本發(fā)明涉及圖像識別領(lǐng)域，具體涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像年齡估算方法。

背景技術(shù)：

在傳統(tǒng)的年齡識別技術(shù)中，訓練過程中樣本與年齡標簽往往是一對一的關(guān)系，即一個樣本只對應(yīng)一個年齡標簽。這樣的訓練過程假設(shè)了不同年齡的樣本之間是相互獨立的，從而忽略了相鄰年齡之間的關(guān)系。

其實，人的老化過程受到各種因素的影響，如基因、居住環(huán)境、工作環(huán)境等等，每個人的老化速率也不一樣，這樣會使得同一歲數(shù)的人有些顯得比較年輕，有些顯得比較年老。另一方面，人老化過程也是一個緩慢的過程，年齡相近的人看起來年齡十分相似。由此可知，一個人的表觀年齡具有一定的隨機性，但是也和真實年齡具有一定的相關(guān)性。這就導致傳統(tǒng)年齡識別技術(shù)的識別結(jié)果存在較大誤差。

技術(shù)實現(xiàn)要素：

本發(fā)明針對現(xiàn)有技術(shù)存在的上述問題，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像年齡估算方法，提高了人臉圖像年齡識別結(jié)果的準確率。

本發(fā)明基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像年齡估算方法，包括模型訓練和年齡判斷兩部分；

模型訓練：

步驟A1，將各年齡人臉圖像的原始樣本進行人臉關(guān)鍵點檢測，并進行人臉對齊后按照預設(shè)尺寸裁剪生成包含人臉圖像的新樣本；

步驟A2，通過年齡分布函數(shù)來對年齡老化過程進行建模，分別積分計算出各真實年齡人臉圖像對應(yīng)的表觀年齡的概率值，得到年齡分布表；

步驟A3，利用步驟A1中生成的新樣本，結(jié)合年齡分布表及設(shè)定的目標函數(shù)，進行卷積神經(jīng)網(wǎng)絡(luò)年齡估算模型的訓練，生成訓練好的卷積神經(jīng)網(wǎng)絡(luò)年齡估算模型；

年齡判斷：

步驟B1，對所輸入圖片進行人臉檢測，判斷是否包含人臉圖像，如包含則對輸入圖像進行人臉關(guān)鍵點檢測，并進行人臉對齊，然后按照預設(shè)尺寸裁剪生成包含人臉圖像的新圖片；

步驟B2，利用步驟A3訓練好的卷積神經(jīng)網(wǎng)絡(luò)年齡估算模型對包含人臉圖像的新圖片進行年齡估算，輸出估算結(jié)果。

優(yōu)選的，步驟A1具體包括以下內(nèi)容：

步驟A11，選取各年齡人臉圖像作為原始樣本；

步驟A12，對所選取的原始樣本進行人臉關(guān)鍵點檢測，得到兩個關(guān)鍵點；

步驟A13，按照兩個關(guān)鍵點的位置及其連線對原始樣本進行人臉圖像的對齊，所述人臉圖像的對齊包括對原始樣本的旋轉(zhuǎn)、縮放、平移；

步驟A14，將步驟A13中對齊后的樣本按照預設(shè)尺寸裁剪生成包含人臉圖像的新樣本。

優(yōu)選的，步驟A2具體包括以下內(nèi)容：

步驟A21,通過年齡分布函數(shù)來對人臉圖像表觀年齡的隨機性進行建模；

所述年齡分布函數(shù)為高斯分布函數(shù)，對于真實年齡為l_c的人臉圖像，其表觀年齡對應(yīng)的高斯分布概率密度函數(shù)為：

其中x為自變量，σ為高斯分布的標準差；

步驟A22,將自變量x與表觀年齡進行對應(yīng)，表觀年齡l_i對應(yīng)自變量x的取值區(qū)間為[l_i-0.5,l_i+0.5]，表觀年齡l_max對應(yīng)自變量x的取值區(qū)間為[l_max-0.5,+∞]，表觀年齡l_min對應(yīng)自變量x的取值區(qū)間為[-∞,l_min+0.5],其中l(wèi)_max和l_min分別為設(shè)定的最大年齡和最小年齡，l_i、l_max、l_min的取值范圍均是包括0在內(nèi)的自然數(shù)。

步驟A23,對步驟A22中各表觀年齡l_i對應(yīng)的自變量x的區(qū)間進行積分計算，算出真實年齡l_c在年齡分布函數(shù)中各表觀年齡l_i的積分P(l_c，l_i)，其中l(wèi)_i∈{l_min，…，l_max},l_c∈{l_min，…，l_max},得到真實年齡為l_c的人臉圖像的表觀年齡分布概率，依據(jù)各真實年齡及其對應(yīng)的表觀年齡分布構(gòu)造年齡分布表。

優(yōu)選的，步驟A23中真實年齡l_c在年齡分布函數(shù)中各表觀年齡l_i的積分P(l_c，l_i)的計算方法如下：

其中P(l_c，l_i)表示年齡為l_c的人臉圖像表現(xiàn)為年齡l_i的概率。

優(yōu)選的，步驟A3具體包括以下內(nèi)容：

步驟A31，從步驟A1生成的新樣本中隨機挑選出m張圖像，輸入到卷積神經(jīng)網(wǎng)絡(luò)；

步驟A32，卷積神經(jīng)網(wǎng)絡(luò)前向傳遞，得到特征層輸出x_c；

步驟A33，結(jié)合年齡分布表及卷積神經(jīng)網(wǎng)絡(luò)輸出層的目標函數(shù)，計算訓練損失；所述卷積神經(jīng)網(wǎng)絡(luò)輸出層的目標函數(shù)為

其中輸出層結(jié)點個數(shù)為k+1個，每個節(jié)點對應(yīng)一個年齡；c為新樣本的序號，i和j為輸出層節(jié)點序號，θ為輸出層參數(shù)，T為轉(zhuǎn)置符，m為新樣本總數(shù)，x_c是第c個新樣本的特征向量，P(l_c，l_i)的數(shù)值可通過在線查詢年齡分布表獲得。

步驟A34，判斷訓練損失是否收斂，若收斂則停止訓練，得到卷積神經(jīng)網(wǎng)絡(luò)年齡估算模型；否則進入步驟A35；

步驟A35，采用隨機梯度下降法更新網(wǎng)絡(luò)參數(shù)，然后返回步驟A31；其中卷積神經(jīng)網(wǎng)絡(luò)輸出層參數(shù)梯度為：

其中1{v＝i}是指示函數(shù)，表示當v＝i時，1{v＝i}＝1；否則1{v＝i}＝0；v表示的是theta參數(shù)矩陣中的第v列向量；網(wǎng)絡(luò)其余參數(shù)的梯度可根據(jù)反向傳播算法計算。

優(yōu)選的，步驟B1具體包括以下內(nèi)容：

步驟B11，對所輸入的圖片檢測其是否包含人臉，若不包含人臉則放棄該張圖片，否則進入步驟B12；

步驟B12，對所輸入的圖片進行人臉關(guān)鍵點檢測，得到兩個關(guān)鍵點；

步驟B13，按照上述關(guān)鍵點的位置及其連線對原始圖片進行人臉圖像的對齊，所述人臉圖像的對齊包括對原始圖片的旋轉(zhuǎn)、縮放、平移；

步驟B14，將步驟B13中對齊后的圖片按照預設(shè)尺寸裁剪生成包含人臉圖像的新圖片。

優(yōu)選的，步驟A12或B12中所述的兩個關(guān)鍵點為兩眼中心點和上嘴唇中心點。

優(yōu)選的，步驟A14或B14中所述的預設(shè)尺寸的分辨率為224*224。

優(yōu)選的，步驟B2具體包括以下內(nèi)容：

步驟B21，將處理后的圖像輸入到卷積神經(jīng)網(wǎng)絡(luò)，進行前向傳遞，算出各個年齡的概率值p(i)；

步驟B22，根據(jù)年齡及其對應(yīng)的預測概率值求數(shù)學期望值，得到最終的估算年齡其中a(i)表示第i個輸出節(jié)點所代表的年齡。

本發(fā)明通過年齡分布表，進行卷積神經(jīng)網(wǎng)絡(luò)年齡估算模型的訓練，并將該模型用于人臉圖像的年齡估算，提高了人臉圖像年齡識別結(jié)果的準確率。

附圖說明

圖1為本發(fā)明的步驟A1流程示意圖；

圖2為本發(fā)明的步驟A2流程示意圖；

圖3為本發(fā)明的步驟A3流程示意圖；

圖4為本發(fā)明的步驟B1流程示意圖；

圖5為本發(fā)明的步驟B2流程示意圖。

具體實施方式

下面參照附圖來描述本發(fā)明的優(yōu)選實施方式。本領(lǐng)域技術(shù)人員應(yīng)當理解的是，這些實施方式僅僅用于解釋本發(fā)明的技術(shù)原理，并非旨在限制本發(fā)明的保護范圍。

本發(fā)明的基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像年齡估算方法，主要通過對人臉表觀年齡的隨機性建模，使得每個真實年齡對應(yīng)一個表觀年齡分布，進而實現(xiàn)每個真實年齡對應(yīng)基于高斯分布加權(quán)的多個表觀年齡標簽，并采用卷積神經(jīng)網(wǎng)絡(luò)的方法，訓練得到年齡估算模型。

本發(fā)明包括模型訓練和年齡判斷兩部分；

模型訓練：

步驟A1，將各年齡人臉圖像的原始樣本進行人臉關(guān)鍵點檢測，并進行人臉對齊后按照預設(shè)尺寸裁剪生成包含人臉圖像的新樣本；

步驟A2，通過年齡分布函數(shù)來對年齡老化過程進行建模，分別積分計算出各真實年齡人臉圖像對應(yīng)的表觀年齡的概率值，得到年齡分布表；

步驟A3，利用步驟A1中生成的新樣本，結(jié)合年齡分布表及設(shè)定的目標函數(shù)，進行卷積神經(jīng)網(wǎng)絡(luò)年齡估算模型的訓練，生成訓練好的卷積神經(jīng)網(wǎng)絡(luò)年齡估算模型。

年齡判斷：

步驟B1，對所輸入圖片進行人臉檢測，判斷是否包含人臉圖像，如包含則對輸入圖像進行人臉關(guān)鍵點檢測，并進行人臉對齊，然后按照預設(shè)尺寸裁剪生成包含人臉圖像的新圖片；

步驟B2，利用步驟A3訓練好的卷積神經(jīng)網(wǎng)絡(luò)年齡估算模型對包含人臉圖像的新圖片進行年齡估算，輸出估算結(jié)果。

如圖1所示，本實施例中步驟A1具體包括以下內(nèi)容：

步驟A11，選取各年齡人臉圖像作為原始樣本；

步驟A12，對所選取的原始樣本進行人臉關(guān)鍵點檢測，得到兩眼中心和上嘴唇中心兩個關(guān)鍵點；

步驟A13，按照上述關(guān)鍵點的位置及其連線對原始樣本進行人臉圖像的對齊，所述人臉圖像的對齊包括對原始樣本的旋轉(zhuǎn)、縮放、平移；

步驟A14，將步驟A13中對齊后的樣本按照預設(shè)尺寸裁剪生成包含人臉圖像的新樣本；所述的預設(shè)尺寸分辨率為224*224；

如圖2所示，本實施例中步驟A2具體包括以下內(nèi)容：

步驟A21,通過年齡分布函數(shù)對人臉圖像表觀年齡的隨機性進行建模，表觀年齡分布服從高斯分布函數(shù)，對于真實年齡為l_c的人臉圖像，其表觀年齡對應(yīng)的高斯分布概率密度函數(shù)如公式(1)所示：

其中x為自變量，σ為高斯分布的標準差；

步驟A22,因上述自變量x是連續(xù)的，而年齡估算中把年齡作為有限的離散整數(shù)，故在此需要對表觀年齡區(qū)間進行適當劃分；按照就近原則，將自變量x與表觀年齡進行對應(yīng)，表觀年齡l_i對應(yīng)自變量x的取值區(qū)間為[l_i-0.5,l_i+0.5]，表觀年齡l_max對應(yīng)自變量x的取值區(qū)間為[l_max-0.5,+∞]，表觀年齡l_min對應(yīng)自變量x的取值區(qū)間為[-∞,l_min+0.5],其中l(wèi)_max和l_min分別為設(shè)定的最大年齡和最小年齡，l_i、l_max、l_min的取值范圍均是包括0在內(nèi)的自然數(shù)；

本實施例中取l_min＝0，l_max＝100；并對l_c和l_i進行初始化賦值，l_c＝l_min，l_i＝l_min；

步驟A23,對步驟A22中各表觀年齡l_i對應(yīng)的自變量x的區(qū)間進行積分計算，算出真實年齡l_c在年齡分布函數(shù)中各表觀年齡l_i的積分P(l_c，l_i)，其中l(wèi)_i∈{l_min，…，l_max},l_c∈{l_min，…，l_max},得到真實年齡為l_c的人臉圖像的表觀年齡分布概率，依據(jù)各真實年齡及其對應(yīng)的表觀年齡分布構(gòu)造年齡分布表。

本實施例中步驟A23的具體執(zhí)行方法包括如下步驟：

步驟A231，計算年齡分布P(l_c，l_i)；

若l_i＝l_min，則

若l_min＜l_i＜l_max，則

若l_i＝l_max，則

其中P(l_c，l_i)表示年齡為l_c的人臉圖像表現(xiàn)為年齡l_i的概率，具體如公式(2)所示：

步驟A232，對應(yīng)于每個真實年齡l_c，l_i的取值都從l_min到l_max，若l_i≥l_max，跳到步驟A233；否則l_i＝l_i+1，返回至步驟A24；

步驟A233，l_c的取值范圍也是從l_min到l_max，若l_c≥l_max，則計算完成，將所有的P(l_c，l_i)值存儲為年齡分布表；否則l_c＝l_c+1，l_i＝l_min,再返回至步驟A231。

如圖3所示，本實施例中步驟A3具體包括以下內(nèi)容：

步驟A31：從步驟A1生成的新樣本中隨機挑選出m張圖像，輸入到卷積神經(jīng)網(wǎng)絡(luò)；

步驟A32：卷積神經(jīng)網(wǎng)絡(luò)前向傳遞，得到特征層輸出x_c；

步驟A33：結(jié)合年齡分布表及卷積神經(jīng)網(wǎng)絡(luò)輸出層的目標函數(shù)計算訓練損失；

所述卷積神經(jīng)網(wǎng)絡(luò)輸出層的目標函數(shù)為改進后的softmax函數(shù)，此處命名為soft softmax函數(shù)，依據(jù)該目標函數(shù)構(gòu)建的輸出層命名為soft softmax層；

soft softmax函數(shù)具體如公式(3)所示：

其中輸出層結(jié)點個數(shù)為k+1個，每個節(jié)點對應(yīng)一個年齡；c為新樣本的序號，i和j為輸出層節(jié)點序號；θ為soft softmax層參數(shù)，T為轉(zhuǎn)置符，m為新樣本總數(shù)，x_c是第c個新樣本的特征向量，P(l_c，l_i)的數(shù)值可通過在線查詢年齡分布表獲得；

步驟A34：判斷訓練損失是否收斂，若收斂則停止訓練，得到卷積神經(jīng)網(wǎng)絡(luò)年齡估算模型；否則進入步驟A35；

步驟A35：采用隨機梯度下降法(Stochastic Gradient Descent,SGD)更新網(wǎng)絡(luò)參數(shù)，并返回到步驟A31；其中soft softmax層參數(shù)梯度如公式(4)所示：

其中1{v＝i}是指示函數(shù)，表示當v＝i時，1{v＝i}＝1；否則1{v＝i}＝0；v表示的是theta參數(shù)矩陣中的第v列向量。網(wǎng)絡(luò)其余參數(shù)的梯度可根據(jù)反向傳播算法計算。

如圖4所示,本實施例中步驟B1具體包括以下內(nèi)容：

步驟B11，對所輸入的圖片檢測其是否包含人臉，若不包含人臉則放棄該張圖片，否則進入步驟B12；

步驟B12，對所輸入的圖片進行人臉關(guān)鍵點檢測，得到兩眼中心和上嘴唇中心兩個關(guān)鍵點；

步驟B13，按照上述關(guān)鍵點的位置及其連線對原始圖片進行人臉圖像的對齊，所述人臉圖像的對齊包括對原始圖片的旋轉(zhuǎn)、縮放、平移；

步驟B14，將步驟B13中對齊后的圖片按照預設(shè)尺寸(如224*224)裁剪生成包含人臉圖像的新圖片。

在本實施例中，如圖5所示步驟B2具體包括以下內(nèi)容：

步驟B21，將處理后的圖像輸入到卷積神經(jīng)網(wǎng)絡(luò)，進行前向傳遞，算出各個年齡的概率p(i)；

步驟B22，根據(jù)年齡及其對應(yīng)的預測概率值求數(shù)學期望值，得到最終的估算年齡其中，a(i)表示第i個輸出節(jié)點所代表的年齡。

本實施例中，步驟A12和步驟B12中對所輸入的圖片進行人臉關(guān)鍵點檢測，可以為人臉任意兩個關(guān)鍵點，均能滿足人臉圖像方向?qū)R和比例縮放的要求。

本領(lǐng)域技術(shù)人員應(yīng)該能夠意識到，結(jié)合本文中所公開的實施例描述的各示例的方法步驟，能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn)，為了清楚地說明電子硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以電子硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。本領(lǐng)域技術(shù)人員可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應(yīng)認為超出本發(fā)明的范圍。

至此，已經(jīng)結(jié)合附圖所示的優(yōu)選實施方式描述了本發(fā)明的技術(shù)方案，但是，本領(lǐng)域技術(shù)人員容易理解的是，本發(fā)明的保護范圍顯然不局限于這些具體實施方式。在不偏離本發(fā)明的原理的前提下，本領(lǐng)域技術(shù)人員可以對相關(guān)技術(shù)特征作出等同的更改或替換，這些更改或替換之后的技術(shù)方案都將落入本發(fā)明的保護范圍之內(nèi)。