(专利权)人:珠海市卓轩科技有限公司,
类型:发明
国别省市:广东;44
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。