年龄识别方法、年龄识别模型的训练方法及装置制造方法及图纸

本发明专利技术提供了一种年龄识别方法、年龄识别模型的训练方法及装置，包括：将获取的包含有目标对象的待处理图像输入至训练完成的年龄识别模型，基于输出结果确定目标对象的年龄；该年龄识别模型通过携带有标签的样本和损失函数训练得到；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；损失函数可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。该方式中的年龄识别模型在训练过程中，将年龄识别任务看作是预测对象的实际年龄与多个预设年龄之间的大小关系的任务，该任务准确地刻画了不同年龄间的关联性，也体现了对象随年龄增长的变化特征，从而提升了年龄识别的精度。

【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值，小于第二年龄与实际年龄的差值；上述年龄识别模型输出的第一年龄对应的概率值，大于第二年龄对应的概率值。在可选的实施方式中，上述样本的标签通过下述方式确定：获取样本中对象的实际年龄；通过下述算式，确定多个预设年龄中，每个预设年龄对应的概率值：其中，yi表示样本的标签中的预设年龄i对应的概率值，a表示实际年龄；i∈[1，…，N-1]，N表示样本的标签中多个预设年龄的总数。在可选的实施方式中，上述输出结果中包括：多个预设年龄，以及每个预设年龄对应的预测概率；上述基于输出结果确定目标对象的年龄的步骤，包括：从输出结果中的每个预设年龄对应的预测概率中，确定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，作为目标对象的年龄。第二方面，本专利技术实施例提供了一种年龄识别模型的训练方法，该训练方法包括：获取样本集；该样本集中的每个样本均携带有标签，该标签包括：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；基于样本集和预设的损失函数，训练初始模型，得到年龄识别模型；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值，小于第二年龄与实际年龄的差值；该年龄识别模型输出的第一年龄对应的概率值，大于第二年龄对应的概率值。在可选的实施方式中，上述基于样本集和预设的损失函数，训练初始模型，得到年龄识别模型的步骤，包括：基于样本集确定训练样本；将训练样本输入至初始模型中，输出预测结果；该预测结果包括：基于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；根据预测结果与损失函数，确定损失量；根据损失量更新初始模型的权重参数；继续执行基于样本集确定训练样本的步骤，直到损失量收敛得到年龄识别模型。在可选的实施方式中，上述基于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包括：预测的多个预设年龄中，每个预设年龄对应的概率值；上述根据所述预测结果与所述损失函数，确定损失量的步骤，包括：在多个预设年龄中，基于每两个相邻的预设年龄的概率值的差值，确定第一损失值；根据每个预设年龄的概率值与训练样本的标签的差距，确定第二损失值；基于第一损失值和第二损失值确定损失量。在可选的实施方式中，上述在多个预设年龄中，基于每两个相邻的预设年龄的概率值的差值，确定第一损失值的步骤，包括：通过下述算式，计算所述第一损失值：其中，L1表示第一损失值，表示预测结果中的预设年龄i对应的预测概率，表示预测结果中的预设年龄i-1对应的预测概率；K表示预测结果中的多个预设年龄的总数；max表示取最大值运算。在可选的实施方式中，上述根据每个预设年龄的概率值与训练样本的标签的差距，确定第二损失值的步骤，包括：通过下述算式计算第二损失值：其中，L2表示第二损失值，表示预测结果中的预设年龄i对应的概率值，yi表示训练样本的标签中预设年龄i对应的概率值；K表示多个预设年龄的总数；log表示以2为底的对数。第三方面，本专利技术实施例提供了一种年龄识别装置，该装置包括：图像获取模块，用于获取包含有目标对象的待处理图像；年龄确定模块，用于将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；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。第四方面，本专利技术实施例提供了一种年龄识别模型的训练装置，该训练装置包括：样本集获取模块，用于获取样本集；该样本集中的每个样本均携带有标签，该标签包括：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；模型训练模块，用于基于样本集和预设的损失函数，训练初始模型，得到年龄识别模型；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。第五方面，本专利技术实施例提供了一种电子设备，包括处理器和存储器，该存储器存储有能够被处理器执行的机器可执行指令，该处理器执行机器可执行指令以实现前述实施方式任一项所述的年龄识别方法或者前述实施方式任一项所述的年龄识别模型的训练方法。第六方面，本专利技术实施例提供了一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，该机器可执行指令促使处理器实现前述实施方式任一项所述的年龄识别方法或者前述实施方式任一项所述的年龄识别模型的训练方法。本专利技术实施例带来了以下有益效果：本专利技术提供了一种年龄识别方法、年龄识别模型的训练方法及装置，首先获取包含有目标对象的待处理图像；进而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；该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；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。该方式中的年龄识别模型在训练的过程中，将年龄识本文档来自技高网...

【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