年龄预测方法、装置、计算机设备及可读存储介质制造方法及图纸

本申请提出一种年龄预测方法，所述方法包括：获取目标用户的多张人脸图像，组成输入图像组；将所述输入图像组输入预先建立的第一特征提取模型进行空间特征提取，得到第一特征图；将所述输入图像组的其中一张人脸图像输入预先建立的第二特征提取模型进行年龄特征提取，得到第二特征图；对所述第一特征图与所述第二特征图进行特征融合，得到目标特征图；基于所述目标特征图进行年龄预测，得到所述目标用户的人脸年龄。该技术方案能提高人脸年龄识别模型的识别精度。别模型的识别精度。别模型的识别精度。

【技术实现步骤摘要】
年龄预测方法、装置、计算机设备及可读存储介质


[0001]本申请涉及人脸图像识别领域，尤其涉及一种年龄预测方法、装置、计算机设备及可读存储介质。

技术介绍

[0002]人脸图像往往包含很多人脸特征信息，其中年龄作为一项很重要的特征信息，在人脸识别领域得了广泛的应用，特别是手机APP端，对于人脸年龄预测其实是一项充满挑战的任务，每一张人脸图像随着年龄的增长，人脸的衰老其实是一个缓慢的过程，不同人在相同的年龄阶段，其中存在一些相似的特征，但是人脸的变化在现有的技术中，通常将年龄作为一个单独的标签信息，在模型训练过程，都是基于统计学的方法，无论是基于回归还是分类方法，建立一个人脸图像与年龄一一对应的关系，学习的是同一个年龄段或者同一个年龄值图像之间的相似特征。然而现有的年龄预测模型学习相同年龄相似的衰老特征，会导致对于同一个人，在表现出不同的面部表情时，预测的年龄值波动很大，导致年龄预测的结果准确性低、且缺乏一定的稳定性。

技术实现思路

[0003]本申请提供一种年龄预测方法、装置、计算机设备及计算机可读存储介质，以解决现有年龄预测技术中年龄预测的结果准确性低、且缺乏一定的稳定性的技术问题。
[0004]第一方面，提供一种年龄预测方法，所述方法包括：
[0005]获取目标用户的多张人脸图像，组成输入图像组；
[0006]将所述输入图像组输入预先建立的第一特征提取模型进行空间特征提取，得到第一特征图；
[0007]将所述输入图像组的其中一张人脸图像输入预先建立的第二特征提取模型进行年龄特征提取，得到第二特征图；
[0008]对所述第一特征图与所述第二特征图进行特征融合，得到目标特征图；
[0009]基于所述目标特征图进行年龄预测，得到所述目标用户的人脸年龄。
[0010]第二方面，提供一种年龄预测装置，所述装置包括：
[0011]获取模块，用于获取目标用户的多张人脸图像，组成输入图像组；
[0012]第一特征提取模块，用于将所述输入图像组输入预先建立的第一特征提取模型进行空间特征提取，得到第一特征图；
[0013]第二特征提取模块，用于将所述输入图像组的其中一张人脸图像输入预先建立的第二特征提取模型进行年龄特征提取，得到第二特征图；
[0014]特征融合模块，用于对所述第一特征图与所述第二特征图进行特征融合，得到目标特征图；
[0015]年龄预测模块，用于基于所述目标特征图进行年龄预测，得到所述目标用户的人脸年龄。
[0016]第三方面，提供一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该计算机程序被该处理器执行时，使得该处理器执行如下步骤：
[0017]获取目标用户的多张人脸图像，组成输入图像组；
[0018]将所述输入图像组输入预先建立的第一特征提取模型进行空间特征提取，得到第一特征图；
[0019]将所述输入图像组的其中一张人脸图像输入预先建立的第二特征提取模型进行年龄特征提取，得到第二特征图；
[0020]对所述第一特征图与所述第二特征图进行特征融合，得到目标特征图；
[0021]基于所述目标特征图进行年龄预测，得到所述目标用户的人脸年龄。
[0022]第四方面，提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
[0023]获取目标用户的多张人脸图像，组成输入图像组；
[0024]将所述输入图像组输入预先建立的第一特征提取模型进行空间特征提取，得到第一特征图；
[0025]将所述输入图像组的其中一张人脸图像输入预先建立的第二特征提取模型进行年龄特征提取，得到第二特征图；
[0026]对所述第一特征图与所述第二特征图进行特征融合，得到目标特征图；
[0027]基于所述目标特征图进行年龄预测，得到所述目标用户的人脸年龄。
[0028]本申请可以实现如下有益效果：通过第一特征提取模型提取空间特征，能够有效的提取在不同表情下人脸图像的空间特征；通过第二特征提取模型提取年龄特征，能够有效的提取人脸图像的年龄特征；通过将第一特征图与所述第二特征图进行特征融合，能够将提取到的年龄特征与具有空间变化特性的空间特征进行融合，能够有效保留人脸图像中的空间信息与年龄信息；通过融合得到的目标特征图进行年龄预测，能够解决脸部表情变化导致同一人所测试的年龄值变化较大的问题，解决模型预测缺乏一定稳定性的问题。
附图说明
[0029]图1为本申请实施例提供的一种人脸年龄识别模型的结构示意图；
[0030]图2为本申请实施例提供的一种年龄预测方法的流程示意图；
[0031]图3为本申请实施例提供的一种年龄预测方法的流程示意图；
[0032]图4为本申请实施例提供的一种三维特征提取模型的结构示意图；
[0033]图5为本申请实施例提供的一种二维特征提取模型的结构示意图；
[0034]图6为本申请实施例提供的一种年龄预测方法的流程示意图；
[0035]图7为本申请实施例提供的一种年龄预测装置的结构示意图；
[0036]图8为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0037]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
[0038]本申请的技术方案可适用于人脸识别的各种场景，具体地，本申请的技术方案适用于在人脸识别场景中通过识别人脸图像预测对应的人脸年龄。在实际应用中可以是通过
具备年龄预测功能的人脸年龄识别模型对该场景的人脸图像进行识别，从而确定该人脸图像对应的人脸的年龄。
[0039]为便于理解本申请的技术方案，先对本申请中的人脸年龄识别模型进行介绍。如图1所示，本申请中的年龄识别模型包括包括两个通道，分别为三维特征提取模型10与二维特征提取模型20；还包括特征融合模型30以及预测模型40。其中，三维特征提取模型10用于对输入三维特征提取模型10的输入图像组进行空间特征提取，以得到第一特征图；二维特征提取模型20用于对输入二维特征提取模型20的输入图像组中人的任一张人脸图像进行年龄特征提取，以得到第二特征图；特征融合模型30用于对第一特征图与第二特征图进行该特征融合，得到同时具有空间与年龄特征的目标特征图；预测模型40通过softmax分类层对目标特征图进行年龄预测，以得到用户的人脸年龄。
[0040]在一个实施例中，如图2所示，本申请提出一种年龄预测方法，所述方法包括：
[0041]步骤201，获取目标用户的多张人脸图像，组成输入图像组。
[0042]其中，目标用户是指年龄预测的对象。人脸图像是指作为年龄预测模型输入的用户脸部图像。具体的，可以是用户拍摄的多张照片，也可以是从用户拍摄的影像视频中截取得到的多张人脸图像。可以理解的，所述多张人脸图像还可以是从预先建立的图像数据库中获取的目标用户的多张人脸图像。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种年龄预测方法，其特征在于，所述方法包括：获取目标用户的多张人脸图像，组成输入图像组；将所述输入图像组输入预先建立的第一特征提取模型进行空间特征提取，得到第一特征图；将所述输入图像组的其中一张人脸图像输入预先建立的第二特征提取模型进行年龄特征提取，得到第二特征图；对所述第一特征图与所述第二特征图进行特征融合，得到目标特征图；基于所述目标特征图进行年龄预测，得到所述目标用户的人脸年龄。2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的多张人脸图像，组成输入图像组之后，还包括：对所述多张人脸图像分别进行坐标仿射变换，以将所述多张人脸图像中的人脸分别调整为正脸状态；对坐标仿射变换后的多张人脸图像进行人脸有效区域截取，对截取到的人脸有效区域进行归一化处理。3.根据权利要求2所述的方法，其特征在于，所述对坐标仿射变换后的多张人脸图像进行人脸有效区域截取，包括：确定目标人脸图像的多个人脸特征点；所述目标人脸图像为所述坐标仿射变换后的多张人脸图像中的任意一张人脸图像；确定所述多个人脸特征点两两之间的特征点距离；根据所述特征点距离对所述目标人脸图像进行人脸有效区域截取。4.根据权利要求1所述的方法，其特征在于，所述对所述第一特征图与所述第二特征图进行特征融合，得到目标特征图，包括：将所述第一特征图与所述第二特征图进行拼接处理，得到第三特征图；对所述第三特征图进行卷积，得到所述目标特征图。5.根据权利要求1所述的方法，其特征在于，所述第一特征提取模型包括N层三维特征提取网络，每层三维特征提取网络包括一个三维卷积层与一个三维最大池化层，N为≥1的正整数；所述将所述输入图像组输入预先建立的第一特征提取模型进行空间特征提取，得到第一特征图，包括：将第(i
‑
1)个空间特征图输入第i层三维特征提取网络中的三维卷积层进行空间特征提取，得到第i个初始空间特征图；将所述第i个初始空间特征图输入至第i层三维特征提取网络中的三维最大池化层进行降维处理，得到第i个空间特征图；将第N个空间特征图确定为所述第一特征图；其中，1≤i≤N；当i＝1时，所述第(i
‑
1)个空间特征图为所述输入图像组。6.根据权利要求1所述的方法，其特征在于，所述第二特征提取模型包括N层二维特征提取网络，每层二维特征提取网络包括一个二维卷积层与一个二维最大池化层，N为≥1的正整数；所述将所述输入图像组的其中一张人脸图像输入预先建立的第二特征提取模...

【专利技术属性】
技术研发人员：陈仿雄，
申请(专利权)人：深圳数联天下智能科技有限公司，
类型：发明
国别省市：