[发明专利]一种基于多模态信息的座舱环境下年龄识别方法和装置

说明书

本发明公开了一种基于多模态信息的座舱环境下年龄识别方法和装置，该方法包括：基于数据集对年龄识别模型进行训练，训练完成后得到目标年龄识别模型；获取智能座舱环境下目标人的目标人脸图像和目标语音，并将目标人脸图像和目标语音输入目标年龄识别模型，得到目标人的年龄；其中，年龄识别模型包括预设个数的依次连接的层，每个层后连接一个特征融合模块，特征融合模块用于获取前一个层输出的图像特征和语音特征，并基于语音特征对图像特征进行补充后输出新的图像特征，以此基于多个特征融合模块对人脸图像特征和语音特征进行多阶段深层次的特征融合，从而进一步提高了智能座舱环境下的年龄识别精度。

技术领域

本申请涉及智能汽车技术领域，更具体地，涉及一种基于多模态信息的座舱环境下年龄识别方法和装置。

背景技术

随着人工智能技术的不断发展，其应用场景更加多元化和专业化。目前来说，很多应用场景需要采集用户的年龄，以汽车智能座舱为例，需要获取用户的年龄信息，以便基于用户的年龄信息提供更好的服务。

现有技术中，一般通过采集用户的人脸图像信息或者声音信息，利用深度学习、机器学习等方法单一的处理人脸信息或者语音信息进行年龄识别。然而，现有技术在根据单一类型的人脸或者声音数据来训练年龄识别模型时，由于不同年龄阶段，不同职业，不同地域等，使得单一类型数据对于年龄识别依然存在识别精度不高的问题。

因此，如何进一步提高智能座舱环境下的年龄识别精度，是目前有待解决的技术问题。

发明内容

本申请实施例提供一种基于多模态信息的座舱环境下年龄识别方法和装置，用以进一步提高智能座舱环境下的年龄识别精度。

第一方面，提供一种基于多模态信息的座舱环境下年龄识别方法，所述方法包括：获取预设数量的人脸图像数据和与所述人脸图像数据关联的语音数据，对所述人脸图像数据和所述语音数据进行标注，得到数据集；搭建基于预设神经网络的年龄识别模型；基于所述数据集对所述年龄识别模型进行训练，训练完成后得到目标年龄识别模型；获取智能座舱环境下目标人的目标人脸图像和目标语音，并将所述目标人脸图像和所述目标语音输入所述目标年龄识别模型，根据所述目标年龄识别模型的输出结果确定所述目标人的年龄；其中，所述年龄识别模型包括预设个数的依次连接的层，每个所述层后连接一个特征融合模块，非最后一个所述特征融合模块的输出连接下一个所述层，最后一个所述特征融合模块的输出连接一个预设分类器，所述预设分类器的输出连接一个全连接层，所述特征融合模块用于获取前一个所述层输出的图像特征和语音特征，并基于所述语音特征对所述图像特征进行补充后输出新的图像特征。

第二方面，提供一种基于多模态信息的座舱环境下年龄识别装置，所述装置包括：获取模块，用于获取预设数量的人脸图像数据和与所述人脸图像数据关联的语音数据，对所述人脸图像数据和所述语音数据进行标注，得到数据集；建模模块，用于搭建基于预设神经网络的年龄识别模型；训练模块，用于基于所述数据集对所述年龄识别模型进行训练，训练完成后得到目标年龄识别模型；确定模块，用于获取智能座舱环境下目标人的目标人脸图像和目标语音，并将所述目标人脸图像和所述目标语音输入所述目标年龄识别模型，根据所述目标年龄识别模型的输出结果确定所述目标人的年龄；其中，所述年龄识别模型包括预设个数的依次连接的层，每个所述层后连接一个特征融合模块，非最后一个所述特征融合模块的输出连接下一个所述层，最后一个所述特征融合模块的输出连接一个预设分类器，所述预设分类器的输出连接一个全连接层，所述特征融合模块用于获取前一个所述层输出的图像特征和语音特征，并基于所述语音特征对所述图像特征进行补充后输出新的图像特征。

第三方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行第一方面所述的基于多模态信息的座舱环境下年龄识别方法。

第四方面，提供一种计算机可读存储介质，其上存储有计算机程序所述计算机程序被处理器执行时实现第一方面所述的基于多模态信息的座舱环境下年龄识别方法。