[发明专利]用于识别年龄的方法和装置有效

专利信息
申请号: 201910299301.1 申请日: 2019-04-15
公开(公告)号: CN110008926B 公开(公告)日: 2020-06-26
发明(设计)人: 陈日伟 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 识别 年龄 方法 装置
【权利要求书】:

1.一种用于识别年龄的方法,包括:

获取目标人脸图像;

将所述目标人脸图像输入预先训练的年龄识别模型,获得第一结果和第二结果,其中,第一结果用于表征目标人脸图像所对应的人物的年龄,第二结果包括预设数量个概率,预设数量个概率对应预设数量个连续的预设年龄,对于预设数量个概率中的概率,该概率用于表征目标人脸图像所对应的人物的年龄与该概率对应的预设年龄的大小关系满足预设条件的可能性;

从所述第二结果包括的预设数量个概率中确定与所述目标年龄置信度相匹配的概率,以及与所述目标年龄置信度的和与数值1相匹配的概率;

将所确定的两个概率分别对应的预设年龄作为所述目标年龄置信度所对应的年龄置信区间的端点,生成年龄置信区间;

确定所述年龄置信区间的长度是否小于等于预设长度阈值,以确定第一结果的准确度是否符合预设要求;

响应于所述第一结果的准确度符合预设要求,输出所述第一结果。

2.根据权利要求1所述的方法,其中,所述年龄识别模型包括第一识别模型和第二识别模型,第一识别模型包括特征提取层和结果生成层,第二识别模型与第一识别模型中的特征提取层连接;以及

所述将所述目标人脸图像输入预先训练的年龄识别模型,获得第一结果和第二结果,包括:

将所述目标人脸图像输入所述第一识别模型的特征提取层,获得图像特征;

将所述图像特征分别输入所述第一识别模型的结果生成层和所述第二识别模型,获得第一结果和第二结果。

3.根据权利要求2所述的方法,其中,所述年龄识别模型通过以下方式训练得到:

获取训练样本集和初始年龄识别模型,其中,初始年龄识别模型包括初始第二识别模型和预先训练的第一识别模型,初始第二识别模型与所述第一识别模型中的特征提取层连接,训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本第二结果;

从所述训练样本集中选取训练样本,及执行以下训练步骤:将所选取的训练样本中的样本人脸图像输入第一识别模型的特征提取层,获得图像特征;将所获得的图像特征作为初始第二识别模型的输入,将所选取的训练样本中的样本第二结果作为初始第二识别模型的期望输出,利用机器学习方法,对初始第二识别模型进行训练;

将训练完成的初始第二识别模型和所述第一识别模型所组成的初始年龄识别模型确定为年龄识别模型。

4.根据权利要求1所述的方法,其中,所述预设条件包括以下之一:

目标人脸图像所对应的人物的年龄大于概率对应的预设年龄;目标人脸图像所对应的人物的年龄小于概率对应的预设年龄。

5.根据权利要求1-4之一所述的方法,其中,所述方法还包括:

确定所述年龄置信区间的长度是否小于等于预设长度阈值;

响应于确定所述年龄置信区间的长度小于等于预设长度阈值,对所述第一结果和所述目标人脸图像进行融合,生成包括所述第一结果的结果人脸图像;

将所述结果人脸图像发送给目标显示设备,以及控制所述目标显示设备对所述结果人脸图像进行显示。

6.根据权利要求5所述的方法,其中,所述方法还包括:

响应于确定所述年龄置信区间的长度大于所述预设长度阈值,输出用于表征年龄识别失败的提示信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910299301.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top