[发明专利]基于有序编码及多层随机投影的人脸图像年龄判别方法

说明书

本发明公开了一种基于有序编码及多层随机投影的人脸图像年龄判别方法，属于人脸识别技术领域。本发明的方法采用双通道网络输入两张不同的照片分别经过多层ELM进行随机特征映射，并且通过高斯标签分布的分类模型输出编码，采用梯度下降法直接调节模型参数。本发明借用多层ELM以解决CNN复杂的参数修改问题，并且减少算法的过拟合现象。并且采用LDL编码进行输出，充分考虑到不同年龄的可能性，使算法更加合理和准确。此外，相比传统的单通道网络，双通道网络将不同年龄段的信息有序结合起来，克服了算法训练的随机性问题，提高了算法的泛化性能。

技术领域

本发明属于人脸识别技术领域，具体涉及一种基于有序编码及多层随机投影的人脸图像年龄的识别方法。

背景技术

人脸是一个丰富的信息源，从人脸中可以很容易地获取诸如身份、性别、态度等大量相关信息。所以与人脸相关的信息处理技术已经成为计算机视觉、人机交互和模式识别等领域中的重要研究课题。人脸显示出的年龄信息是人类身份识别的重要依据，因此，人脸年龄估计引来了越来越多的研究和关注。基于人脸图像的年龄判别是指应用计算机技术对人脸图像随年龄变化的规律进行建模，从而使机器能够根据面部图像推测出人的大概年龄或所属的年龄范围。然而，人脸的年龄估计通常比较难以准确区分。

目前，人脸图像的年龄判别方法主要是基于卷积神经网络(ConvolutionalNeural Network，CNN)模型的学习框架，而CNN存在复杂的参数修改问题。CNN在初始时需要设置权值，在梯度回传时需要一层一层地调权，经过多次迭代，才能达到较好的效果。然而过多的参数个数会显著地提升运算时间，降低算法总体效率；同时过多的层数也伴随着严重的梯度消失问题。如果使用的数据很少，极有可能出现过拟合现象。

对于年龄估计问题，目前通常采取0/1编码来估计年龄。0/1编码在神经网络中被广泛用于编码单个类，编码只用单个1，其余的全为0，例如[0，...，1,0,0，0，...0]。如果将每个年龄作为一个等级，年龄也可以用这种方式编码。比如我们将年龄分为100类，分别对应1岁-100岁，则35岁这一类的编码第35位为1，其余全为0。然而，这种编码方式是在相等的情况下对相互之间的距离进行编码，而不是相互之间的相互关系。通常较难分辨出相邻年龄与非相邻年龄之间的差异。此外，在已有的年龄判别的框架中，通常都是单一通道的判别模型，单一通道仅仅使用了传统的映射方法和平方误差作为学习框架，这种学习框架缺陷较多，例如仅仅使用平方误差，学习易陷入局部最小化；对映射方法要求较高和对小型年龄训练集容易产生过拟合问题。

发明内容

发明目的：针对现有技术的不足，本发明提出一种基于有序编码及多层随机投影的人脸图像年龄判别方法，首次使用多层ELM模型构建人脸图像年龄判别网络，并采用LDL输出编码，具有训练速度快、判别准确的优点。

技术方案：本发明所述的一种基于有序编码及多层随机投影的人脸图像年龄判别方法，利用基于多层ELM模型的双通道网络对人脸图像年龄进行判别，所述判别方法包括训练阶段和估计阶段，在训练阶段，针对每个通道网络，使用多层ELM模型对输入的人脸图像进行特征映射，并对输出采用LDL进行输出编码，然后用平方损失函数来衡量预测输出编码与真实年龄之间的差异，通过梯度下降法来最小化该平方损失函数的值；最后通过对比损失函数融合两个通道网络，共同调节两个网络的参数，以达到较好的学习效果。在估计阶段：任选一个通道输入待评估的人脸图像，对输入的图像经过ELM的非线性特征映射和输出预测的LDL编码后，将LDL编码向量最大的分量所对应的年龄作为该待评估人脸图像的年龄估计结果。