年龄回归方法及装置制造方法及图纸

本公开涉及计算机技术领域，提供了一种年龄回归方法及装置，所述方法包括：获取包含目标人物的待识别图片；将所述待识别图片输入到预置的年龄回归模型，得到所述待识别图片相对于参考图片对的相对位置系数，以根据所述相对位置系数得到所述目标人物的年龄，其中，所述年龄回归模型根据初始回归模型和所述参考图片对训练得到，所述参考图片对根据预设的年龄间隔参数在训练图片集中选取

【技术实现步骤摘要】
年龄回归方法及装置


[0001]本公开涉及计算机
，尤其涉及一种年龄回归方法及装置
。

技术介绍

[0002]年龄是一种重要的模式识别属性，在人机交互
、
智能商务
、
安全监控和娱乐等领域都有着广泛的应用
。
[0003]相关技术中，可以通过训练好的深度学习模型估计图像中人物的年龄
。
常用的深度学习模型在训练的过程中将年龄估计任务看作是分类任务或者回归任务，直接预测年龄值
。
在预测年龄值时，由于不同年龄之间没有很清晰的特征差异和严格的界限，直接预测其真值很难达到较高的精度
。

技术实现思路

[0004]有鉴于此，本公开实施例提供了一种年龄回归方法
、
装置
、
电子设备及计算机可读存储介质，以解决现有技术中直接预测年龄真值时难以到达较高精度的技术问题
。
[0005]本公开实施例的第一方面，提供了一种年龄回归方法，该方法包括：获取包含目标人物的待识别图片；将待识别图片输入到预置的年龄回归模型，得到待识别图片相对于参考图片对的相对位置系数，以根据相对位置系数得到目标人物的年龄，其中，年龄回归模型根据初始回归模型和参考图片对训练得到，参考图片对根据预设的年龄间隔参数在训练图片集中选取
。
[0006]本公开实施例的第二方面，提供了一种年龄回归装置，该装置包括：获取模块，用于获取包含目标人物的待识别图片；年龄回归模块，用于将待识别图片输入到预置的年龄回归模型，得到待识别图片相对于参考图片对的相对位置系数，以根据相对位置系数得到目标人物的年龄，其中，年龄回归模型根据初始回归模型和参考图片对训练得到，参考图片对根据预设的年龄间隔参数在训练图片集中选取
。
[0007]本公开实施例的第三方面，提供了一种电子设备，包括存储器
、
处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤
。
[0008]本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤
。
[0009]本公开实施例与现有技术相比存在的有益效果是：通过采用预设的年龄间隔参数选取参考图片对，并根据该参考图片对训练年龄回归模型，即采用相对的年龄预测方式进行年龄值预测以训练年龄回归模型，相比较直接进行年龄值预测，可以提高年龄回归模型的年龄预测精度
。
附图说明
[0010]为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述
中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图
。
[0011]图1是本公开实施例提供的一种年龄回归方法的流程示意图；
[0012]图2是本公开实施例提供的一种年龄回归模型的训练方法的流程示意图；
[0013]图3是本公开实施例提供的另一种年龄回归模型的训练方法的流程示意图；
[0014]图4是本公开实施例提供的一种年龄回归装置的结构示意图；
[0015]图5是本公开实施例提供的一种电子设备的结构示意图
。
具体实施方式
[0016]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构
、
技术之类的具体细节，以便透彻理解本公开实施例
。
然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开
。
在其它情况中，省略对众所周知的系统
、
装置
、
电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述
。
[0017]本公开的技术方案可适用于年龄识别的各种场景
。
在一些实现方式中，可以通过具备年龄识别功能的年龄回归模型对该场景的人物图像进行识别，从而确定该人物图像对应的人物年龄，其中，年龄回归模型经过预先训练得到
。
[0018]在训练年龄回归模型的过程中，通过获取大量的人物图像，并对每个人物图像打上对应的年龄标签，然后将各人物图像以及各人物图像对应的年龄标签输入至还未经训练的神经网络中进行训练，使得训练得到的年龄回归模型基于各人脸图像输出的年龄识别结果能够无限逼近于各年龄图像对应的年龄标签，从而使年龄回归模型学习到这些人物图像的人物特征，进而具备分辨不同年龄的人物图像的能力，具备分辨不同年龄的人物图像的能力的年龄回归模型即可用于识别人物图像对应的人物年龄
。
[0019]以上训练年龄回归模型的方法为通过直接预测年龄值进行年龄回归模型训练的方法，由于不同年龄之间没有很清晰的特征差异和严格的界限，直接预测其真值很难达到较高的精度
。
[0020]为解决以上问题，本公开实施例提供一种年龄回归方案，采用非直接预测年龄值的方式进行年龄回归模型训练，从而提高训练得到的年龄回归模型的年龄预测精度
。
[0021]下面将结合附图详细说明根据本公开实施例的年龄回归方法和装置
。
[0022]图1是本公开实施例提供的一种年龄回归方法的流程示意图
。
本公开实施例提供的方法可以由任意具备计算机处理能力的电子设备执行，例如终端或服务器
。
如图1所示，该年龄回归方法包括：
[0023]步骤
S101
，获取包含目标人物的待识别图片
。
[0024]步骤
S102
，将待识别图片输入到预置的年龄回归模型，得到待识别图片相对于参考图片对的相对位置系数，以根据相对位置系数得到目标人物的年龄，其中，年龄回归模型根据初始回归模型和参考图片对训练得到，参考图片对根据预设的年龄间隔参数在训练图片集中选取
。
[0025]在本公开实施例的技术方案中，设计了一种基于参考系的年龄回归方法，该年龄回归方法在训练图片集中选取参考图片，并依据该参考图片建立参考系训练年龄回归模
型，因为采用了非直接预测的方式进行年龄回归模型的训练，相比较采用直接预测的方式进行年龄回归模型的训练，可以使得年龄回归模型具有较高的预测精度
。
[0026]如图1所示的是本公开实施例提供的年龄回归模型的应用推理过程，在年龄回归模型进行应用之前，需要确定初始回归模型的框架，并对该初始回归模型进行训练，以得到年龄回归模型
。
[0027]如图2所示，年龄回归模型的训练方法包括以下步骤：
[0028]步骤
S201
，根据当前年龄值和年龄间隔参数获取第一参考年龄值和第二参考年龄值，其中，当前年龄值为初始设置年龄值或上一个循环的年龄预测值
。...

【技术保护点】

【技术特征摘要】
1.
一种年龄回归方法，其特征在于，所述方法包括：获取包含目标人物的待识别图片；将所述待识别图片输入到预置的年龄回归模型，得到所述待识别图片相对于参考图片对的相对位置系数，以根据所述相对位置系数得到所述目标人物的年龄，其中，所述年龄回归模型根据初始回归模型和所述参考图片对训练得到，所述参考图片对根据预设的年龄间隔参数在训练图片集中选取
。2.
根据权利要求1所述的方法，其特征在于，所述年龄回归模型的训练方法包括：根据当前年龄值和所述年龄间隔参数获取第一参考年龄值和第二参考年龄值，其中，所述当前年龄值为初始设置年龄值或上一个循环的年龄预测值；分别根据所述第一参考年龄值和所述第二参考年龄值在所述训练图片集中选取对应的第一参考图片和第二参考图片组成所述参考图片对；将所述训练图片集中的训练图片
、
所述第一参考图片和所述第二参考图片输入到所述初始回归模型，得到相对位置系数；根据所述相对位置系数
、
所述第一参考年龄值和所述第二参考年龄值获取本循环的年龄预测值；根据所述年龄预测值训练所述初始回归模型，直到所述初始回归模型收敛，得到所述年龄回归模型
。3.
根据权利要求2所述的方法，其特征在于，将所述训练图片集中的训练图片
、
所述第一参考图片和所述第二参考图片输入到所述初始回归模型，包括：将所述训练图片
、
所述第一参考图片和所述第二参考图片输入到所述初始回归模型的主干网络进行特征提取，得到对应的图片特征图；将所述图片特征图输入到所述初始回归模型的拼接层进行拼接，得到拼接数据；将所述拼接数据输入到所述初始回归模型的全连接层，得到分类数据；将所述分类数据输入到所述初始回归模型的激活层，得到所述相对位置系数
。4.
根据权利要求2所述的方法，其特征在于，根据所述相对位置系数
、
所述第一参考年龄值和所述第二参考年龄值获取本循环的年龄预测值...

【专利技术属性】
技术研发人员：祁晓婷，黄泽元，蒋召，杨战波，
申请(专利权)人：北京龙智数科科技服务有限公司，
类型：发明
国别省市：