[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

说明书

本公开涉及一种基于图像的年龄估计方法、装置、设备及存储介质。本公开通过训练完成的神经网络模型对目标图像中目标对象的年龄进行估计，该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，也就是说，在对神经网络模型进行训练时，不仅需要确切年龄的样本图像，还需要预设年龄段的样本图像，而预设年龄段的样本图像的收集成本远低于确切年龄的样本图像的收集成本，降低了神经网络模型的训练成本。通过加入大量的预设年龄段的样本图像进行辅助训练，可以增大用来训练神经网络模型的样本图像的数量，从而提升了训练出的神经网络模型的准确性，提升了神经网络模型预测年龄的准确性。

技术领域

本公开涉及信息技术领域，尤其涉及一种基于图像的年龄估计方法、装置、设备及存储介质。

背景技术

在计算机视觉领域中，基于人脸图像的年龄估计是一个重要的分支。具体的，根据一张人脸图像，估计出该图像中人物的准确年龄，在人机交互、用户画像、视频监控、信息推荐等领域中具有较为重要的应用价值。

目前基于人脸图像的年龄估计方法需要大量的带标签的人脸图像数据来训练神经网络模型，其中，该标签具体可以是图像中人物的准确年龄。但是，带标签的人脸图像目前存量较少，而且收集的成本非常高，不容易获取。因此，导致神经网络模型训练的成本过高。另外，由于用来训练神经网络模型的人脸图像较少，导致训练出的神经网络模型的准确性较低，从而降低了年龄估计的准确性。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种基于图像的年龄估计方法、装置、设备及存储介质，以降低神经网络模型的训练成本，提高神经网络模型预测年龄的准确性。

第一方面，本公开实施例提供一种基于图像的年龄估计方法，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。

第二方面，本公开实施例提供一种神经网络模型训练方法，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；所述方法包括：

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。

第三方面，本公开实施例提供一种基于图像的年龄估计装置，包括：

获取模块，用于获取目标图像，所述目标图像中包括目标对象；