[发明专利]人脸图像数据处理方法、装置、设备及存储介质

说明书

本申请涉及一种人脸图像数据处理方法、装置、设备及存储介质，该方法包括：获取待处理图像，待处理图像中包括至少一个人脸；对待处理图像进行预处理，得到人脸的正姿态图像；利用预设特征图提取网络，提取正姿态图像中的目标特征图；对目标特征图分别进行属性估算和人脸识别，得到人脸的属性数据和识别类别。该方法可以缓解现有技术中存在的增加运算量，使预测过程变得耗时的问题，可以使得在人脸识别同时估算属性数据的过程中，既不会影响人脸识别准确性，也不会增加大量的运算量，不会耗费大量时间。

技术领域

本申请涉及机器学习应用领域，尤其涉及一种人脸图像数据处理方法、装置、设备及存储介质。

背景技术

近几年来，随着数据量的增大，计算机计算能力增强，深度学习在很多领域都得到了广泛的应用，特别是在图像检测与识别方面，深度学习的应用尤为广泛。由于对人工神经网络的研究，深度学习使机器学习进一步发展。

在实际应用中，卷积神经网络的结构特点，决定了其比较适合数字图像领域中的人脸识别。但是，利用人脸图像只进行人脸识别已经不能满足人们的需求，在人脸识别的基础上，人们还想要利用人脸图像进行性别估算和/或年龄估算。在现有技术中，将人脸图像输入到一个深度网络模型中进行人脸识别，然后将同一张人脸图像输入到另一个深度网络模型中进行性别估算和/或年龄估算。对于每张人脸图像，由于使用了多个深度网络模型，所以，增加了运算量，使预测过程变得耗时。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种人脸图像数据处理方法、装置、设备及存储介质。

第一方面，本申请实施例提供了一种人脸图像数据处理方法，包括：

获取待处理图像，所述待处理图像中包括至少一个人脸；

对所述待处理图像进行预处理，得到所述人脸的正姿态图像；

利用预设特征图提取网络，提取所述正姿态图像中的目标特征图；

对所述目标特征图分别进行属性估算和人脸识别，得到所述人脸的属性数据和识别类别。

可选的，对所述目标特征图进行属性估算，得到所述人脸的属性数据，包括：

将所述目标特征图输入至预设属性估算网络；

利用所述预设属性估算网络对所述目标特征图进行属性估算，得到所述人脸的所述属性数据。

可选的，若所述属性数据为年龄，则所述对所述目标特征图进行属性估算，得到所述人脸的属性数据，包括：

将所述目标特征图输入至所述预设属性估算网络，得到包含有与每个年龄标签分别对应相似度的年龄相似度向量；

将所述年龄相似度向量中每个相似度与相对应的年龄标签的值相乘，得到相乘结果；

将多个所述相乘结果相加，计算得到与所述人脸对应的目标年龄。

可选的，对所述目标特征图进行人脸识别，得到所述人脸的识别类别，包括：

将所述目标特征图输入至预设面部分类网络；

利用所述预设面部分类网络对所述目标特征图进行人脸识别，得到目标特征向量；

利用所述目标特征向量确定所述人脸的所述识别类别。

可选的，所述对所述待处理图像进行预处理，得到所述人脸的正姿态图像，包括：

定位所述待处理图像中的面部关键特征点；

当所述面部关键特征点的数量超过预设数值时，确定所述待处理图像中存在面部图像；

获取所述面部图像的图像亮度信息、清晰度信息和对称性信息；