[发明专利]用于识别面部年龄的方法、装置和电子设备有效
申请号: | 201810136268.6 | 申请日: | 2018-02-09 |
公开(公告)号: | CN108399379B | 公开(公告)日: | 2021-02-12 |
发明(设计)人: | 张韵璇;李诚 | 申请(专利权)人: | 北京市商汤科技开发有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京思源智汇知识产权代理有限公司 11657 | 代理人: | 毛丽琴 |
地址: | 100084 北京市海淀区中*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 识别 面部 年龄 方法 装置 电子设备 | ||
本申请实施方式公开了一种用于识别面部年龄的方法、装置、电子设备以及计算机可读介质,其中的方法包括:获取待识别图像的预估年龄;根据所述预估年龄以及预先设定的两个或者以上年龄差距从已知年龄的图像样本集合中选取N幅图像样本,所述N不小于2;获取所述待识别图像与选取的所述N幅图像样本之间的年龄大小比较结果;根据所述比较结果形成的统计信息获得用于确定人的面部年龄属性信息的概率信息。
技术领域
本申请涉及计算机视觉技术,尤其是一种用于识别面部年龄的方法、介质、用于识别面部年龄的装置以及电子设备。
背景技术
人脸属性信息识别即识别图像中的人的面部所呈现出的性别、年龄、表情以及种族等信息。
人脸属性信息识别是计算机视觉领域的一个研究课题,而识别图像中的面部年龄是人脸属性信息识别中的一个重要分支。
目前,用于识别面部年龄的网络模型,通常是采用深度学习的方式根据额头、嘴角以及眼角的皱纹等面部特征来识别面部年龄。在对网络模型进行训练时,用于训练的图像大多需要进行预处理,以便于使用于训练的图像所包含的人脸通常为正脸且五官清晰。
然而,在现实环境中,很多图像中的人脸会存在各种角度的偏转,且图像中的人脸也会存在各种不同程度的模糊,由于上述网络模型通常不能很好的适用于针对这样的图像进行面部年龄识别,因此,在很多情况下需要通过相关人员(如标注人员等)的人为判断,来识别出图像中的面部年龄。
由此可知,如何快速且准确的识别出图像中的面部年龄是一个值得关注的技术问题。
发明内容
本申请实施方式提供一种用于识别面部年龄的技术方案。
根据本申请实施方式的其中一个方面,提供了一种用于识别面部年龄的方法,该方法包括:获取待识别图像的预估年龄;根据所述预估年龄以及预先设定的两个或者以上年龄差距,从已知年龄的图像样本集合中选取N幅图像样本,所述N不小于2;获取所述待识别图像与选取的所述N幅图像样本之间的年龄大小比较结果;根据所述比较结果形成的统计信息获得用于确定人的面部年龄属性信息的概率信息。
在本发明一个实施方式中,所述根据所述比较结果形成的统计信息获得用于确定人的面部年龄属性信息的概率信息包括:根据预设的面部年龄的第一先验概率分布和基于所述比较结果形成的第一似然函数获得面部年龄的第一后验概率分布;其中,所述面部年龄后验概率分布用于确定人的面部年龄属性信息。
在本发明又一个实施方式中,所述获取待识别图像的预估年龄包括:
将所述待识别图像输入神经网络模型,根据所述神经网络模型的输出信息确定待识别图像的预估年龄。
在本发明再一个实施方式中,所述神经网络模型的输出信息包括:面部年龄的第二后验概率分布。
在本发明再一个实施方式中,所述神经网络模型针对输入的待识别图像所执行的处理操作包括:获取待识别图像中的人的面部特征;针对预先设定的每一个年龄类别,判断所述面部特征属于超过该年龄类别的面部特征的概率,且所有概率形成第二似然函数的似然值;根据预设的面部年龄的第二先验概率分布以及基于所述概率形成的第二似然函数生成面部年龄的第二后验概率分布。
在本发明再一个实施方式中,所述针对预先设定的每一个年龄类别,判断所述面部特征属于超过该年龄类别的面部特征的概率包括:针对预先设定的每一个年龄类别,利用第一全连接层对所述面部特征进行分类处理;利用sigmoid函数将所述分类处理结果进行归一化处理,获得所述面部特征属于超过该年龄类别的面部特征的概率。
在本发明再一个实施方式中,所述根据预设的面部年龄的第二先验概率分布以及基于所述概率形成的第二似然函数生成面部年龄的第二后验概率分布包括:根据贝叶斯公式对预设的面部年龄的第二先验概率分布以及基于所述概率形成的第二似然函数进行计算,以生成所述面部年龄的第二后验概率分布。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810136268.6/2.html,转载请声明来源钻瓜专利网。