年龄预测网络生成、年龄预测方法、装置、设备和介质制造方法及图纸

本公开的实施例公开了年龄预测网络生成、年龄预测方法、装置、设备和介质。该方法的一具体实施方式包括：获取训练样本集，训练样本集中的训练样本包括人脸图像和人脸图像对应的标注年龄信息向量；获取待训练年龄预测网络，待训练年龄预测网络包括多个分类器，每个分类器用于确定人脸图像中所显示的人脸对应的年龄与目标年龄的大小关系；利用训练样本集对待训练年龄预测网络进行训练，得到年龄预测网络。该实施方式实现了提高生成的年龄预测网络的预测准确率。的预测准确率。的预测准确率。

【技术实现步骤摘要】
年龄预测网络生成、年龄预测方法、装置、设备和介质


[0001]本公开的实施例涉及计算机
，具体涉及年龄预测网络生成方法、年龄预测方法、装置、设备和计算机可读介质。

技术介绍

[0002]年龄预测算法可以根据输入的人脸图像，输出该人脸图像所显示的人脸的年龄。相关的年龄预测算法一般将年龄预测认定为多分类或回归任务。进而采用基于深度神经网络的分类器或回归器作为年龄预测网络。
[0003]然而，当采用上述方式生成年龄预测网络时，经常会存在如下技术问题：
[0004]所生成的年龄预测网络在进行年龄预测时的准确率不高。

技术实现思路

[0005]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了年龄预测网络生成方法、年龄预测方法、装置、设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0006]第一方面，本公开本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种年龄预测网络生成方法，包括：获取训练样本集，所述训练样本集中的训练样本包括人脸图像和所述人脸图像对应的标注年龄信息向量；获取待训练年龄预测网络，所述待训练年龄预测网络包括多个分类器，每个分类器用于确定所述人脸图像中所显示的人脸对应的年龄与目标年龄的大小关系；利用所述训练样本集对所述待训练年龄预测网络进行训练，得到所述年龄预测网络。2.根据权利要求1所述的方法，其中，所述利用所述训练样本集对所述待训练年龄预测网络进行训练，得到所述年龄预测网络，包括：将所述训练样本中的人脸图像输入所述待训练年龄预测网络，以及将所述待训练年龄预测网络中每个分类器的输出作为预测年龄信息，得到预测年龄信息向量；基于所述预测年龄信息向量和所述训练样本包括的标注年龄信息向量，确定年龄信息损失值；基于所述年龄信息损失值，调整所述待训练年龄预测网络的参数。3.根据权利要求2所述的方法，其中，所述人脸图像对应的标注年龄信息向量是通过以下步骤生成的：确定所述人脸图像中所显示的人脸对应的年龄；将所述年龄转化为包括K
‑
1个维度的向量，其中，K为所述训练样本集对应的不同年龄的个数。4.根据权利要求3所述的方法，其中，所述预测年龄信息向量和所述标注年龄信息向量的维度相同；以及所述基于所述预测年龄信息向量和所述训练样本包括的标注年龄信息向量，确定年龄信息损失值，包括：分别确定所述预测年龄信息向量和所述标注年龄信息向量对应维度的值的交叉熵；对于各个维度的交叉熵求和，得到所述年龄信息损失值。5.根据权利要求1所述的方法，其中，所述待训练年龄预测网络所包括的分类器的个数与所...

【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：