[发明专利]用于识别年龄的方法和装置有效
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 | ||
本公开的实施例公开了用于识别年龄的方法和装置。该方法的一具体实施方式包括:获取目标人脸图像;将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;基于第二结果中的预设数量个概率,生成目标年龄置信度所对应的年龄置信区间。该实施方式有助于利用年龄置信区间确定第一结果的准确度,进而,有助于针对性地输出准确度高的第一结果,减小流量消耗。
技术领域
本公开的实施例涉及计算机技术领域,尤其涉及用于识别年龄的方法和装置。
背景技术
人脸识别是基于人的脸部特征信息识别人的属性的一种生物识别技术。人脸识别主要包括四个步骤,分别为:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
随着人脸识别技术的发展,现有技术已经可以对人脸图像进行识别,确定人脸图像所对应的人物的年龄。
发明内容
本公开的实施例提出了用于识别年龄的方法和装置。
第一方面,本公开的实施例提供了一种用于识别年龄的方法,该方法包括:获取目标人脸图像;将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;基于第二结果中的预设数量个概率,生成目标年龄置信度所对应的年龄置信区间。
在一些实施例中,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;以及将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:将目标人脸图像输入第一识别模型的特征提取层,获得图像特征;将图像特征分别输入第一识别模型的结果生成层和第二识别模型,获得第一结果和第二结果。
在一些实施例中,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。
在一些实施例中,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。
在一些实施例中,基于第二结果中的预设数量个概率,生成目标年龄置信度所对应的年龄置信区间,包括:从第二结果包括的预设数量个概率中确定与目标年龄置信度相匹配的概率,以及与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。
在一些实施例中,该方法还包括:确定年龄置信区间的长度是否小于等于预设长度阈值;响应于确定年龄置信区间的长度小于等于预设长度阈值,对第一结果和目标人脸图像进行融合,生成包括第一结果的结果人脸图像;将结果人脸图像发送给目标显示设备,以及控制目标显示设备对结果人脸图像进行显示。
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/201910299301.1/2.html,转载请声明来源钻瓜专利网。