[发明专利]一种跨年龄人脸识别模型训练方法、识别方法及装置

说明书

本公开涉及人工智能技术领域，提供了一种跨年龄人脸识别模型训练方法、识别方法及装置。该方法包括：获取训练人脸图像集，训练人脸图像集至少包括属于同一人不同年龄的第一、第二人脸图像，以及另外一人的第三人脸图像；对训练人脸图像集进行特征提取，获得第一、第二、第三年龄特征向量；根据第一、第二、第三年龄特征向量和标准年龄特征向量，计算年龄特征总损失值；根据第一、第二、第三年龄特征向量，计算跨年龄人脸特征损失值；根据年龄特征总损失值、跨年龄人脸特征损失值对基础识别模型进行迭代更新，直至达到预设的迭代终止条件，获得最终跨年龄人脸识别模型。本公开的最终跨年龄人脸识别模型的识别效果好，识别精度有明显的提高。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种跨年龄人脸识别模型训练方法、识别方法及装置。

背景技术

人工智能技术无论是在过去、现在还是将来，都是计算机科学的研究热点问题之一。人脸识别技术是人工智能技术中的一个重要分支。其中，在人脸识别的实际应用中，通常会涉及到很多跨年龄人脸识别的场景，比如，长时间间隔下的人脸比对(比如，间隔2年、5年时间的人脸比对)、搜寻被拐卖儿童等。因此，跨年龄人脸识别已经成为人脸识别领域中的研究焦点之一。

现有的跨年龄人脸识别，通常是通过引起更多同一个人、不同年龄阶段的人脸图片来训练网络的鲁棒性。但是，不同年龄段的人脸特征通常差异较大，一旦共享同样的特征空间，进行同样的编码，并不能够很好地进行互相拟合，因此，训练得到识别模型的识别精确度并不高。

发明内容

有鉴于此，本公开实施例提供了一种跨年龄人脸识别模型训练方法、识别方法及装置，以解决现有的跨年龄人脸识别模型的识别精确度不高的问题。

本公开实施例的第一方面，提供了一种跨年龄人脸识别模型训练方法，包括：

获取训练人脸图像集，训练人脸图像集至少包括属于同一人不同年龄的第一人脸图像和第二人脸图像，以及人脸标识信息不同于第一、第二人脸图像的第三人脸图像；

对训练人脸图像集进行特征提取，获得与第一人脸图像对应的第一年龄特征向量，与第二人脸图像对应的第二年龄特征向量，以及与第三人脸图像对应的第三年龄特征向量；

调取年龄特征数据库中的所有标准年龄特征向量，根据第一年龄特征向量、第二年龄特征向量、第三年龄特征向量和标准年龄特征向量，计算得到年龄特征总损失值；

根据第一年龄特征向量、第二年龄特征向量、第三年龄特征向量，计算得到跨年龄人脸特征损失值；

根据年龄特征总损失值、跨年龄人脸特征损失值对基础跨年龄人脸识别模型进行迭代更新，直至达到预设的迭代终止条件，获得最终跨年龄人脸识别模型。

本公开实施例的第二方面，提供了一种跨年龄人脸识别方法，包括：

获取待识别人脸图像；

将待识别人脸图像输入最终跨年龄人脸识别模型，输出待识别人脸图像的人脸标识信息和年龄预测值，其中，最终跨年龄人脸识别模型是通过上述的跨年龄人脸识别模型训练方法训练得到的。

本公开实施例的第三方面，提供了一种跨年龄人脸识别模型训练装置，包括：

图像获取模块，被配置为获取训练人脸图像集，训练人脸图像集至少包括属于同一人不同年龄的第一人脸图像和第二人脸图像，以及人脸标识信息不同于第一、第二人脸图像的第三人脸图像；

特征提取模块，被配置为对训练人脸图像集进行特征提取，获得与第一人脸图像对应的第一年龄特征向量，与第二人脸图像对应的第二年龄特征向量，以及与第三人脸图像对应的第三年龄特征向量；

第一损失计算模块，被配置为调取年龄特征数据库中的所有标准年龄特征向量，根据第一年龄特征向量、第二年龄特征向量、第三年龄特征向量和标准年龄特征向量，计算得到年龄特征总损失值；