[发明专利]基于桥式神经网络的人脸年龄估计方法及装置

权利要求书

1.一种基于桥式神经网络的人脸年龄估计方法，其特征在于，包括以下步骤：

获取待估计输入图片；

根据所述输入图片通过人脸检测技术获取人脸区域与人脸的多个关键点；

根据所述多个关键点进行人脸对齐，以获取对齐后的人脸图片；以及

将所述对齐后的人脸图片输入到深度卷积神经网络中进行特征提取，并将在进行特征提取的全连接层连接到桥式网络的局部回归器和门网络，生成回归结果和门函数，对所述回归结果和所述门函数进行加权和得到年龄估计结果；

其中，所述桥式网络结构包括所述局部回归器和所述门网络，所述局部回归器和所述门网络通过全连接层实现，每个局部回归器生成一个回归结果，所述门网络对应每一个局部回归器生成一个门函数，所述门网络根据所述桥式网络的桥式树结构生成所述门函数，其中，所述桥式树结构包括内部节点和叶子节点，每个叶子节点上产生一个门函数；

在所述门网络通过桥式树结构产生所述门函数π_l(x)时，通过将门函数推广到所有节点给出一个叶子节点门函数的递推计算公式：

其中，n₀表示根节点，为第n₀个门网络生成的门函数值，F_n表示节点n的父节点，表示从节点m到节点n边上的概率值；

对所述回归结果和所述门函数进行加权和得到年龄估计结果，进一步包括：

通过所述局部回归器将训练数据划分为k个有重叠的子集以处理异质数据，每个子集训练一个所述局部回归器，记第l个局部回归器的回归结果值为u_l(x)，记第l个门网络生成的所述门函数为π_l(x)，所述年龄估计结果的公式为：

其中，x为输入图片样本，y为估计年龄。

2.根据权利要求1所述的方法，其特征在于，所述局部回归器将整个数据空间划分为多个子空间，所述每一个局部回归器都在一个子空间内进行回归。

3.一种基于桥式神经网络的人脸年龄估计装置，其特征在于，包括：

第一获取模块，用于获取待估计输入图片；

第二获取模块，用于根据所述输入图片通过人脸检测技术获取人脸区域与人脸的多个关键点；

对齐模块，用于根据所述多个关键点进行人脸对齐，以获取对齐后的人脸图片；

估计模块，用于将所述对齐后的人脸图片输入到深度卷积神经网络中进行特征提取，并将在进行特征提取的全连接层连接到桥式网络的局部回归器和门网络，生成回归结果和门函数，对所述回归结果和所述门函数进行加权和得到年龄估计结果；

其中，所述桥式网络结构包括所述局部回归器和所述门网络，所述局部回归器和所述门网络通过全连接层实现，每个局部回归器生成一个回归结果，所述门网络对应每一个局部回归器生成一个门函数，所述门网络根据所述桥式网络的桥式树结构生成所述门函数，其中，所述桥式树结构包括内部节点和叶子节点，每个叶子节点上产生一个门函数；

在所述门网络通过桥式树结构产生所述门函数π_l(x)时，通过将门函数推广到所有节点给出一个叶子节点门函数的递推计算公式：

其中，n₀表示根节点，为第n₀个门网络生成的门函数值，F_n表示节点n的父节点，表示从节点m到节点n边上的概率值；

对所述回归结果和所述门函数进行加权和得到年龄估计结果，进一步包括：

通过所述局部回归器将训练数据划分为k个有重叠的子集以处理异质数据，每个子集训练一个所述局部回归器，记第l个局部回归器的回归结果值为u_l(x)，记第l个门网络生成的所述门函数为π_l(x)，所述年龄估计结果的公式为：

其中，x为输入图片样本，y为估计年龄。

4.根据权利要求3所述的装置，其特征在于，所述局部回归器将整个数据空间划分为多个子空间，所述每一个局部回归器都在一个子空间内进行回归。