[发明专利]属性估计系统、年龄估计系统、性别估计系统、年龄和性别估计系统和属性估计方法

说明书

技术领域

本发明涉及属性估计系统，所述属性估计系统估计不可能物理地 测量的值，本发明具体地涉及属性估计系统和属性估计方法，其中， 没有估计精度在特定的数值区域中降低的情况，本发明并且具体地涉 及使用所述属性估计系统和属性估计方法的年龄估计系统、性别估计 系统与年龄和性别估计系统。

背景技术

作为一种根据从输入信息提取的特征来估计不可能物理地测量的 值的系统，存在一种通过下述方式来估计人的年龄和性别的系统：从 输入图像数据提取所述人的特征，并且将所提取的特征与预先学习的 数据相比较。

例如，如图1中所示，一种系统相关，所述系统具有：特征提取单 元，用于从输入图像提取特征；以及，分类器，其通过比较所提取的 特征与预先学习的数据来估计年龄。

在上述的相关系统中，作为处理所提取的特征以估计年龄的分类 器，存在像在专利文件1中公开的发明那样的将估计的结果处理为离散 量的情况和像在专利文件2中公开的发明那样的将估计的结果处理为 连续量的情况。

[专利文件1]日本专利申请特开No.2007-58828

[专利文件2]日本专利申请特开No.2005-148880

发明内容

本发明要解决的问题

当估计结果被处理为离散量时，估计结果被输出为用于指示其对 应于被划分为年龄组的类的哪个的数据。例如，当年龄被划分为被分 类为0多岁(0-9岁大)、10多岁(10-19岁大)、20多岁(20-29岁大)、 30多岁(30-39岁大)、40多岁(40-49岁大)、50多岁(50-59岁大) 和不小于60(60岁大或者更大)的多个类时，选择诸如“20多岁”或 者“50多岁”的类名号之一，并且将其输出为估计结果。

但是，在这种情况下，存在如何划分年龄组的问题。例如，存在 关于划分所述类的宽度或者关于划分年龄组的基准(中间值)的问题 (例如，即时使用与上述的示例分类相同的10岁大宽度，也可以考虑 诸如15-24岁大的分类)。

而且，当分隔20多岁(20-29岁大)和30多岁(30-39岁大)时，存 在整体精度降低的问题，因为强制要分隔没有大区别的诸如29岁大和 30岁大这样的两个年龄的数据。

当不能从图像提取特定特征时，容易出现图像容易被分类为的类 和图像不容易被分类为的类。即，虽然可以对于少年组和老年组(其 中容易观察特定特征)精确地估计年龄，但是难以对于年轻一代组和 中年组(其中不容易观察特定特征)精确地估计。因此，当将估计结 果处理为离散量的系统被应用到在商店等中的客户基础分析时，诸如 少年组和老年组这样的特定类的输出提高，而诸如年轻一代组和中年 组这样的特定类的输出降低，并且作为结果，不能精确地分析客户基 础。

另一方面，当将估计结果处理为连续量时，因为分类器学习以便 可以在学习阶段最小化残余误差，因此当试图改善整体性能时，出现 估计结果向中心移动的趋势。即，存在下述趋势：年龄比平均年龄越 年轻，则将所述年龄估计得越老，并且年龄比平均年龄越老，则将所 述年龄估计得越年轻，因此，难以精确地估计少年组和老年组的年龄。

因此，存在下述问题：在上述的相关技术中，在特定年龄组中的 人的年龄的估计精度变低。

已经鉴于上述问题做出了本发明，本发明的目的是提供一种属性 估计系统和方法，其中，不存在在特定的数值区中的估计精度降低的 情况，和提供使用上述系统和方法的一种年龄估计系统、一种性别估 计系统与一种年龄和性别估计系统。

用于解决问题的手段

为了实现上述目的，作为第一方面，本发明提供了一种属性估计 系统，其是用于估计关于至少一个输入数据的属性的系统，并且其包 括：第一估计部件，其根据所述输入数据将所述属性估计为离散量； 第二估计部件，其根据所述输入数据将所述属性估计为连续量；以及， 结合部件，其将所述第一估计部件的估计结果与所述第二估计部件的 估计结果相结合。

而且，为了实现上述目的，作为第二方面，本发明提供了一种使 用根据本发明的上述第一方面的属性估计系统的年龄估计系统，其中， 至少一个输入数据是图像数据，并且所述属性是在所述图像中被拍摄 的人的年龄。