[发明专利]年龄估计方法及设备

说明书

技术领域

本发明涉及计算机技术领域，特别涉及一种年龄估计方法及设备。

背景技术

年龄估计可以根据人的脸部图像估计人的年龄，并应用于需要验证年龄的各种场合中，例如，自动售货机通过识别人脸图像可以估计顾客年龄，拒绝向未成年人出售香烟和含酒精饮料，网吧或酒吧通过识别人脸图像可以估计顾客年龄，限制不到法定年龄的顾客进入，计算机或手机通过识别人脸图像可以判断用户年龄从而确定是否允许用户打开特定的应用程序或网页。

现有技术中，可以通过基于子空间的年龄估计方法对人年龄进行估计，首先获取基于同一个人的各个年龄对应的大量训练数据，得到这个人的个人生长公式，该训练数据包括：人脸图像，和该人脸图像对应的特征向量等，然后将采用相同方法获取的不同人对应的个人生长公式组成一个子空间，接着该子空间对待测试图像进行重建，将重建误差最小的个人生长公式确定为该待测试图像对应的个人生长公式，最后将该待测试图像与该对应的个人生长公式中的各个年龄对应的图像进行对比，与待测试图像最接近的图像对应的年龄即为估计的年龄。其中，个人生长公式主要是通过提取人脸的特征并建立公式对人脸进行识别的。

通过基于子空间的年龄估计方法进行年龄估计时，需要收集同一个人的各个年龄对应的大量训练数据，实际应用中难以获得，因此年龄估计的实用性较低。

发明内容

为了解决年龄估计的实用性较低的问题，本发明实施例提供了一种年龄估计方法及设备。所述技术方案如下：

第一方面，提供了一种年龄估计方法，所述方法包括：

根据N个特征向量和所述N个特征向量对应的年龄值，建立翘曲高斯过程WGP公式，所述N个特征向量是从多个人脸图像中获取的；

确定所述WGP公式的目标公式参数；

根据所述目标公式参数确定待测试人脸图像的估计年龄；

所述WGP公式为：

其中，所述l为目标函数值，所述y_n为所述N个特征向量中第n个特征向量对应的年龄值，且1≤n≤N，翘曲函数g_θ(y_n)＝a ln(by_n+c)+d，a＞0，b＞0，所述K为核矩阵，所述K的第p行和第q列的元素值所述为所述N个特征向量中的第p个特征向量，所述为所述N个特征向量中的第q个特征向量，(β，θ)为所述目标公式参数，所述β为所述N个特征向量对应的高斯噪声模型的方差参数，所述θ为所述翘曲函数中的a，b，c和d四个参数的集合，所述I_N为N×N的单位矩阵，(*)^T表示求括号内矩阵的转置矩阵，(*)^-1表示求括号内矩阵的逆矩阵，所述g_θ′(y_n)表示g_θ(y_n)的导数。

结合第一方面，在第一种可实现方式中，

所述确定所述WGP公式的目标公式参数，包括：

根据所述WGP公式建立第一正交高斯过程OGP公式；

通过所述第一OGP公式确定所述WGP公式的目标公式参数，以所述目标公式参数为变量的所述WGP公式的目标函数值最小；

所述第一OGP公式为：

其中，USU^T＝K，所述为所述U的第n列向量，所述U为正交矩阵，所述S为对角矩阵，S＝diag(λ₁，...，λ_n，...，λ_N)，所述λ₁至λ_N为所述K的特征值。

结合第一方面或第一种可实现方式，在第二种可实现方式中，

所述根据所述目标公式参数确定待测试人脸图像的年估计年龄，包括：

根据所述目标公式参数和第一年龄估计公式确定待测试人脸图像的估计年龄，所述第一年龄估计公式为：

其中，所述为所述N个特征向量中的第n个特征向量，所述为所述待测试人脸图像对应的特征向量，

结合第一方面，在第三种可实现方式中，

所述确定所述WGP公式的目标公式参数，包括：

根据所述WGP公式建立第二正交高斯过程OGP公式；

通过所述第二OGP公式确定所述WGP公式的目标公式参数，以所述目标公式参数为变量的所述WGP公式的目标函数值最小；

所述第二OGP公式为：