[发明专利]一种基于图像的年龄估计方法、装置、设备及存储介质

权利要求书

1.一种基于图像的年龄估计方法，其特征在于，所述方法包括：

获取目标图像，所述目标图像中包括目标对象；

将所述目标图像输入到训练完成的神经网络模型中，所述神经网络模型是根据带年龄标签的第一样本图像以及多个预设年龄段中每个预设年龄段对应的第二样本图像训练得到的，所述神经网络模型包括主体卷积神经网络层、年龄段分类层和确切年龄分类层，所述主体卷积神经网络层用于对所述目标图像进行特征提取，得到所述目标图像对应的目标特征信息，所述年龄段分类层用于根据所述目标特征信息确定所述目标对象的年龄段概率信息，所述确切年龄分类层用于根据所述目标特征信息确定所述目标对象的年龄概率信息；

根据所述目标对象的年龄段概率信息和所述目标对象的年龄概率信息，确定所述目标对象的年龄。

2.根据权利要求1所述的方法，其特征在于，所述目标对象的年龄段概率信息包括第一目标向量，所述第一目标向量中的每个第一元素值表示所述目标对象的年龄段为预设年龄段的概率，每个第一元素值与一个预设年龄段对应；

所述目标对象的年龄概率信息包括第二目标向量，所述第二目标向量中的每个第二元素值表示所述目标对象的年龄为预设年龄的概率，每个第二元素值与一个预设年龄对应。

3.根据权利要求2所述的方法，其特征在于，根据所述目标对象的年龄段概率信息和所述目标对象的年龄概率信息，确定所述目标对象的年龄，包括：

根据所述第一目标向量，确定所述目标对象的目标年龄段，所述目标年龄段是所述第一目标向量中最大的第一元素值对应的预设年龄段；

根据所述目标年龄段，从所述第二目标向量中获取与所述目标年龄段对应的子向量；

根据所述子向量，确定所述目标对象的年龄。

4.根据权利要求3所述的方法，其特征在于，根据所述子向量，确定所述目标对象的年龄，包括：

将所述子向量中的第二元素值进行归一化处理；

根据归一化处理后的所述子向量中的第二元素值，对所述目标年龄段中的每个预设年龄进行加权平均，得到所述目标对象的年龄。

5.根据权利要求1所述的方法，其特征在于，所述目标图像为人脸图像，所述目标对象为人脸。

6.根据权利要求1所述的方法，其特征在于，获取目标图像之前，所述方法还包括：

获取第一样本图像以及所述第一样本图像中第一对象的年龄；

根据多个预设年龄段，获取每个预设年龄段对应的第二样本图像；

根据所述第一样本图像以及所述第一样本图像中第一对象的年龄，对所述神经网络模型中的主体卷积神经网络层、年龄段分类层和确切年龄分类层进行模型训练；

根据所述第二样本图像以及所述第二样本图像对应的预设年龄段，对所述神经网络模型中的主体卷积神经网络层和年龄段分类层进行模型训练。

7.根据权利要求6所述的方法，其特征在于，根据所述第一样本图像以及所述第一样本图像中第一对象的年龄，对所述神经网络模型中的主体卷积神经网络层、年龄段分类层和确切年龄分类层进行模型训练，包括：

将所述第一样本图像输入到所述神经网络模型中的主体卷积神经网络层，得到所述第一样本图像对应的第一特征信息；

将所述第一特征信息输入所述神经网络模型中的确切年龄分类层，得到第一预测向量；

将所述第一特征信息输入所述神经网络模型中的年龄段分类层，得到第二预测向量；

根据所述第一预测向量、所述第二预测向量和所述第一样本图像中第一对象的年龄，确定第一损失函数；

根据所述第一损失函数，更新所述主体卷积神经网络层的参数、所述年龄段分类层的参数和所述确切年龄分类层的参数。