[发明专利]一种跨年龄人脸识别方法、系统、装置及存储介质

权利要求书

1.一种跨年龄人脸识别方法，其特征在于，包括以下步骤：

获取人脸图像对；

将所述人脸图像对输入至跨年龄人脸识别模型进行比对后，输出比对结果；

其中，所述跨年龄人脸识别模型包括年龄判别网络，所述年龄判别网络包括年龄判别模块和特征生成器，所述跨年龄人脸识别模型由年龄判别模块和特征生成器根据相关损失函数进行交替更新后获得；

建立所述跨年龄人脸识别模型的训练步骤，所述跨年龄人脸识别模型的训练步骤包括对所述年龄判别网络进行训练的步骤，所述对所述年龄判别网络进行训练这一步骤，包括以下步骤：

将带有年龄标签的数据集输入至所述年龄判别网络后，获得身份特征向量、年龄相关特征向量和年龄预测特征向量；

根据所述身份特征向量、所述年龄相关特征向量和所述年龄预测特征向量计算相关损失函数，所述相关损失函数包括特征相关性损失函数和年龄对抗损失函数；所述根据所述身份特征向量、所述年龄相关特征向量和所述年龄预测特征向量计算相关损失函数这一步骤，包括以下步骤：

根据所述身份特征向量和所述年龄相关特征向量计算所述特征相关性损失函数，所述特征相关性损失函数用于衡量所述身份特征向量和所述年龄相关特征向量之间的线性程度；

根据所述年龄预测特征向量计算所述年龄对抗损失函数，所述年龄对抗损失函数用于衡量预测年龄与真实年龄的差距；

采用所述相关损失函数对所述年龄判别网络进行训练，所述采用所述相关损失函数对所述年龄判别网络进行训练这一步骤，包括以下步骤：

采用最大化所述特征相关性损失函数和所述年龄对抗损失函数对特征生成器进行训练；采用最小化所述年龄对抗损失函数对所述年龄判别模块进行训练。

2.根据权利要求1所述的一种跨年龄人脸识别方法，其特征在于，所述跨年龄人脸识别模型还包括参考网络，所述跨年龄人脸识别模型的训练步骤还包括对所述参考网络进行训练的步骤，所述对所述参考网络进行训练这一步骤，包括以下步骤：

将带有身份标签的数据集输入至所述参考网络后，获取输出特征量；

根据所述输出特征量和真实身份类别计算参考损失函数；

利用所述参考损失函数对所述参考网络进行训练。

3.根据权利要求2所述的一种跨年龄人脸识别方法，其特征在于，所述跨年龄人脸识别模型包括身份识别网络，所述跨年龄人脸识别模型的训练步骤还包括对所述身份识别网络进行训练的步骤，所述对所述身份识别网络进行训练这一步骤，包括以下步骤：

将带有年龄标签的数据集输入至所述参考网络和所述身份识别网络，并根据所述参考网络和所述身份识别网络的输出计算特征迁移损失；

利用所述特征迁移损失对所述身份识别网络进行训练。