[发明专利]年龄识别模型的训练、年龄识别方法、装置及电子设备

权利要求书

1.一种年龄识别模型的训练方法，其特征在于，所述训练方法包括：

获取样本图像以及各个所述样本图像的标注信息，所述标注信息包括真实年龄值及各个年龄维度的概率；

将所述样本图像输入年龄识别模型中，得到多个年龄预测值及各个所述年龄预测值的概率；

根据各个所述年龄维度的概率、各个所述年龄预测值的概率、所述真实年龄值及多个所述年龄预测值进行损失函数的计算，以对所述年龄识别模型进行训练，确定目标年龄识别模型。

2.根据权利要求1所述的训练方法，其特征在于，获取各个所述样本图像的标注信息，包括：

获取同一所述样本图像的多个年龄标注值；

利用所述多个年龄标注值，计算标注年龄的分布信息，以得到所述真实年龄值以及各个所述年龄维度的概率。

3.根据权利要求2所述的训练方法，其特征在于，所述利用所述多个年龄标注值，计算各个所述年龄标注值的分布信息，以得到所述真实年龄值以及各个所述年龄维度的概率，包括：

计算所述多个年龄标注值的均值以及方差，所述真实年龄值为所述均值；

利用所述均值以及方差计算各个所述年龄维度的高斯权重，得到各个所述年龄维度的概率。

4.根据权利要求1所述的训练方法，其特征在于，所述根据各个所述年龄维度的概率、各个所述年龄预测值的概率、所述真实年龄值及多个所述年龄预测值进行损失函数的计算，以对所述年龄识别模型进行训练，确定目标年龄识别模型，包括：

获取目标年龄预测值，所述目标年龄预测值为最大概率的年龄预测值；

基于各个所述年龄预测值的概率、各个年龄维度的概率、多个年龄预测值以及所述真实年龄值，计算损失函数值；

利用所述损失函数值，调整所述年龄识别模型的参数，确定所述目标年龄识别模型。

5.根据权利要求4所述的训练方法，其特征在于，所述基于各个所述年龄预测值的概率、各个年龄维度的概率、多个年龄预测值以及所述真实年龄值，计算损失函数值，包括：

利用所述目标年龄预测值与所述真实年龄值的差值，确定惩罚系数；

利用各个所述年龄预测值的概率、各个年龄维度的概率、所述惩罚系数、多个年龄预测值以及所述真实年龄值，计算损失函数值。

6.根据权利要求5所述的训练方法，其特征在于，采用如下公式进行损失函数的计算：

其中，E_k为第K次迭代后的损失函数值，α为惩罚系数，为第k次迭代的所述目标年龄预测值，y为所述真实年龄值，l为所述年龄预测值的数量，W_j为第j个所述年龄预测值的概率或第j个所述年龄维度的概率。

7.一种年龄识别方法，其特征在于，所述识别方法包括：

获取待识别图像；

将所述待识别图像输入目标年龄识别模型中得到多个年龄值及各个所述年龄值的概率，并确定最大概率的年龄值为目标年龄值，所述目标年龄识别模型是根据权利要求1-6中任一项所述的年龄识别模型的训练方法训练得到的。

8.一种年龄识别模型的训练装置，其特征在于，所述训练装置包括：

第一获取模块，用于获取样本图像以及各个所述样本图像的标注信息，所述标注信息包括真实年龄值及各个年龄维度的概率；

预测模块，用于将所述样本图像输入年龄识别模型中，得到多个年龄预测值及各个所述年龄预测值的概率；

训练模块，用于根据各个所述年龄维度的概率、各个所述年龄预测值的概率、所述真实年龄值及多个所述年龄预测值进行损失函数的计算，以对所述年龄识别模型进行训练，确定目标年龄识别模型。

9.一种年龄识别装置，其特征在于，所述识别装置包括：

第二获取模块，用于获取待识别图像；

识别模块，用于将所述待识别图像输入目标年龄识别模型中得到多个年龄值及各个所述年龄值的概率，并确定最大概率的年龄值为目标年龄值，所述目标年龄识别模型是根据权利要求1-6中任一项所述的年龄识别模型的训练方法训练得到的。