【技术实现步骤摘要】
年龄识别方法、年龄识别模型的训练方法及装置
本专利技术涉及图像处理
,尤其是涉及一种年龄识别方法、年龄识别模型的训练方法及装置。
技术介绍
年龄作为一种重要的人脸属性,在人机交互、智能商务、安全监控和娱乐等领域都有着重要应用。相关技术中,可以通过深度学习模型估计图像中人的年龄;该深度学习模型在训练的过程中,将年龄识别任务看作是分类任务或者回归任务,计算年龄识别的损失值,然后基于该损失值训练深度学习模型,但是由于将年龄识别任务看作分类任务时未考虑到不同年龄之间的关联性,将年龄识别任务看作回归任务很难描述年龄增长的非平稳变化,从而导致年龄识别的精确度较差。
技术实现思路
本专利技术的目的在于提供一种年龄识别方法、年龄识别模型的训练方法及装置,以提高年龄识别的精确度。第一方面,本专利技术实施例提供了一种年龄识别方法,该方法包括:获取包含有目标对象的待处理图像;将该待处理图像输入至预先训练完成的年龄识别模型中,得到输出结果,基于该输出结果确定目标对象的年龄;其中,年龄识别模型通过预设的样本和损失函数训练得到;该样本的标签包括:样本中的对象的实际年龄与多个预设年龄之间的真实大小关系;该损失函数用于约束:年龄识别模型输出的基于对象的实际年龄与多个预设年龄之间的预测大小关系满足指定条件。在可选的实施方式中,上述样本的标签具体包括:多个预设年龄,以及每个预设年龄对应的概率值;其中,该概率值用于指示实际年龄大于、等于或小于预设年龄的概率;上述指定条件包括:如果预设年龄中,第一年龄与实际年龄的差 ...
【技术保护点】
1.一种年龄识别方法,其特征在于,所述方法包括:/n获取包含有目标对象的待处理图像;/n将所述待处理图像输入至预先训练完成的年龄识别模型中,得到输出结果,基于所述输出结果确定所述目标对象的年龄;/n其中,所述年龄识别模型通过预设的样本和损失函数训练得到;所述样本的标签包括:所述样本中的对象的实际年龄与多个预设年龄之间的真实大小关系;所述损失函数用于约束:所述年龄识别模型输出的基于所述对象的实际年龄与多个预设年龄之间的预测大小关系满足指定条件。/n
【技术特征摘要】
1.一种年龄识别方法,其特征在于,所述方法包括:
获取包含有目标对象的待处理图像;
将所述待处理图像输入至预先训练完成的年龄识别模型中,得到输出结果,基于所述输出结果确定所述目标对象的年龄;
其中,所述年龄识别模型通过预设的样本和损失函数训练得到;所述样本的标签包括:所述样本中的对象的实际年龄与多个预设年龄之间的真实大小关系;所述损失函数用于约束:所述年龄识别模型输出的基于所述对象的实际年龄与多个预设年龄之间的预测大小关系满足指定条件。
2.根据权利要求1所述的方法,其特征在于,所述样本的标签具体包括:多个所述预设年龄,以及每个所述预设年龄对应的概率值;其中,所述概率值用于指示所述实际年龄大于、等于或小于所述预设年龄的概率;
所述指定条件包括:如果所述预设年龄中,第一年龄与所述实际年龄的差值,小于第二年龄与所述实际年龄的差值;所述年龄识别模型输出的所述第一年龄对应的概率值,大于所述第二年龄对应的概率值。
3.根据权利要求2所述的方法,其特征在于,所述样本的标签通过下述方式确定:
获取所述样本中对象的实际年龄;
通过下述算式,确定所述多个所述预设年龄中,每个所述预设年龄对应的概率值:
其中,yi表示所述样本的标签中的预设年龄i对应的概率值,a表示所述实际年龄;i∈[1,…,N],N表示所述样本的标签中多个所述预设年龄的总数。
4.根据权利要求1所述的方法,其特征在于,所述输出结果中包括:多个所述预设年龄,以及每个所述预设年龄对应的预测概率;
所述基于所述输出结果确定所述目标对象的年龄的步骤,包括:
从所述输出结果中的每个所述预设年龄对应的预测概率中,确定所述预测概率大于预设概率阈值的预设年龄的数量;
将确定的数量与一的和,作为所述目标对象的年龄。
5.一种年龄识别模型的训练方法,其特征在于,所述训练方法包括:
获取样本集;所述样本集中的每个样本均携带有标签,所述标签包括:所述样本中的对象的实际年龄与多个预设年龄之间的真实大小关系;
基于所述样本集和预设的损失函数,训练初始模型,得到所述年龄识别模型;所述损失函数用于约束:所述年龄识别模型输出的基于所述对象的实际年龄与多个预设年龄之间的预测大小关系满足指定条件。
6.根据权利要求5所述的训练方法,其特征在于,所述样本的标签具体包括:多个所述预设年龄,以及每个所述预设年龄对应的概率值;其中,所述概率值用于指示所述实际年龄大于、等于或小于所述预设年龄的概率;
所述指定条件包括:如果所述预设年龄中,第一年龄与所述实际年龄的差值,小于第二年龄与所述实际年龄的差值;所述年龄识别模型输出的所述第一年龄对应的概率值,大于所述第二年龄对应的概率值。
7.根据权利要求5所述的训练方法,其特征在于,基于所述样本集和预设的损失函数,训练初始模型,得到所述年龄识别模型的步骤,包括:
基于所述样本集确定训练样本;
将所述训练样本输入至初始模型中,输出预测结果;所述预测结果包括:所述训练样本中的对象的实际年龄与多个预设年龄之间的预测大小关系;
根据所述预测结果与所述损失函数,确定损失量;
根据所述损失量更新所述初始模型的权重参数;继续执行基于所述样本...
【专利技术属性】
技术研发人员:苏驰,李凯,刘弘也,王育林,
申请(专利权)人:北京金山云网络技术有限公司,
类型:发明
国别省市:北京;11
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。