[发明专利]健康状态预测方法、装置、计算机设备及存储介质

权利要求书

1.一种健康状态预测方法，其特征在于，包括：

获取表示用户当前状态的综合信息和人脸图像，所述综合信息包括用户的真实年龄；

将所述人脸图像输入预先训练好的年龄预测网络模型得到预测年龄，计算所述预测年龄与所述真实年龄之间的年龄差异值，对所述年龄差异值进行归一化处理，得到年龄差异特征；或者，获取统计的年龄差异值范围，根据所述年龄差异值范围对所述年龄差异值进行独热编码，得到年龄差异特征；

对所述人脸图像进行特征提取，得到人脸图像特征；

对所述综合信息进行预处理，得到综合信息特征；

对所述年龄差异特征与所述综合信息特征进行拼接得到用户信息特征；基于神经网络对所述人脸图像特征进行降维，得到降维后的人脸图像特征；当所述降维后的人脸图像特征与所述用户信息特征的特征维数之间的差异小于预设值时，将所述降维后的人脸图像特征与所述用户信息特征进行拼接后得到融合特征；

将所述融合特征输入至预先训练好的健康状态预测网络模型进行健康状态预测，得到预测的健康状态。

2.根据权利要求1所述的方法，其特征在于，所述对所述人脸图像进行特征提取，得到人脸图像特征，包括：

通过预配置的卷积神经网络对所述人脸图像进行特征提取，得到人脸图像特征；和/或，

基于预设的图像算子对所述人脸图像进行特征提取，得到人脸图像特征。

3.根据权利要求2所述的方法，其特征在于，所述预设的图像算子包括以下至少一种：

局部二值模式算子、方向梯度直方图算子、尺度不变特征转换算子、Haar特征描述算子。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取包含人脸图像和真实年龄的第一数据集；

以所述第一数据集中的人脸图像为输入，以所述第一数据集中的真实年龄为训练目标，通过对年龄预测网络进行迭代训练，得到年龄预测网络模型。

5.根据权利要求4所述的方法，其特征在于，所述年龄预测网络模型采用软阶段回归网络结构。

6.一种健康状态预测装置，其特征在于，包括：

数据获取模块，用于获取表示用户当前状态的综合信息和人脸图像，所述综合信息包括用户的真实年龄；

年龄差值确定模块，用于将所述人脸图像输入预先训练好的年龄预测网络模型得到预测年龄，计算所述预测年龄与所述真实年龄之间的年龄差异值，对所述年龄差异值进行归一化处理，得到年龄差异特征；或者，获取统计的年龄差异值范围，根据所述年龄差异值范围对所述年龄差异值进行独热编码，得到年龄差异特征；

图像特征提取模块，用于对所述人脸图像进行特征提取，得到人脸图像特征；

综合信息预处理模块，用于对所述综合信息进行预处理，得到综合信息特征；

特征融合模块，用于对所述年龄差异特征与所述综合信息特征进行拼接得到用户信息特征；基于神经网络对所述人脸图像特征进行降维，得到降维后的人脸图像特征；当所述降维后的人脸图像特征与所述用户信息特征的特征维数之间的差异小于预设值时，将所述降维后的人脸图像特征与所述用户信息特征进行拼接后得到融合特征；

健康状态预测模块，用于将所述融合特征输入至预先训练好的健康状态预测网络模型进行健康状态预测，得到预测的健康状态。

7.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器；

所述存储器用于存储计算机程序；

所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至5中任一项所述的健康状态预测方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求1至5中任一项所述的健康状态预测方法。