[发明专利]应用于人脸图像的年龄估计方法、装置、系统及存储介质

说明书

本发明提供一种应用于人脸图像的年龄估计方法、装置、系统及存储介质，包括以下步骤：基于待估计年龄的人脸图像，应用卷积神经网络模型，确定所述人脸图像对应的共享特征图；基于所述共享特征图、第一特征提取模型以及第二特征提取模型，确定人脸年龄特征和人脸质量特征；基于所述人脸年龄特征和所述人脸质量特征，确定带质量因素注意的年龄特征；基于所述带质量因素注意的年龄特征，确定所述人脸图像的年龄。本发明的应用于人脸图像的年龄估计方法、装置、系统及存储介质，能够提高低质量人脸图像的年龄估计的准确率；有助于建立更精确的顾客画像数据，提升人脸图像的年龄估计的整体识别精度。

技术领域

本发明涉及计算机视觉领域，特别是涉及一种应用于人脸图像的年龄估计方法、装置、系统及存储介质。

背景技术

目前，根据人脸图像估计人的年龄在越来越多的领域展开，比如在智能商业、视频监控、社交媒体、推荐系统、人口统计等领域都有着广泛的应用前景，其中，在智能商业领域常见的商场客流分析中，依据被动式摄像头抓取顾客人脸图像，分析识别顾客的年龄，统计出顾客群体的年龄信息，再配合客流量统计分析得到商场到店客户的年龄分布数据，依据这些数据可以预测出用户真正关注和需求的商品，辅助策划和制定相应的营销方案，为商场的运营决策提供重要的数据支撑，进而带来盈利变现。

现有技术中的人脸年龄估计方法主要是应用深度学习卷积神经网络模型得到，这种方法通过建立人脸图像的年龄数据集进行训练学习得到人脸图像的估计年龄，在建立人脸图像的年龄数据集时通常会包含相当一部分模糊、过暗、过亮等低质量的人脸图像，这些低质量因素会影响人脸图像中人脸的肤质纹理、亮暗程度等关键信息，从而导致人脸图像的估计年龄准确率低的问题。

因此，如何保证低质量的人脸图像的估计年龄的高准确率是一个亟待解决的问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种应用于人脸图像的年龄估计方法、装置、系统及存储介质，用于解决现有技术中未能保证低质量的人脸图像的估计年龄的高准确率的问题。

为实现上述目的及其他相关目的，本发明提供一种应用于人脸图像的年龄估计方法、装置、系统及存储介质，包括以下步骤：基于待估计年龄的人脸图像，应用卷积神经网络模型，确定所述人脸图像对应的共享特征图；基于所述共享特征图、第一特征提取模型以及第二特征提取模型，确定人脸年龄特征和人脸质量特征；基于所述人脸年龄特征和所述人脸质量特征，确定带质量因素注意的年龄特征；基于所述带质量因素注意的年龄特征，确定所述人脸图像的年龄。

于本发明的一实施例中，所述基于所述人脸年龄特征和所述人脸质量特征，确定带质量因素注意的年龄特征，包括：对所述人脸质量特征进行第一全连接层和第一激活函数的处理；再与所述人脸年龄特征结合，确定所述带质量因素注意的年龄特征。

于本发明的一实施例中，所述基于所述带质量因素注意的年龄特征，确定所述人脸图像的年龄，包括：对所述带质量因素注意的年龄特征进行第二全连接层和第二激活函数的处理，确定所述人脸图像的年龄。

于本发明的一实施例中，所述第一特征提取模型经第一损失函数训练得到，其中，所述第一损失函数的表达式为：

其中，loss_age为所述第一损失函数，i为年龄类别序号；c为年龄类别总个数；x_i为基于所述第一特征提取模型得到的第i类别年龄的概率分布值；y_i为第i类别对应的真实年龄标签；

所述第二特征提取模型经第二损失函数训练得到，其中，所述第二损失函数的表达式为：

loss_quality＝|q_label-q_pred|