多尺度人脸图片的未成年人识别方法、系统、装置和介质制造方法及图纸

本申请涉及一种多尺度人脸图片的未成年人识别方法、系统、装置和介质，其中，该方法包括：获取待识别的人脸图片，通过检测器检测人脸图片中的人脸并输出人脸关键点信息；根据关键点信息通过相似变换提取若干位置相同但缩放比例不同的人脸感兴趣区域，在通道纬度上合并人脸感兴趣区域成输入图像送到预先训练的年龄预测模型中，得到输入图像的特征向量，即年龄概率分布图，根据年龄概率分布图判断人脸图片中的人是否为未成年人。通过本申请，解决了基于人脸的未成年识别存在着准确率低和灵活性差的问题。实现了若干缩放比例不同的ROI的合并，平衡五官信息和上下文信息。同时经过相似变换，降低需要预测的人脸图片的复杂度。降低需要预测的人脸图片的复杂度。降低需要预测的人脸图片的复杂度。

【技术实现步骤摘要】
多尺度人脸图片的未成年人识别方法、系统、装置和介质


[0001]本申请涉及图像识别领域，特别是涉及一种多尺度人脸图片的未成年人识 别方法、系统、装置和介质。

技术介绍

[0002]随着科技的快速发展，信息传播的方式从文字逐渐转变为图片、视频等形 式，在给我们的生活带来便利的同时，随之而来的还有信息安全方面的隐患。
[0003]未成年人正处于世界观、价值观养成的阶段，属于极易被不良信息影响的 群体，所以各个国家越来越重视未成年人上网相关的信息安全防控。在这其中， 如何在海量的图片、视频信息中寻找和定位未成年人成为了亟待解决的问题。
[0004]现有方案主要是对人脸检测得到的人脸框进行边缘外扩，然后将提取到的 人脸区域作为模型的输入来进行预测，但由于检测到的人脸姿态各不相同，一 般的算法模型很难同时兼顾各种不同角度的人脸，这给准确预测人脸属性增加 了难度；同时人脸边缘外扩比例也会对识别的灵活性产生较大影响，外扩过大 可能会导致冗余背景信息过多，有用的人脸信息占比过少，外扩过小可能会丢 失人脸附近的肩颈等上下文信息。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多尺度人脸图片的未成年人识别方法，其特征在于，所述方法包括：获取待识别的人脸图片；检测所述人脸图片中的人脸，并输出所述人脸的第一预设数量的关键点信息；根据所述第一预设数量的关键点信息，通过相似变换提取第二预设数量的位置相同但缩放比例不同的人脸感兴趣区域，在通道上合并所述第二预设数量的人脸感兴趣区域，得到输入图像；将所述输入图像输入年龄预测模型中，得到所述输入图像的特征向量，即年龄概率分布图；根据所述年龄概率分布图，判断所述人脸图片中的人是否未成年。2.根据权利要求1所述的方法，其特征在于，通过检测器检测所述人脸图片中的人脸，所述检测器为yolov5
‑
face网络。3.根据权利要求1所述的方法，其特征在于，所述年龄预测模型包括基于注意力机制的Swin Transformer和全连接层。4.根据权利要求3所述的方法，其特征在于，所述年龄预测模型的训练方式如下：获取数据集UTKFace作为训练数据集，其中，所述UTKFace中的样本包含年龄标签和至少68个关键点信息；对所述样本进行降采样获取至少5个关键点信息，其中，所述关键点信息包括左眼信息、右眼信息、鼻尖信息、左嘴角信息和右嘴角信息；根据所述关键点信息，通过相似变换提取数量相同且位置相同但缩放比例不同的人脸感兴趣区域，在通道上合并所述人脸感兴趣区域，得到输入图像；将所述输入图像输入到基于注意力机制的Swin Transformer中，提取出所述输入图像的特征，采用全连接层将提取到的所述特征转换成1*100的特征向量，即年龄概率分布图；根据所述年龄概率分布图和所述年龄标签计算损失，并对模型参数进行反向传播并更新，当损失收敛时，训练完成。5.根据权利要求4所述的方法，其特征在于，所述根据所述年龄概率分布图和所述年龄标签计算损失包括：根据高斯分布的形式，将所述年龄标签变换成一维分布式标签...

【专利技术属性】
技术研发人员：刘和龙，王语斌，施亮，
申请(专利权)人：同盾科技有限公司，
类型：发明
国别省市：