[发明专利]一种基于混合特征的年龄估算方法、电子设备及存储介质

说明书

本发明公开了一种基于混合特征的年龄估算方法、电子设备及存储介质，其方法包括：获取目标人脸图像；对目标人脸图像进行人脸关键点定位；按预设裁剪分辨率裁剪得到以每个人脸关键点为中心的人脸局部图像，将每个人脸局部图像进行顺序拼接，得到第一输入图像；根据人脸关键点信息对对齐后的目标人脸图像进行裁剪，得到包含所有保留的人脸关键点的最小外接矩形作为人脸全局图像并进行缩放，得到第二输入图像；将第一、第二输入图像输入到年龄预测模型的不同分支分别进行特征提取并进行叠加合并组成融合特征，再进行特征解码输出一维高斯热图。本发明根据不同的感受野需求，设计了双分支的模型结构，使得模型的特征信息更加丰富，模型鲁棒性更强。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于混合特征的年龄估算方法、电子设备及存储介质。

背景技术

近年来，推荐系统伴随人们生活左右，利用采集到的各项信息来构建用户画像，从而进行更精准和定制化的推荐服务。这其中，用于的年龄信息尤为重要，同时可用于行为监控、未成年游戏防沉迷等领域中。很多实际场景下，无法对用户的身份信息进行采集，难以获取到用户的年龄，而通过利用摄像头采集用户的人脸信息，对年龄进行估计便成为了一种可行的替代方案。

目前，现有的人脸年龄估计模型均采用人脸图像作为输入，经过分类或者回归模型输出年龄的类别信息或者回归数值，作为年龄估计算法的结果。人脸年龄估计任务对人脸图像信息的局部细节特征较为依赖，现有的方法直接将人脸图像输入卷积神经网络中，由于池化层的存在，在模型的特征提取过程中会损失部分局部细粒度特征。

针对模型的输出采用基于回归或者分类的方式来进行编码和监督。基于回归任务的年龄估计方法通过直接回归相应数值的方式，降低了模型对空间的泛化能力，造成模型在收敛过程中更加不稳定；基于分类任务的年龄估计方法，将每个年龄当做独立互斥的类别进行编码，这种方式无法考虑到相邻类别之间存在的关联性，收敛速度缓慢且精度难以保证。

发明内容

为解决上述问题，本发明提供的技术方案为：

一种基于混合特征的年龄估算方法，包括：

获取目标人脸图像；

对目标人脸图像进行人脸关键点定位，保留部分人脸关键点，获得目标人脸图像对应的人脸关键点信息；并根据所保留的人脸关键点进行人脸对齐，获取对齐后的目标人脸图像；

根据人脸关键点信息对对齐后的目标人脸图像进行裁剪，按预设裁剪分辨率裁剪得到以每个人脸关键点为中心的人脸局部图像，将每个人脸局部图像进行顺序拼接，得到第一输入图像；

根据人脸关键点信息对对齐后的目标人脸图像进行裁剪，得到包含所有保留的人脸关键点的最小外接矩形作为人脸全局图像，并对人脸全局图像进行统一缩放，得到第二输入图像；

将第一输入图像和第二输入图像输入到预先训练的年龄预测模型的不同分支分别进行特征提取，将不同分支所提取的特征进行叠加合并组成融合特征，对融合特征进行特征解码，输出表示年龄信息的一维高斯热图，对一维高斯热图进行解码得到年龄估计的结果。

本发明进一步设置为对目标人脸图像进行人脸关键点定位是采用dlib库进行人脸68个关键点位置信息的提取，保留序号前1～64号人脸关键点。

本发明进一步设置为按预设裁剪分辨率裁剪得到分别以序号前1～64号人脸关键点为中心的32×32像素的人脸局部图像，将序号前1～64号人脸关键点对应的人脸局部图像按序号顺序以8×8的方式排列进行拼接，得到256×256像素的第一输入图像。

本发明进一步设置为根据序号前1～64号人脸关键点对目标人脸图像进行裁剪，得到包含序号前1～64号人脸关键点的最小外接矩形作为人脸全局图像，将人脸全局图像统一缩放到512×512像素作为第二输入图像。