年龄性别预估及模型训练方法、系统及存储介质技术方案

本发明专利技术实施例提供一种年龄性别预估模型的训练方法和系统，方法包括：获取到的样本图像数据集包含原始样本图像及由原始样本图像转换得到的修整样本图像，原始样本图像比对应的修整样本图像更清晰；从原始样本图像和对应的修整样本图像中提取出人脸特征数据；分类出不同性别的性别人脸特征数据；根据实际年龄信息转换得到年龄分布数据；根据样本图像数据集、性别人脸特征数据和年龄分布数据对年龄性别预估模型进行训练。本发明专利技术实施例突出不同阶段年龄变化对人脸长相变化的影响，提升年龄预估准确率。加入性别特征的影响，更好的对不同性别人脸图像年龄的预估。使用多任务框架，同时预估年龄和性别。对低清晰度人脸图像也可以预估准确的年龄性别。预估准确的年龄性别。预估准确的年龄性别。

【技术实现步骤摘要】
年龄性别预估及模型训练方法、系统及存储介质


[0001]本专利技术涉及图像处理
，特别是涉及一种年龄性别预估模型的训练方法和系统、一种年龄性别预估方法和系统以及一种计算机可读存储介质。

技术介绍

[0002]年龄预估是一个具有挑战性和热点的研究课题，它是根据一个人的面部图像来预测该图像中人物的年龄。而年龄信息作为人类的一种重要生物特征，在人机交互领域中有着众多应用需求，包括人口统计收集、商业用户管理、视频安全监控等，并且对人脸识别系统的性能有着重要影响。然而，现实中有诸多因素会影响年龄预估的效果，如人类个体生活习惯、工作环境、先天基因等会影响该人物的感官特征。年龄预估也会受到光照、图像质量等因素的影响。此外，同一个人，尤其是成人，在几年内的面部特征通常看起来并无明显变化，这也增加了年龄预估中的难度。
[0003]目前采取的年龄预估方法主要为回归方法。回归方法做年龄预估的思路是通过提取到的特征加入输出只有一个单元的全连接层，将最后的结果进行缩放到0
‑
100之间，其结果就是预估的年龄值。考虑到年龄的连续性，回归方法根据提取的特征对年龄进行预估。然而，由于人类衰老过程的随机性和面部外观与实际年龄之间的模糊映射，回归方法往往会出现过拟合问题，年龄预估的准确率不高。

技术实现思路

[0004]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种年龄性别预估模型的训练方法和系统、一种年龄性别预估方法和系统以及一种计算机可读存储介质。
>[0005]为了解决上述问题，本专利技术实施例的第一方面公开了一种年龄性别预估模型的训练方法，所述方法包括：获取样本图像数据集，所述样本图像数据集包含多个样本图像对，所述样本图像对包含原始样本图像以及由所述原始样本图像转换得到的修整样本图像，所述原始样本图像的清晰度比对应的所述修整样本图像的清晰度高；针对每个所述样本图像对提取各自符合一致性要求的人脸特征数据，从所述人脸特征数据中分类出针对不同性别的性别人脸特征数据；根据每个所述样本图像对对应的实际年龄信息转换得到年龄分布数据，所述年龄分布数据表示年龄的变化与人脸长相的变化之间的关系；根据所述样本图像数据集、所述性别人脸特征数据和所述年龄分布数据，对年龄性别预估模型进行训练。
[0006]可选地，所述针对每个所述样本图像对提取各自符合一致性要求的人脸特征数据，从所述人脸特征数据中分类出针对不同性别的性别人脸特征数据，包括：针对每个所述样本图像对，根据预设的清晰度误差损失函数从所述原始样本图像和对应的所述修整样本图像中分别提取出各自符合所述一致性要求的所述人脸特征数据，从所述人脸特征数据分类出不同性别的所述性别人脸特征数据。
[0007]可选地，所述根据每个所述样本图像对对应的实际年龄信息转换得到年龄分布数
据，包括：根据预设的年龄分布函数将所述实际年龄信息转换得到所述年龄分布数据。
[0008]可选地，所述根据预设的年龄分布函数将所述实际年龄信息转换得到所述年龄分布数据，包括：根据预设的可变年龄方差函数计算所述实际年龄信息的年龄方差数据；根据所述年龄方差数据、预设的年龄标签范围和所述年龄分布函数，将所述实际年龄信息转换得到所述年龄分布数据。
[0009]可选地，所述根据所述样本图像数据集、所述性别人脸特征数据和所述年龄分布数据，对年龄性别预估模型进行训练，包括：从所述样本图像数据集中提取出针对男性样本图像的男性性别人脸特征数据和针对女性样本图像的女性性别人脸特征数据；分别根据所述样本图像数据集，所述男性性别人脸特征数据和所述年龄分布数据中的男性年龄分布数据，以及所述女性性别人脸特征数据和所述年龄分布数据中的女性年龄分布数据对所述年龄性别预估模型进行训练。
[0010]可选地，所述原始样本图像转换得到的修整样本图像的步骤，包括：分别对多个所述原始样本图像进行随机下采样处理和图像尺寸调整处理得到对应的所述修整样本图像。
[0011]本专利技术实施例的第二方面公开了一种年龄性别预估方法，所述方法包括：获取待预估的人脸图像；将所述人脸图像输入至根据第一方面所述的方法训练得到的年龄性别预估模型中，输出所述人脸图像的人脸年龄信息和性别信息。
[0012]本专利技术实施例的第三方面公开了一种年龄性别预估模型的训练系统，所述系统包括：样本数据集获取模块，用于获取样本图像数据集，所述样本图像数据集包含多个样本图像对，所述样本图像对包含原始样本图像以及由所述原始样本图像转换得到的修整样本图像，所述原始样本图像的清晰度比对应的所述修整样本图像的清晰度高；性别人脸特征提取模块，用于针对每个所述样本图像对提取各自符合一致性要求的人脸特征数据，从所述人脸特征数据中分类出针对不同性别的性别人脸特征数据；年龄分布转换模块，用于根据每个所述样本图像对对应的实际年龄信息转换得到年龄分布数据，所述年龄分布数据表示年龄的变化与人脸长相的变化之间的关系；年龄性别预估模型训练模块，用于根据所述样本图像数据集、所述性别人脸特征数据和所述年龄分布数据，对年龄性别预估模型进行训练。
[0013]可选地，所述性别人脸特征提取模块，用于针对每个所述样本图像对，根据预设的清晰度误差损失函数从所述原始样本图像和对应的所述修整样本图像中分别提取出各自符合所述一致性要求的所述人脸特征数据，从所述人脸特征数据分类出不同性别的所述性别人脸特征数据。
[0014]可选地，所述年龄分布转换模块，用于根据预设的年龄分布函数将所述实际年龄信息转换得到所述年龄分布数据。
[0015]可选地，所述年龄分布转换模块，包括：方差计算模块，用于根据预设的可变年龄方差函数计算所述实际年龄信息的年龄方差数据；分布转换模块，用于根据所述年龄方差数据、预设的年龄标签范围和所述年龄分布函数，将所述实际年龄信息转换得到所述年龄分布数据。
[0016]可选地，所述年龄性别预估模型训练模块，包括：特征提取模块，用于从所述样本图像数据集中提取出针对男性样本图像的男性性别人脸特征数据和针对女性样本图像的女性性别人脸特征数据；模型训练模块，用于分别根据所述样本图像数据集，所述男性性别
人脸特征数据和所述年龄分布数据中的男性年龄分布数据，以及所述女性性别人脸特征数据和所述年龄分布数据中的女性年龄分布数据对所述年龄性别预估模型进行训练。
[0017]可选地，所述系统还包括：转换模块，用于分别对多个所述原始样本图像进行随机下采样处理和图像尺寸调整处理得到对应的所述修整样本图像。
[0018]本专利技术实施例的第四方面公开了一种年龄性别预估系统，所述系统包括：人脸图像获取模块，用于获取待预估的人脸图像；人脸年龄性别预估模块，用于将所述人脸图像输入至根据第一方面所述的方法训练得到的年龄性别预估模型中，输出所述人脸图像的人脸年龄信息和性别信息。
[0019]本专利技术实施例的第五方面公开了一种计算机可读存储介质，其存储的计算机程序使得处理器执行如第一方面或第二方面所述的方法。
[0020]本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种年龄性别预估模型的训练方法，其特征在于，所述方法包括：获取样本图像数据集，所述样本图像数据集包含多个样本图像对，所述样本图像对包含原始样本图像以及由所述原始样本图像转换得到的修整样本图像，所述原始样本图像的清晰度比对应的所述修整样本图像的清晰度高；针对每个所述样本图像对提取各自符合一致性要求的人脸特征数据，从所述人脸特征数据中分类出针对不同性别的性别人脸特征数据；根据每个所述样本图像对对应的实际年龄信息转换得到年龄分布数据，所述年龄分布数据表示年龄的变化与人脸长相的变化之间的关系；根据所述样本图像数据集、所述性别人脸特征数据和所述年龄分布数据，对年龄性别预估模型进行训练。2.根据权利要求1所述的方法，其特征在于，所述针对每个所述样本图像对提取各自符合一致性要求的人脸特征数据，从所述人脸特征数据中分类出针对不同性别的性别人脸特征数据，包括：针对每个所述样本图像对，根据预设的清晰度误差损失函数从所述原始样本图像和对应的所述修整样本图像中分别提取出各自符合所述一致性要求的所述人脸特征数据，从所述人脸特征数据分类出不同性别的所述性别人脸特征数据。3.根据权利要求1所述的方法，其特征在于，所述根据每个所述样本图像对对应的实际年龄信息转换得到年龄分布数据，包括：根据预设的年龄分布函数将所述实际年龄信息转换得到所述年龄分布数据。4.根据权利要求3所述的方法，其特征在于，所述根据预设的年龄分布函数将所述实际年龄信息转换得到所述年龄分布数据，包括：根据预设的可变年龄方差函数计算所述实际年龄信息的年龄方差数据；根据所述年龄方差数据、预设的年龄标签范围和所述年龄分布函数，将所述实际年龄信息转换得到所述年龄分布数据。5.根据权利要求1所述的方法，其特征在于，所述根据所述样本图像数据集、所述性别人脸特征数据和所述年龄分布数据，对年龄性别预估模型进行训练，包括：从所述样本图像数据集中提取出针对男性样本图像的男性性别人脸特征数据和针对女性样本图像的女性性别人脸特征数据；分别根据所述样本...

【专利技术属性】
技术研发人员：蔡璐，刘光明，王雷，沈寓实，韩朝阳，
申请(专利权)人：海南省公安厅韩朝阳飞诺门阵北京科技有限公司，
类型：发明
国别省市：