【技术实现步骤摘要】
本申请实施例涉及图像处理领域，尤其涉及基于年龄评估的人脸美丽预测方法、设备及介质。
技术介绍
1、人脸美丽预测是针对不同人脸图像所具有的美学特征，采用机器学习等方法进行美丽程度智能预测，从而让计算机具有与人类似的人脸美丽感知能力。人脸美丽预测是对人脸图像进行特征提取后，根据特征进行相应的任务实现预测，从而得到预测结果。
2、人脸美丽预测训练模型时，会受到光线条件、年龄、姿势变化等环境因素的影响。输入的人脸图像，由于年龄不同，受这个影响，导致人脸美丽预测的准确性降低。此外，人脸图像会受到曝光影响，影响人脸特征的可见性，降低预测结果的准确性。
技术实现思路
1、以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
2、本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一，本申请实施例提供了基于年龄评估的人脸美丽预测方法、设备及介质，综合运用年龄评估和曝光校正，提高预测准确性。
3、本申请的第一方面的实施例，一种基于年龄评估的人脸美丽预测方法，包括：
4、获取人脸图像训练集，所述人脸图像训练集的人脸图像标记有真实年龄；
5、调整所述人脸图像的亮度和对比度；
6、对调整后的人脸图像进行图像重建得到重建图像；
7、将所述重建图像输入至人脸美丽预测模型进行训练得到目标模型，在训练期间，通过所述人脸美丽预测模型的年龄预测任务得到预测年龄，通过最小化所述预测年龄与所述真实年龄之间的误
8、获取待预测的人脸图像，将所述待预测的人脸图像输入至所述目标模型得到美丽分数预测结果。
9、根据本申请的第一方面的某些实施例，所述调整所述人脸图像的亮度和对比度，包括：
10、通过直方图分析方法分析所述人脸图像的亮度和对比度得到分析结果；
11、根据所述分析结果设置调整策略；
12、根据所述调整策略调整所述人脸图像的亮度和对比度以突出所述人脸图像中的人脸特征。
13、根据本申请的第一方面的某些实施例，所述对调整后的人脸图像进行图像重建得到重建图像，包括：
14、根据调整后的亮度对调整后的人脸图像的像素值进行线性变换或非线性变换，得到达到预设期望亮度的目标亮度；
15、根据调整后的对比度对调整后的人脸图像的像素值进行线性变换或非线性变换，得到达到预设期望对比度的目标对比度；
16、根据所述目标亮度和所述目标对比度对调整后的人脸图像进行图像重建得到重建图像。
17、根据本申请的第一方面的某些实施例，在所述调整所述人脸图像的亮度和对比度之前，所述方法还包括：
18、对所述人脸图像进行图像预处理，其中，所述图像预处理包括旋转、尺寸调整和灰度化。
19、根据本申请的第一方面的某些实施例，所述将所述重建图像输入至人脸美丽预测模型进行训练得到目标模型，包括：
20、通过卷积层对所述重建图像进行特征提取，得到多个尺度的人脸特征；
21、基于注意力机制对所述人脸特征进行处理，得到多个尺度的注意力特征；
22、通过融合模块融合多个尺度的注意力特征，得到融合特征；
23、通过美丽预测任务的分类器根据所述融合特征进行美丽分数预测，得到预测分数。
24、根据本申请的第一方面的某些实施例，所述通过美丽预测任务的分类器根据所述融合特征进行美丽分数预测，得到预测分数，包括：
25、通过美丽预测任务的分类器利用决策函数根据所述融合特征、预设权重向量和预设偏置值得到与美丽分数一一对应的多个预测概率；
26、将最大的预测概率所对应的美丽分数确定为预测分数。
27、根据本申请的第一方面的某些实施例，所述预测年龄与所述真实年龄之间的误差按照以下式子得到：式中，n为重建图像的数量，yi为第i个重建图像所对应的预测年龄，为第i个重建图像所对应的真实年龄。
28、根据本申请的第一方面的某些实施例，所述通过最小化所述预测年龄与所述真实年龄之间的误差来调整所述人脸美丽预测模型的参数，包括：
29、最小化所述预测年龄与所述真实年龄之间的误差得到最小误差值；
30、根据所述最小误差值得到损失函数值；
31、根据所述损失函数值调整所述人脸美丽预测模型的参数。
32、本申请的第二方面的实施例，一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于年龄评估的人脸美丽预测方法。
33、本申请的第三方面的实施例，一种计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行如上所述的基于年龄评估的人脸美丽预测方法。
34、上述方案至少具有以下的有益效果：获取人脸图像标记有真实年龄的人脸图像训练集；调整人脸图像的亮度和对比度，使得人脸特征更加清晰可见，从而提高人脸美丽预测的准确性；对调整后的人脸图像进行图像重建得到重建图像；将重建图像输入至人脸美丽预测模型进行训练得到目标模型，在训练期间，使用大量带有已知年龄标签的人脸数据进行训练，提高年龄评估的准确性；通过人脸美丽预测模型的年龄预测任务得到预测年龄，通过最小化预测年龄与真实年龄之间的误差来调整人脸美丽预测模型的参数，使优化人脸美丽预测模型；综合运用年龄评估和曝光校正，使人脸美丽预测模型能够考虑到与年龄相关的变化和图像质量，从而在不同年龄段和不同光线条件下，能够准确地预测人脸的美丽程度，提高人脸美丽预测的准确性和稳定性。
本文档来自技高网...【技术保护点】
1.一种基于年龄评估的人脸美丽预测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，所述调整所述人脸图像的亮度和对比度，包括：
3.根据权利要求1所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，所述对调整后的人脸图像进行图像重建得到重建图像，包括：
4.根据权利要求1所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，在所述调整所述人脸图像的亮度和对比度之前，所述方法还包括：
5.根据权利要求1所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，所述将所述重建图像输入至人脸美丽预测模型进行训练得到目标模型，包括：
6.根据权利要求5所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，所述通过美丽预测任务的分类器根据所述融合特征进行美丽分数预测，得到预测分数，包括：
7.根据权利要求1所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，所述预
8.根据权利要求1或7所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，所述通过最小化所述预
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的基于年龄评估的人脸美丽预测方法。
10.一种计算机存储介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令用于执行如权利要求1至8中任一项所述的基于年龄评估的人脸美丽预测方法。
...【技术特征摘要】
1.一种基于年龄评估的人脸美丽预测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，所述调整所述人脸图像的亮度和对比度，包括：
3.根据权利要求1所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，所述对调整后的人脸图像进行图像重建得到重建图像，包括：
4.根据权利要求1所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，在所述调整所述人脸图像的亮度和对比度之前，所述方法还包括：
5.根据权利要求1所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，所述将所述重建图像输入至人脸美丽预测模型进行训练得到目标模型，包括：
6.根据权利要求5所述的一种基于年龄评估的人脸美丽预测方法，其特征在于，所述通过美...
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。