本公开的实施例公开了年龄信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标脸部图像；提取目标脸部图像包括的脸部特征，以生成脸部特征信息；根据脸部特征信息，生成第一候选年龄信息和第二候选年龄信息；根据第一候选年龄信息和第二候选年龄信息，生成目标脸部图像对应的年龄信息。该实施方式提高了生成的年龄信息的准确性。确性。确性。
【技术实现步骤摘要】
年龄信息生成方法、装置、电子设备和计算机可读介质
[0001]本公开的实施例涉及计算机
，具体涉及年龄信息生成方法、装置、电子设备和计算机可读介质。
技术介绍
[0002]年龄信息生成，是指对待年龄识别的生物体进行年龄识别的一项技术。其中，年龄作为生物体的一个重要属性，在各种场景下常常存在需要确定生物体年龄的需求。例如，在安全监控场景下，需要确定经过的行人的年龄。目前，在确定生物体年龄时，通常采用的方式为：将脸部图像输入分类网络，以确定生物体的年龄信息。
[0003]然而，当采用上述方式时，经常会存在如下技术问题：
[0004]由于年龄信息实际为非离散型数据，仅通过分类网络，往往无法生成较为准确的年龄信息，从而无法保证得到的年龄信息的准确性。
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。
[0006]本公开的一些实施例提出了年龄信息生成方法、装置、电子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。
[0007]第一方面，本公开的一些实施例提供了一种年龄信息生成方法，该方法包括：获取目标脸部图像；提取上述目标脸部图像包括的脸部特征，以生成脸部特征信息；根据上述脸部特征信息，生成第一候选年龄信息和第二候选年龄信息；根据上述第一候选年龄信息和上述第二候选年龄信息，生成上述目标脸部图像对应的年龄信息。
[0008]可选地，上述提取上述目标脸部图像包括的脸部特征，以生成脸部特征信息，包括：将上述目标脸部图像输入预先训练的脸部特征提取网络，以生成第一特征向量；将上述第一特征向量输入第一全连接层，以生成上述脸部特征信息。
[0009]可选地，上述根据上述脸部特征信息，生成第一候选年龄信息和第二候选年龄信息，包括：将上述脸部特征信息输入预先训练的分类网络，以生成候选年龄向量；将上述候选年龄向量输入归一化层，以生成年龄预测概率向量；根据上述年龄预测概率向量，生成上述第一候选年龄信息。
[0010]可选地，上述根据上述脸部特征信息，生成第一候选年龄信息和第二候选年龄信息，还包括：将上述脸部特征信息输入预先训练的回归网络，以生成上述第二候选年龄信息。
[0011]可选地，上述脸部特征提取网络包括：卷积网络块集合，上述卷积网络块集合中的卷积网络块串行连接；以及上述将上述目标脸部图像输入预先训练的脸部特征提取网络，以生成第一特征向量，包括：将上述目标脸部图像输入上述卷积网络块集合中串行连接的
卷积网络块，以生成上述第一特征向量。
[0012]可选地，上述卷积网络块集合中的卷积网络块包括：卷积层集合和激活函数层集合，上述卷积层集合中的每两层卷积层之间设置有上述激活函数层集合中的激活函数层。
[0013]可选地，上述根据上述年龄预测概率向量，生成上述第一候选年龄信息，包括：确定上述年龄预测概率向量中的每个概率值与上述概率值对应的年龄值的乘积值，以生成乘积值集合；对上述乘积值集合中的各个乘积值进行求和，以生成上述第一候选年龄信息。
[0014]可选地，上述分类网络采用指数损失函数作为损失函数。
[0015]可选地，上述回归网络采用绝对值损失函数作为损失函数。
[0016]第二方面，本公开的一些实施例提供了一种年龄信息生成装置，装置包括：获取单元，被配置成获取目标脸部图像；提取单元，被配置成提取上述目标脸部图像包括的脸部特征，以生成脸部特征信息；第一生成单元，被配置成根据上述脸部特征信息，生成第一候选年龄信息和第二候选年龄信息；第二生成单元，被配置成根据上述第一候选年龄信息和上述第二候选年龄信息，生成上述目标脸部图像对应的年龄信息。
[0017]可选地，上述提取单元被进一步配置成：第一提取单元和第二提取单元，其中，上述第一提取单元被配置成：将上述目标脸部图像输入预先训练的脸部特征提取网络，以生成第一特征向量；上述第二提取单元被配置成：将上述第一特征向量输入第一全连接层，以生成上述脸部特征信息。
[0018]可选地，上述第一生成单元被进一步配置成：第三输入单元、第四输入单元和第三生成单元，其中，第三输入单元被配置成：将上述脸部特征信息输入预先训练的分类网络，以生成候选年龄向量；第四输入单元被配置成：将上述候选年龄向量输入归一化层，以生成年龄预测概率向量；第三生成单元被配置成：根据上述年龄预测概率向量，生成上述第一候选年龄信息。
[0019]可选地，上述第一生成单元被进一步配置成：将上述脸部特征信息输入预先训练的回归网络，以生成上述第二候选年龄信息。
[0020]可选地，上述脸部特征提取网络包括：卷积网络块集合，上述卷积网络块集合中的卷积网络块串行连接；以及上述第一提取单元被进一步配置成：将上述目标脸部图像输入上述卷积网络块集合中串行连接的卷积网络块，以生成上述第一特征向量。
[0021]可选地，上述卷积网络块集合中的卷积网络块包括：卷积层集合和激活函数层集合，上述卷积层集合中的每两层卷积层之间设置有上述激活函数层集合中的激活函数层。
[0022]可选地，上述第三生成单元被进一步配置成：确定上述年龄预测概率向量中的每个概率值与上述概率值对应的年龄值的乘积值，以生成乘积值集合；对上述乘积值集合中的各个乘积值进行求和，以生成上述第一候选年龄信息。
[0023]可选地，上述分类网络采用指数损失函数作为损失函数。
[0024]可选地，上述回归网络采用绝对值损失函数作为损失函数。
[0025]第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
[0026]第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
[0027]本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的信息生成方法，提高了得到的生物体的年龄信息的准确性。具体来说，造成得到的生物体的年龄信息不够准确的原因在于：由于年龄信息实际为非离散型数据，仅通过分类网络，往往无法生成较为准确的年龄信息，从而无法保证得到的年龄信息的准确性。基于此，本公开的一些实施例的信息生成方法，首先，获取目标脸部图像。实际情况中，生物体的脸部图像往往包含较多的用于确定年龄的特征，因此，根据生物体的脸部图像，可以较为准确地确定生物体的年龄。其次，提取上述目标脸部图像包括的脸部特征，以生成脸部特征信息。通过提取特征，方便后续根据特征确定年龄信息。然后，根据上述脸部特征信息，生成第一候选年龄信息和第二候选年龄信息。最后，根据上述第一候选年龄信息和上述第二候选年龄信息，生成上述目标脸本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种年龄信息生成方法，包括：获取目标脸部图像；提取所述目标脸部图像包括的脸部特征，以生成脸部特征信息；根据所述脸部特征信息，生成第一候选年龄信息和第二候选年龄信息；根据所述第一候选年龄信息和所述第二候选年龄信息，生成所述目标脸部图像对应的年龄信息。2.根据权利要求1所述的方法，其中，所述提取所述目标脸部图像包括的脸部特征，以生成脸部特征信息，包括：将所述目标脸部图像输入预先训练的脸部特征提取网络，以生成第一特征向量；将所述第一特征向量输入第一全连接层，以生成所述脸部特征信息。3.根据权利要求1所述的方法，其中，所述根据所述脸部特征信息，生成第一候选年龄信息和第二候选年龄信息，包括：将所述脸部特征信息输入预先训练的分类网络，以生成候选年龄向量；将所述候选年龄向量输入归一化层，以生成年龄预测概率向量；根据所述年龄预测概率向量，生成所述第一候选年龄信息。4.根据权利要求3所述的方法，其中，所述根据所述脸部特征信息，生成第一候选年龄信息和第二候选年龄信息，还包括：将所述脸部特征信息输入预先训练的回归网络，以生成所述第二候选年龄信息。5.根据权利要求2所述的方法，其中，所述脸部特征提取网络包括：卷积网络块集合，所述卷积网络块集合中的卷积网络块串行连接；以及所述将所述目标脸部图像输入预先训练的脸部特征提取网络，以生成第一特征向量，包括：将所述目标脸部图像输入所述卷积网络块集合中串行连接的卷积网络块，以生成所述第一特征向量。6.根据权...
【专利技术属性】
技术研发人员：刘弘也，苏驰，李凯，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：
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。