[发明专利]一种基于人脸信息进行年龄识别的方法、装置及电子设备

权利要求书

1.一种基于人脸信息进行年龄识别的方法，其特征在于，包括：

获取人脸图像并输入到年龄识别模型，所述年龄识别模型包括特征提取部分和分类预测部分；

利用所述特征提取部分，对所述人脸图像进行特征向量提取，其中，所述年龄识别模型是分批将包括不同年龄段的人脸样本作为输入对网络模型进行训练得到的，所述特征提取部分是对所述网络模型中的特征提取层进行训练过程中，利用不同批次的第一损失函数和第二损失函数调整特征提取层的参数后得到的；所述第一损失函数通过计算当前批次提取的各人脸样本的特征向量，与对应年龄段的中心特征向量的距离得到，所述第二损失函数根据所述网络模型中分类输出层输出的年龄值及标注的人脸样本的年龄值计算得到；

基于提取的特征向量，利用所述分类预测部分，预测所述人脸图像数据对应的年龄值；

其中，所述对应年龄段的中心特征向量采用如下方式确定：

根据至少一个批次提取的各人脸样本的特征向量，确定不同年龄段的初始中心特征向量；

对不同年龄段的初始中心特征向量，利用除该年龄段外其他年龄段的初始中心特征向量之和的反向向量进行调整，得到不同年龄段的中心特征向量。

2.根据权利要求1所述的方法，其特征在于，利用除该年龄段外其他年龄段的初始中心特征向量之和的反向向量进行调整，包括：

将所述反向向量与该年龄段的初始中心特征向量相减；

将相减后得到的向量乘以设定的调整系数，并与该年龄段的初始中心特征向量求和。

3.根据权利要求2所述的方法，其特征在于，预先针对不同代epoch的网络模型训练，设定对应的调整系数。

4.根据权利要求1所述的方法，其特征在于，所述反向向量为利用反向向量的模值归一化处理后的向量，所述不同年龄段的初始中心特征向量，为利用所述初始中心特征向量模值归一化处理后的向量。

5.根据权利要求1所述的方法，其特征在于，根据至少一个批次提取的各人脸样本的特征向量，确定不同年龄段的初始中心特征向量，包括：

将所述至少一个批次得到的各年龄段归一化后各人脸样本的特征向量，取平均得到当前批次各年龄段的初始中心特征向量。

6.如权利要求1所述的方法，其特征在于，利用除该年龄段外其他年龄段的初始中心特征向量之和的反向向量进行调整，包括：

对不同年龄段的初始中心特征向量，确定该年龄段所在的分组，其中每个分组包括多个年龄段；

对该年龄段的初始中心特征向量，利用在所述确定的分组内，除该年龄段外其他年龄段的初始中心特征向量之和的反向向量进行调整。

7.根据权利要求1所述的方法，其特征在于，所述分类预测部分是对所述网络模型中分类输出层进行训练过程中，利用不同批次的第二损失函数调整分类输出层的参数后得到的。

8.根据权利要求1～7任一所述的方法，其特征在于，利用不同批次的第一损失函数调整特征提取层的参数，包括：

计算当前批次提取的各人脸样本的特征向量，与对应年龄段的中心特征向量的余弦距离，得到各人脸样本对应的第一损失函数；

将当前批次中，各人脸样本对应的第一损失函数对应的梯度值叠加后，反向传播调整特征提取层的参数。