[发明专利]一种基于人脸图像的年龄识别方法

说明书

本发明提供一种通过人脸图像识别年龄的方法，包括如下步骤：提取样本库中每个样本的适用于年龄识别的人脸图像中的人脸特征，所述人脸特征包括：纹理特征、亮度特征和颜色特征；并分别生成三个训练样本特征矩阵；基于三个训练样本特征矩阵，引入一个年龄段参数，通过调整年龄段参数得到测试样本在可容忍误差范围内的稀疏表达；在稀疏表达的基础上，利用多特征融合最终确定测试样本的人脸图像对应的年龄。能够在训练样本充足性较低和样本分布均衡性较低的情况下，实现准确的年龄识别。

技术领域

本发明涉及一种基于人脸图像的年龄识别方法。

背景技术

近年来，基于人脸图像的年龄识别技术在市场上有着很高的需求。现有的技术包括支撑向量机、集成学习、深度神经网络等都对训练样本都有很高的要求，多数研发人员在研发过程中，由于采集设备和应用环境的不同，都会遇到样本不足和样本分布不均衡(某个年龄段样本数量远远小于其它年龄段)的问题。

现有技术中缺乏一种方法能够在训练样本充足性较低和样本分布均衡性较低的情况下实现准确的年龄识别。

发明内容

本发明为了解决现有技术中能够在训练样本充足性较低和样本分布均衡性较低的情况下实现准确的年龄识别的问题，提供一种基于人脸图像的年龄识别方法。

为了解决上述问题，本发明采用的技术方案如下所述：

一种通过人脸图像识别年龄的方法，包括如下步骤：S1：提取样本库中每个样本的适用于年龄识别的人脸图像中的人脸特征，所述人脸特征包括：纹理特征、亮度特征和颜色特征；并分别生成三个训练样本特征矩阵；S2：基于三个训练样本特征矩阵，引入一个年龄段参数，通过调整年龄段参数得到测试样本在可容忍误差范围内的稀疏表达；S3：在稀疏表达的基础上，利用多特征融合最终确定测试样本的人脸图像对应的年龄。

优选地，所述纹理特征通过多尺度积技术提取。

优选地，所述步骤S2中还包括基于所述三个训练样本特征矩阵和映射表达测试样本的年龄估计值，所述映射为所述稀疏表达的系数和所述年龄段参数之间的映射；通过使测试样本的年龄真实值和所述测试样本的年龄估计值的之间的残差最小，确定所述可容忍误差范围内的稀疏表达。

优选地，所述步骤S2中的年龄段参数所表征的年龄段为总共年龄数平均分配或不平均分配。

优选地，所述步骤S3包括计算测试样本的稀疏表达分别相对于三个训练样本特征矩阵中每个年龄端参数的残差，将相对于三个训练样本特征矩阵的残差通过权重参数融合成一个总残差；通过穷举法，获得最优的权重参数，从而最终识别人脸图像对应的年龄。

优选地，所述人脸特征还包括局部特征、角点、特征点和全局的几何特征。

优选地，所述年龄参数段内的训练样本可以通过相邻年龄参数段内的训练样本进行补充。

本发明还提供一种通过人脸图像识别年龄的装置，其特征在于，包括特征采集单元、特征处理单元以及输出单元，依次连接；所述特征采集单元采集测试样本的人脸图像中的人脸特征，并将所述人脸特征传输给特征处理单元，所述人脸特征包括：纹理特征、亮度特征和颜色特征；所述特征处理单元接收所述人脸特征，得到测试样本在可容忍误差范围内的稀疏表达并确定测试样本的人脸图像对应的年龄，将所述年龄传输给输出单元；所述输出单元将所述年龄输出。

本发明又提供一种通过人脸图像识别年龄的终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述方法的步骤。

本发明再提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述方法的步骤。