[发明专利]一种人脸图像年龄识别方法、装置和设备

说明书

本申请公开了一种人脸图像年龄识别方法、装置和设备，本申请对n个基分类器的第一权重组合进行迭代更新得到第二权重组合，每次迭代更新得到第二权重组合后，对n个概率结果进行加权投票得到标准概率结果，不断迭代更新第一权重组合，直至连续迭代更新预置次数得到的标准概率结果小于预置阈值时停止迭代更新，提高了加权投票结果的准确性，然后对多个标准概率结果进行比较获取概率最大的标准概率结果，概率最大的标准概率结果对应的第二权重组合即集成最佳权重比，将待识别人脸图像输入预置基分类器得到人脸年龄识别结果，可提高人脸年龄识别的准确率，解决了现有的通过三层BP神经网络进行年龄分类估计得到年龄估计结果的准确率不高的技术问题。

技术领域

本申请涉及图像识别技术领域，尤其涉及一种人脸图像年龄识别方法、装置和设备。

背景技术

近年来，生物识别技术的快速发展，基于计算机的人脸年龄估计技术被广泛在安全检测、人机交互和法医学等领域。通过人脸图像中包含的年龄信息可以有效预防自动贩卖机对未成年人出售香烟和违禁药品。

现有技术中通过Sobel算子对人脸图像进行边缘检测，再利用阈值分割获得人脸皮肤区域，然后使用一个三层BP神经网络进行年龄分类估计。然而，现有的通过三层BP神经网络进行年龄分类估计得到年龄估计结果的准确率不高。

发明内容

本申请提供了一种人脸图像年龄识别方法、装置和设备，用于解决现有的通过三层BP神经网络进行年龄分类估计得到年龄估计结果的准确率不高的技术问题。

有鉴于此，本申请第一方面提供了一种人脸图像年龄识别方法，包括：

获取待识别人脸图像；

将所述待识别人脸图像输入预置基分类器，得到识别结果；

其中，所述预置基分类器的训练过程包括：

步骤S1、获取待训练人脸图像，并对所述待训练人脸图像进行处理，得到n个子训练集；

步骤S2、将所述子训练集输入至卷积神经网络中进行特征提取，得到特征向量；

步骤S3、将n组所述特征向量输入至n个基分类器中，得到n个概率结果；

步骤S4、基于n个所述概率结果，同时对n个所述基分类器的第一权重组合进行迭代更新，得到第二权重组合；

步骤S5、每一次迭代更新得到所述第二权重组合后，根据所述第二权重组合对n个所述概率结果进行加权投票，得到标准概率结果；

步骤S6、重复执行步骤S4-S5，直至连续迭代更新预置次数得到的所述标准概率结果小于或等于预置阈值时，停止迭代更新；

步骤S7、对多个所述标准概率结果进行比较，获取概率最大的所述标准概率结果对应的第二权重组合，以得到训练好的预置基分类器。

可选地，步骤S4包括：

步骤S401、为每个所述基分类器分配相同比重的第一权重，得到第一权重组合，其中n个所述第一权重之和为1；

步骤S402、根据第一预置公式，基于n个所述概率结果，同时对n个所述基分类器的第一权重组合进行迭代更新，得到第二权重组合；

所述第一预置公式为：

其中，t为迭代更新次数，x为输入的数据集，W_t+1(x)为基分类器第t+1次迭代更新的第二权重；W_t(x)为基分类器第t次迭代更新的第二权重，a_i为第i个基分类器输出的概率结果，M_t+1为n个第二权重之和。

可选地，步骤S1包括：