【技术实现步骤摘要】
基于年龄编辑的年龄估计方法
本专利技术涉及的是一种图像识别领域的技术，具体是一种基于年龄编辑的年龄估计方法。
技术介绍
人脸年龄估计，即提供一张图像，自动识别图中人物的年龄，属于生物特征识别的范畴，对于人脸识别具有辅助作用。现有年龄估计基于图像处理知识，对人脸图像进行特征提取，再利用如SVM(SupportVectorMachine，支持向量机)、Bayes(贝叶斯理论)等机器学习的理论进行年龄估计，这种方法运算耗时长，准确率低。软阶段回归网络(SSR-Net)作为现有最新的年龄估计神经网络，受到年龄数据集数量级小的影响，在人脸年龄估计方面的准确率并不高，这也是目前很多年龄估计算法的通病。现有人脸年龄估计数据集规模较小，导致深度模型训练过程中容易出现过拟合问题，模型泛化能力不强，尤其对于非受限条件下的人脸年龄估计任务小规模数据集很难覆盖各种变化的情况，导致该技术在非受限条件的人脸年龄估计效果不佳。现有的年龄编辑方法多基于CelebA提出，受到该数据集的限制，这类方法只能处理年轻到年老或年老到年轻这两种定性的年...
【技术保护点】
1.一种基于年龄编辑的年龄估计方法，其特征在于，通过循环进行图像生成阶段和年龄估计阶段，得到训练后的软阶段回归网络用于进行图像年龄鉴别和精确模拟，其中：在图像生成阶段，在训练生成对抗网络时仅进行年龄约束，即采用软阶段回归网络作为第二鉴别器且仅更新生成对抗网络的网络参数；在年龄估计阶段，利用训练后的生成对抗网络生成部分训练集图像对年龄估计网络进行训练，即仅更新软阶段回归网络的网络参数。/n
【技术特征摘要】
1.一种基于年龄编辑的年龄估计方法，其特征在于，通过循环进行图像生成阶段和年龄估计阶段，得到训练后的软阶段回归网络用于进行图像年龄鉴别和精确模拟，其中：在图像生成阶段，在训练生成对抗网络时仅进行年龄约束，即采用软阶段回归网络作为第二鉴别器且仅更新生成对抗网络的网络参数；在年龄估计阶段，利用训练后的生成对抗网络生成部分训练集图像对年龄估计网络进行训练，即仅更新软阶段回归网络的网络参数。
2.根据权利要求1所述的方法，其特征是，所述的在训练生成对抗网络时仅进行年龄约束是指：采用预训练好的可预测图像中的年龄的SSR-Net网络作为第二鉴别器进行年龄预测，预测年龄与原始图像的实际年龄产生的误差作为损失函数的一部分，约束对抗生成网络的训练过程，使整个网络在生成图像时更关注于与年龄相关特征的恢复。
3.根据权利要求1所述的方法，其特征是，所述的利用训练后的生成对抗网络生成部分训练集图像是指：生成与训练生成对抗网络时采用的原始图像一致的生成图像作为一部分训练集。
4.根据权利要求1所述的方法，其特征是，所述的生成对抗网络中的生成器G包括：3个下采样模块，3个卷积瓶颈层，3个反卷积瓶颈层和3个上采样模块，其中：每个卷积结构均包括卷积层、批归一化层和Relu激活函数；鉴别器D包括6个卷积层，其中：每一层之间均设有批归一化层和Relu激活函。
5.根据权利要求1～4中任一所述的方法，其特征是，所述的图像生成阶段包括：
步骤一：将原始图像x和信息标注c作为对抗生成网络中生成器G的输入，重建得到与原图相一致的模拟图像x’；进一步将原始图像x和模拟图像x’训练集并作为对抗生成网络中鉴别器D的输入进行真假判定及标注预测；同时将原始图像x和模拟图像x’训练集并作为第二鉴别器的参数固定的SSR-Net的输入进行年龄估计，实现对对抗生...
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。