CN107545245A - 一种年龄估计方法及设备 - Google Patents

Abstract

本发明公开了一种年龄估计方法及设备，其中所述方法包括：将经过预处理的待测试人脸图像输入训练完成的深度卷积神经网络，获得所述待测试人脸图像的年龄估计结果。本发明具有能够获得高准备度的年龄估计结果的有益效果。

Description

一种年龄估计方法及设备

技术领域

本发明涉及计算机视觉领域，更具体地，涉及一种年龄估计方法及设备。

背景技术

人脸是人类最重要的生物特征之一，在辨别身份和传递感情等方面起着主要的作用。近年来，基于人脸图像的研究，包括人脸检测、身份认证、人脸属性(性别、年龄、表情、种族)等识别问题成为计算机视觉、人机交互等领域的研究热点。其中，年龄估计技术在人机交互领域中有着众多的应用需求，利用计算机实现自动人脸年龄估计有着重要意义。例如，在安全监控方面，通过年龄识别系统自动识别人的年龄，实现网络安全或对自动售卖进行安全控制。在互联网访问过程中，通过年龄识别，控制未成年人无法浏览成人信息或含有不健康内容的网页。在烟酒自动售卖机上安装摄像头，通过识别年龄，拒绝向未成年人出售烟酒等。

基于人脸图像的年龄估计是一种典型的机器学习系统，其结构主要包括人脸检测与对齐、年龄特征提取、模型训练、年龄估计等部分。目前，用于人脸检测与对齐的方法已经逐渐成熟，而对于年龄特征的提取是实现年龄估计过程中的重要环节。传统的年龄估计方法采用手工设计人脸特征的方法，将提取到的特征输入到分类器/回归器中训练模型，从而实现年龄估计。Pitanguy等人在文章“Defining and measuring aging parameters”中，基于人体测量学理论，通过测量人脸器官与骨骼的大小，选取能表征人脸随年龄变化的参数，量化年龄变化对人脸的影响。Cootes等人在文章“Active Appearance Models”中提出一种人脸统计模型，首先提取人脸的面部特征点作为人脸的全局形状模型，然后对每个面部特征点添加局部纹理信息，建立局部纹理模型。

以上传统的年龄估计方法均采用人工设计方式提取人脸特征，进而采用相应的分类器进行年龄分类达到年龄估计的目的。由于年龄估计是一个复杂的问题，人脸的面部特征会受到生活习惯、工作环境、性格特征等的影响，人工提取到的特征无法全面地表征这些复杂的变化机制，进一步影响了分类器的分类性能和年龄预测的准确度。

发明内容

(一)要解决的技术问题

为了解决现有技术基于人工提取特征无法实现准确的年龄估计的问题，本发明提供一种年龄估计方法及设备。

(二)技术方案

一种年龄估计方法，包括：S1：获得年龄均衡分布的人脸年龄数据库，包括人脸图像及其对应的年龄；S2：构建用于年龄估计的具有残差结构的深度卷积神经网络；S3：利用所述年龄均衡分布的人脸年龄数据库和迁移学习方法对所述具有残差结构的深度卷积神经网络进行训练，获得训练完成的深度卷积神经网络；S4：将待测试人脸图像输入所述训练完成的深度卷积神经网络，获得所述待测试人脸图像的年龄估计结果。

在本发明一些示例性实施例中，步骤S1包括：S11：将多个现有人脸年龄数据库中的人脸图像进行合并，得到大规模数据集，对所述大规模数据集中的所有人脸图像进行预处理；S12：对经过预处理的所述数据集中的人脸图像按照不同年龄段进行分类统计，确定样本量失衡的年龄段；S13：利用生成对抗网络学习所述样本量失衡的年龄段的人脸图像特征，并生成预设数量的具有相似特征的人脸图像；S14：将所生成的人脸图像并入经过预处理的所述数据集，获得年龄均衡分布的人脸年龄数据库。

在本发明一些示例性实施例中，所述具有残差结构的深度卷积神经网络包括顺序连接的：第一卷积层、第一池化层、十六个残差块、第二池化层、全连接层和Softmax分类层；所述第一卷积层为第一层，第一卷积层的输入为人脸图像；所述十六个残差块顺序连接，每个残差块均包含四个卷积层；所述深度卷积神经网络中每个卷积层后都连接有批量归一化层和ReLU非线性激活函数层。

在本发明一些示例性实施例中，所述十六个残差块分为四组，第一组残差块包括3个具有相同结构的残差块，第二组残差块包括4个具有相同结构的残差块，第三组残差块包括6个具有相同结构的残差块，第四组残差块包括3个具有相同结构的残差块。

在本发明一些示例性实施例中，步骤S3包括：S31：将所述年龄均衡分布的人脸年龄数据库分为训练集和验证集；S32：基于所述训练集和迁移学习方法对所述具有残差结构的深度卷积神经网络进行训练；S33：每训练迭代预设次数后在所述验证集上进行一次测试，获得训练完成的深度卷积神经网络。

在本发明一些示例性实施例中，步骤S32包括：S321：在Imagenet数据集上对所述具有残差结构的深度卷积神经网络进行预训练，使所述深度卷积神经网络具备对图像特征提取的能力，获得初始权重参数；S322：基于所述初始权重参数，对所述具有残差结构的深度卷积神经网络在所述人脸年龄数据库上进行微调。

在本发明一些示例性实施例中，所述基于所述初始权重参数对所述具有残差结构的深度卷积神经网络在所述人脸年龄数据库上进行微调包括：所述深度神经网络的全连接层在所述初始权重参数的基础上采用较预设阈值大的学习率进行训练，除所述全连接层外，所述深度神经网络的其他各层在所述初始权重参数的基础上采用较预设阈值小的学习率进行训练。

在本发明一些示例性实施例中，步骤S4包括：S41：对待测试人脸图像进行预处理，并将预处理后的图像输入所述训练完成的深度卷积神经网络；S42：通过前向传播得到所述训练完成的深度卷积神经网络最后一层的分类结果，获取分类结果中概率最大的类别所对应的年龄段。

一种年龄估计设备，包括：存储器、处理器以及总线；所述处理器和存储器通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述存储器中的程序指令，以执行上述的年龄估计方法。

一种非暂态计算机可读存储介质，存储有计算机指令，所述计算机指令使所述计算机执行上述的年龄估计方法。

(三)有益效果

本发明提出的年龄估计方法及装置，具有以下有益效果：

(1)与传统的人工提取特征、分类器训练的方法不同，本发明通过一种端到端的深度卷积神经网络，将特征提取与分类模型训练集成到一起，能够实现自动提取多层次的人脸特征。该方法提取到的特征是以利于分类精度为驱动的，能最大程度反映人脸在不同年龄段的区别特征，更好地契合人脸老化的过程，保证最终实现高准确度分类。

(2)深层次的网络模型具有更强的特征表达能力和分类准确度，能够实现达到精度更高的年龄预测结构。传统的网络结构在加深层数时会受到训练能力的限制，训练收敛时无法达到最优解。本发明采用残差卷积神经网络结构，解决了深层次网络难以收敛到最优解的问题，可以充分利用深层次网络更强表达能力的优势，实现高准确度年龄估计。

(3)本发明从训练数据对网络模型性能影响的角度出发，提出了一种基于图像生成的方法进行数据扩充，解决了现有年龄数据库各年龄段分布不均衡的问题，建立了具有均衡年龄分布的大规模人脸年龄数据库，并采用迁移学习的思想对所建立的网络进行训练，具有更短的训练时间、更快的收敛速度和更精准的权重参数。

附图说明

图1为根据本发明实施例提供的年龄估计方法的流程示意图；

图2为根据本发明实施例提供的基于图1中步骤S1的流程示意图；

图3为根据本发明实施例提供的具有残差结构的深度卷积神经网络的结构示意图；

图4为根据本发明另一实施例提供的一种年龄估计设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

本发明第一实施例提供一种年龄估计方法，基于生成对抗网络获得具有年龄均衡分布特点的人脸年龄数据库，在所获得的人脸年龄数据库基础上，采用迁移学习的方式训练所构建的具有残差结构的深度卷积神经网络，使得网络具有更短的训练时间、更快的收敛速度和更精准的权重参数，从而获得高准备度的年龄估计结果。如图1为本发明实施例的年龄估计方法流程图，如图1所示，包括以下步骤：

S1：获得年龄均衡分布的人脸年龄数据库，包括人脸图像及其对应的年龄；

收集多个现有人脸年龄数据库，利用生成对抗网络生成特定年龄段的人脸图像，获得年龄均衡分布的人脸年龄数据库。

图2为本发明实施例的步骤S1的流程示意图，如图2所示，步骤S1具体包括以下子步骤：

子步骤S11：将多个现有人脸年龄数据库中的人脸图像进行合并，得到大规模数据集，对所述大规模数据集中的所有人脸图像进行预处理。

目前公开的专门用于年龄研究的人脸图像数据库还不是很完善，存在一定的问题：1)数据分布不均衡；2)数据量不足。对于深度学习来说，网络模型的性能好坏与训练数据样本有很大的关系。通常，大量的、分布均衡的数据样本能够训练得到更好的模型。为了解决样本量不足问题，我们收集了多个目前已公开的、较受欢迎的人脸年龄数据库，包括FGNET数据库，MORPH数据库，Adience数据库，CACD数据库，IMDB-Wiki数据库，它们对应的数据量分别为1002张、52099张、17423张、157362张、397969张人脸图像。步骤S11将这些数据库合并可以得到一个具有60多万张人脸图像的大规模数据集。

所述预处理包括对所述大规模数据集中的人脸图像进行人脸检测、人脸对齐、裁剪，去除图像中的复杂背景，保留人脸区域的信息。这不仅降低了图像生成环节的难度，同时也使得卷积神经网络在提取特征时完全关注于人脸区域，避免了复杂背景的干扰。

子步骤S12：对经过预处理的所述数据集中的人脸图像按照不同年龄段进行分类统计，确定样本量失衡的年龄段。

在步骤S12中，将经过预处理的所述数据集中的人脸图像按照不同年龄段分为7类：儿童(0-7岁)，少年(8-15岁)，青年(16-25岁)，壮年(26-35岁)，盛年(36-45岁)，达年(46-60岁)，老年(＞60岁)。分别统计各个年龄段数据量的多少，以此确认样本量失衡的年龄段。我们发现0-7岁的儿童、8-15岁的青少年和＞60岁的老年人的样本数量与其他类别差距较大，样本数量非常少，现有的年龄数据库中的图像大部分集中在26岁-60岁之间，该数据库存在严重的样本分布不均衡问题。如果使用这样的数据集进行训练，会造成神经网络的准确度降低，分类能力不均，尤其会降低在测试集上的分类精度。为了解决该问题，我们采用人脸图像生成的方式，扩增具有小样本量的年龄段的人脸图像，实现样本分布的均衡化。

子步骤S13：利用生成对抗网络学习所述样本量失衡的年龄段的人脸图像特征，并生成预设数量的具有相似特征的所述样本量失衡的年龄段的人脸图像。

本发明实施例采用生成对抗网络，分别学习样本严重不均衡年龄段人脸图像的特征分布，生成大量特定年龄段的样本数据，即生成大量所述样本量不均衡年龄段的样本数据，从而解决了样本分布不均衡的问题，获得具有年龄均衡分布的人脸年龄数据库。

步骤S13中采用生成对抗网络来学习人脸图像的数据分布，生成相应的人脸图像。生成对抗网络通过观测数据样本，学习样本的潜在分布，从而可以生成与训练样本相似的数据样本。生成对抗网络由一个生成器和一个判别器构成，其核心思想是博弈论的二人零和博弈。对于参与博弈的双方：生成器和判别器，生成器的目的是尽量学习训练图像的数据分布，生成相似的图像；而判别器的目的是尽量正确判别输入数据是来自真实数据还是来自生成器生成的数据，为了达到二者的最终目标，博弈双方需要不断优化，各自提高自己的生成能力和判别能力，最终使得生成网络学习到样本数据的分布，可以生成相类似的图像。生成对抗网络的优化过程是一个“二元极小极大博弈”问题，目标函数为：

给定训练数据x，其服从一定的数据分布P_data(x)，给定随机噪声向量z，其服从特定分布P_z(z)。D(x)、G(x)分别表示判别网络和生成网络在给定x情况下的输出结果。训练网络D使得最大概率地区分输入样本的真假标签。当输入数据是从真实样本中采样时，需要最大化log(D(x))，当输入数据是从生成网络中采样时，需要最大化log(1-D(x))。训练网络使得输入网络是生成样本时，输出概率尽可能大，即最小化log(1-D(x))。训练过程中，固定一方，更新另一个网络的参数，如此交替迭代，使得对方的错误最大化，最终，网络能学习到原始数据集的分布。

具体的生成步骤如下：首先将经过预处理的所述数据集中的人脸图像按照不同年龄段分类统计，经统计得到，0-7岁的儿童、8-15岁的青少年和＞60岁的老年人的样本数量与其他类别差距较大，因此人脸图像生成主要针对这三个年龄段。下面以进行儿童人脸图像的生成为例，说明采用生成对抗网络进行图像生成的过程。我们用儿童的人脸图像作为训练集，如表1所示，为本发明实施例采用的生成网络和判别网络的结构。在迭代优化生成网络和判别网络的过程中，使得生成网络逐步学习到儿童人脸图像的分布。利用训练好的生成对抗网络模型生成儿童人脸图像时，我们从[-1，1]均匀分布中采样大量的噪声向量，每个噪声向量有100维。其中，对每个噪声向量的每个维度增加一定程度的微小扰动，则可以获得更多的噪声向量。将这些噪声向量输入到生成网络中，则可以生成相应的人脸图像。同理，可生成青少年和老年人年龄段的人脸图像。

表1生成网络和判别网络的网络结构

步骤S13中所述的预设数量，是根据其他大样本量的数据来确定的，使生成的人脸图像与原先年龄段的图像合并后，能够实现整个数据集各年龄段样本量的均衡。

子步骤S14：将所生成的人脸图像并入经过预处理的所述数据集，获得年龄均衡分布的人脸年龄数据库。

最后，将所生成的人脸图像并入经过预处理的所述数据集，获得年龄均衡分布的人脸年龄数据库。

至此，本发明的人脸年龄数据库不仅满足了深度学习算法对巨大训练样本的需求，而且具备各年龄段样本量均衡分布的特点。

S2：构建用于年龄估计的具有残差结构的深度卷积神经网络。

本发明将年龄估计看作是一个分类问题，每个类别对应一个年龄段，一个深度卷积神经网络被用来实现该多分类问题。由于年龄估计问题的复杂性，提高网络模型的分类能力需要采用更深层次的网络结构，而普通的卷积神经网络结构很难在较深的情况下训练和收敛，因此本发明采用具有残差结构的卷积神经网络来实现深层次模型的训练。

步骤S2中所述具有残差结构的深度卷积神经网络包括：一个卷积层、两个池化层、十六个残差块、一个全连接层和一个Softmax分类层，其中，每个残差块均包含四个卷积层，所述网络中每个卷积层后都连接有批量归一化层和ReLU非线性激活函数层；

卷积层为第一层，卷积层的输入为经过预处理的待测试图像，卷积层之后连接第一池化层，第一个残差块位于第一池化层之后，十六个残差块顺序连接，第十六个残差块位于第二池化层之前，全连接层位于第二池化层与Softmax分类层之间。

其中，所述残差块分为四组，第一组残差块包括3个具有相同结构的残差块，第二组残差块包括4个具有相同结构的残差块，第三组残差块包括6个具有相同结构的残差块，第四组残差块包括3个具有相同结构的残差块。

如图3所示，为本发明实施例提供的具有残差结构的深度卷积神经网络的结构示意图，如表2为本发明实施例提供的深度卷积神经网络的结构和参数。

表2深度卷积神经网络的结构和参数

下面对本发明实施例所构建的具有残差结构的深度卷积神经网络的结构进行详细说明。

第一层为卷积层，卷积核大小为7×7，滤波器个数为64，步长为2，填充为3，输入为图像。

第二层为第一池化层，在3×3区域内做最大池化，步长为，输入为第一层卷积。

池化层后为16个残差块，共分为4组。其中第一组残差块包括3个具有相同结构的残差块，每个残差块的具体结构如下：

卷积层A，卷积核大小为1×1，滤波器个数为64，步长为1，填充为0。输入为残差块的上一层。

卷积层B，卷积核大小为3×3，滤波器个数为64，步长为1，填充为1。输入为卷积层A。

卷积层C，卷积核大小为1×1，滤波器个数为256，步长为1，填充为0。输入为卷积层B。

卷积层D，卷积核大小为1×1，滤波器个数为256，步长为1，填充为0。输入为残差块的上一层。

图3中，符号表示卷积层C与卷积层D之间的逐像素相加，逐像素相加操作后为ReLU非线性激活函数层。

其中，第二组残差块包括4个具有相同结构的残差块，每个残差块的具体结构如下：

卷积层A，卷积核大小为1×1，滤波器个数为128，步长为1，填充为0。输入为残差块的上一层。

卷积层B，卷积核大小为3×3，滤波器个数为128，步长为1，填充为1。输入为卷积层A。

卷积层C，卷积核大小为1×1，滤波器个数为512，步长为1，填充为0。输入为卷积层B。

卷积层D，卷积核大小为1×1，滤波器个数为512，步长为1，填充为0。输入为残差块的上一层。

符号表示卷积层C与卷积层D之间的逐像素相加，逐像素相加操作后为ReLU非线性激活函数层。

其中，第三组残差块包括6个具有相同结构的残差块，每个残差块的具体结构如下：

卷积层A，卷积核大小为1×1，滤波器个数为256，步长为1，填充为0。输入为残差块的上一层。

卷积层B，卷积核大小为3×3，滤波器个数为256，步长为1，填充为1。输入为卷积层A。

卷积层C，卷积核大小为1×1，滤波器个数为1024，步长为1，填充为0。输入为卷积层B。

卷积层D，卷积核大小为1×1，滤波器个数为1024，步长为1，填充为0。输入为残差块的上一层。

符号表示卷积层C与卷积层D之间的逐像素相加，逐像素相加操作后为ReLU非线性激活函数层。

其中，第四组残差块包括3个具有相同结构的残差块，每个残差块的具体结构如下：

卷积层A，卷积核大小为1×1，滤波器个数为512，步长为1，填充为0。输入为残差块的上一层。

卷积层B，卷积核大小为3×3，滤波器个数为512，步长为1，填充为1。输入为卷积层A。

卷积层C，卷积核大小为1×1，滤波器个数为2048，步长为1，填充为0。输入为卷积层B。

卷积层D，卷积核大小为1×1，滤波器个数为2048，步长为1，填充为0。输入为残差块的上一层。

符号表示卷积层C与卷积层D之间的逐像素相加，逐像素相加操作后为ReLU非线性激活函数层。

十六个残差块顺序连接，第十六个残差块之后是第二池化层，第二池化层，在7×7区域内做平均池化，步长为1。输入为最后一个残差块的输出结果。

池化层之后是全连接层，全连接层的输入为上一层池化层的结果，输出为7维向量。

网络的最后一层是softmax分类层。

网络中每个卷积层后都有归一化层(BatchNorm层)和ReLU层。其中，BatchNorm进行批量规范化操作，使得输出结果均值为0，方差为1。ReLU层为非线性激活函数，提高网络的非线性能力。

本发明实施例采用的具有残差结构的卷积神经网络，解决了深层次网络难以收敛到最优解的问题，可以充分利用深层次网络更强表达能力的优势，实现高准确度年龄估计。

S3：利用所述年龄均衡分布的人脸年龄数据库和迁移学习方法对所述具有残差结构的深度卷积神经网络进行训练，获得训练完成的深度卷积神经网络。

将所述年龄均衡分布的人脸年龄数据库分为训练集和验证集，基于所述训练集和迁移学习方法对所述具有残差结构的深度卷积神经网络进行训练，每训练迭代预设次数后在所述验证集上进行一次测试，获得训练完成的深度卷积神经网络。

基于以上描述，步骤S3包括以下子步骤：

子步骤S31：将所述年龄均衡分布的人脸年龄数据库分为训练集和验证集；

将所获得年龄均衡分布的人脸年龄数据库按照一定的比例划分为训练集和验证集，其中训练集用于网络训练，每训练迭代预设次数后，在验证集上进行一次测试，用于验证网络参数的选取是否合理。

子步骤S32：基于所述训练集和迁移学习方法对所述具有残差结构的深度卷积神经网络进行训练；

迁移学习的思想是首先将步骤S2所构建的具有残差结构的深度卷积神经网络在一个具有充足训练样本的数据集上进行训练，使网络具备对图像特征提取的能力，可以为年龄分类提供初始值，一个好的初始值对网络训练是非常重要的。然后，让深度卷积神经网络在步骤S1中所获得的人脸年龄数据库上进行微调，即基于所述训练集，对所述具有残差结构的深度卷积神经网络进行训练，训练条件满足后，获得训练完成的深度卷积神经网络，训练采用softmax作为损失函数，采用梯度下降法优化该损失函数，从而进行网络参数的更新。

基于所述训练集和迁移学习方法对所述具有残差结构的深度卷积神经网络进行训练的步骤S32进一步包括以下子步骤：

子步骤S321：在Imagenet数据集上对所述具有残差结构的深度卷积神经网络进行预训练，获得初始权重参数；

在整个训练过程中，本发明实施例首先采用迁移学习的方式进行网络训练，具体来说，网络首先在具有150万数据量的Imagenet数据集上进行预训练，此时网络最后一层全连接层的输出设为1000，对应1000个物体类别，网络训练的学习率为0.01。通过在Imagenet数据集上预训练，使我们所构建的深度卷积神经网络具备对图像特征提取的能力，可以为年龄分类网络提供较好的初始值。

子步骤S322：基于所述初始权重参数，对所述具有残差结构的深度卷积神经网络在所述人脸年龄数据库上进行微调。

预训练之后，我们让深度卷积神经网络在我们获得的年龄均衡分布的人脸年龄数据库上进行微调(Fine-Tuning)，使预训练后的深度卷积神经网络更适用于进行年龄估计。此时最后一层全连接层的输出设为7，对应七个不同年龄段。除最后一层全连接层外，深度卷积神经网络中的其他层在原有参数基础上采用较小的学习率(例如，0.001)进行训练，即让网络中除全连接层的其他各层的权重参数在预训练获得的初始权重参数的基础上保持较小幅度地更新，最后一层全连接层则采用较大的学习率(例如，0.01)进行训练。由于我们的年龄数据库不仅数据量大，而且年龄类别分布是均衡的，因此在此基础上训练得到的模型具有更精确的分类精度。

具体地，训练所构建的具有残差结构的深度卷积神经网络，训练采用softmax作为损失函数，采用梯度下降法优化该损失函数，从而进行网络参数的更新。

子步骤S322中的基于所述初始权重参数对所述具有残差结构的深度卷积神经网络在所述人脸年龄数据库上进行微调进一步包括：

所述深度神经网络的全连接层在所述初始权重参数的基础上采用较大的学习率进行训练，除所述全连接层外，所述深度神经网络的其他各层在所述初始权重参数的基础上采用较小的学习率进行小幅度的微调。

具体的，基于所述初始权重参数对所述具有残差结构的深度卷积神经网络在所述人脸年龄数据库上进行微调，即以所述人脸年龄数据库中的部分图像作为训练集，在所获得的初始权重参数的基础上，对所述具有残差结构的深度卷积神经网络进行训练。训练过程中权重参数的更新规则是：所述深度神经网络的全连接层在所述初始权重参数的基础上采用较预设阈值大的学习率进行训练，除所述全连接层外，所述深度神经网络的其他各层在所述初始权重参数的基础上采用较预设阈值小的学习率进行训练，所述预设阈值根据实际训练中的具体情况来确定。

S33：每训练迭代预设次数后在所述验证集上进行一次测试，获得训练完成的深度卷积神经网络。

至此，获得训练完成的深度卷积神经网络，通过对所构建的用于年龄估计的深度卷积神经网络进行训练，在训练完成后，深度卷积神经网络具有了识别人脸年龄的能力，本发明实施例的深度卷积神经网络在训练过程中将特征提取与分类模型训练集成到一起，自动提取多层次的人脸特征，当将待测试人脸图像输入到训练完成的深度卷积神经网络中后，所述深度卷积神经网络的最后一层就会输出该人脸图像的年龄估计结果。

与传统的人工提取特征、分类器训练的方法不同，本发明实施例通过将待测试的人脸图像输入到一种端到端的深度卷积神经网络，实现了自动提取多层次的人脸特征，自动提取人脸特征能够更好地契合了人脸老化的过程，保证最终实现高准确度年龄估计。

S4：将经过预处理的待测试图像输入所述训练完成的深度卷积神经网络，获得所述待测试图像的年龄估计结果。

具体地，将待测试人脸图像通过现有技术进行预处理，预处理包括：人脸检测、人脸对齐和人脸裁剪处理，并将裁剪好的人脸图像调整为训练集中人脸图像的尺寸；将经过预处理后的待测试人脸图像输入到步骤3已训练完成的深度卷积神经网络，对网络最后一层输出的结果进行排序，概率最大的类别所对应的年龄段即为预测结果。

基于以上描述，所述步骤S4进一步包括以下子步骤：

子步骤S41，对待测试人脸图像进行预处理，并将预处理后的图像输入所述训练完成的深度卷积神经网络；

对待测试人脸图像进行人脸检测、对齐和裁剪，并将裁剪好的人脸图像调整到所述训练集中人脸图像的尺寸，并将调整后的图像输入所述训练完成的深度卷积神经网络；

子步骤S42，通过前向传播得到所述训练完成的深度卷积神经网络最后一层的分类结果，获取分类结果中概率最大的类别所对应的年龄段。

根据上述实施例的描述，在网络训练完成后，将经过预处理的待测试人脸图像输入到训练完成的网络中，通过前向传播，获取网络的最后一层softmax分类层输出的分类结果，分类结果会给出该待测试人脸图像所对应的人脸年龄在各个分类上的概率，其中，概率最大的类别所对应的年龄段即为该待测试人脸图像的年龄估计结果。

为了对本发明实施例提供的年龄估计方法进行评价，在MORPH II人脸年龄数据集和FGNET人脸年龄数据集上进行人脸图像的年龄估计测试，并以平均绝对误差和平均精度为指标对方法性能进行评价。平均绝对误差是指估计年龄和真实年龄之间绝对误差的平均值，其表达式为：

其中，S_k为真实年龄，为估计年龄，N是所有测试图像的个数。MAE是年龄估计中最常用的性能评价方法，MAE越小表示误差范围越小，该算法准确性越高。

估计精度(accuracy)是年龄估计正确的图像数量占整体识别图像数量的百分比，其表达式为：

其中，N_correct表示估计正确的图像数，N为所有测试图像的个数。可见年龄估计准确度越高，年龄估计性能越好。

表3给出了平均绝对误差指标MAE和平均精度指标CR在MORPH II数据库和FGNET数据库上的统计结果。

表3年龄估计算法的平均绝对误差和平均精度指标

数据集	MAE	CR
			FGNET	0.1360	0.8640
MORPHII	0.2614	0.7422

如图4所示，为本发明另一实施例提供的一种年龄估计设备的结构示意图，包括存储器41、处理器42、以及总线43，

所述处理器42和存储器41通过所述总线43完成相互间的通信；

所述存储器41存储有可被所述处理器42执行的程序指令，所述处理器42调用所述存储器41中的程序指令，以执行如前所述的方法，例如包括：收集多个现有人脸年龄数据库，利用生成对抗网络生成特定年龄段的人脸图像，获得年龄均衡分布的人脸年龄数据库；构建用于年龄估计的具有残差结构的深度卷积神经网络；将所述年龄均衡分布的人脸年龄数据库分为训练集和验证集，基于所述训练集和迁移学习方法对所述具有残差结构的深度卷积神经网络进行训练，获得训练完成的深度卷积神经网络；将经过预处理的待测试图像输入所述训练完成的深度卷积神经网络，获得所述待测试图像的年龄估计结果。

根据本发明的又一个方面，提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如前所述的方法，例如包括：收集多个现有人脸年龄数据库，利用生成对抗网络生成特定年龄段的人脸图像，获得年龄均衡分布的人脸年龄数据库；构建用于年龄估计的具有残差结构的深度卷积神经网络；将所述年龄均衡分布的人脸年龄数据库分为训练集和验证集，基于所述训练集和迁移学习方法对所述具有残差结构的深度卷积神经网络进行训练，获得训练完成的深度卷积神经网络；将经过预处理的待测试图像输入所述训练完成的深度卷积神经网络，获得所述待测试图像的年龄估计结果。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所描述的年龄估计设备的实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

本发明上述各实施例提出一种基于深度卷积神经网络的年龄估计方法，通过大样本的学习自动提取层次化的特征表示，进行端到端的模型训练，实现了具有高准确度的年龄估计。

还需要说明的是，除非特别描述或必须依序发生的步骤，上述步骤的顺序并无限制于以上所列，且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面发明的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种年龄估计方法，包括：

S1：获得年龄均衡分布的人脸年龄数据库，包括人脸图像及其对应的年龄；

S2：构建用于年龄估计的具有残差结构的深度卷积神经网络；

S3：利用所述年龄均衡分布的人脸年龄数据库和迁移学习方法对所述具有残差结构的深度卷积神经网络进行训练，获得训练完成的深度卷积神经网络；

S4：将待测试人脸图像输入所述训练完成的深度卷积神经网络，获得所述待测试人脸图像的年龄估计结果。

2.根据权利要求1所述的年龄估计方法，其中，步骤S1包括：

S11：将多个现有人脸年龄数据库中的人脸图像进行合并，得到大规模数据集，对所述大规模数据集中的所有人脸图像进行预处理；

S12：对经过预处理的所述数据集中的人脸图像按照不同年龄段进行分类统计，确定样本量失衡的年龄段；

S13：利用生成对抗网络学习所述样本量失衡的年龄段的人脸图像特征，并生成预设数量的具有相似特征的人脸图像；

S14：将所生成的人脸图像并入经过预处理的所述数据集，获得年龄均衡分布的人脸年龄数据库。

3.根据权利要求1所述的年龄估计方法，其中，

所述具有残差结构的深度卷积神经网络包括顺序连接的：第一卷积层、第一池化层、十六个残差块、第二池化层、全连接层和Softmax分类层；

所述第一卷积层为第一层，第一卷积层的输入为人脸图像；

所述十六个残差块顺序连接，每个残差块均包含四个卷积层；

所述深度卷积神经网络中每个卷积层后都连接有批量归一化层和ReLU非线性激活函数层。

4.根据权利要求3所述的年龄估计方法，其中，所述十六个残差块分为四组，第一组残差块包括3个具有相同结构的残差块，第二组残差块包括4个具有相同结构的残差块，第三组残差块包括6个具有相同结构的残差块，第四组残差块包括3个具有相同结构的残差块。

5.根据权利要求1至4中任一项所述的年龄估计方法，其中，步骤S3包括：

S31：将所述年龄均衡分布的人脸年龄数据库分为训练集和验证集；

S32：基于所述训练集和迁移学习方法对所述具有残差结构的深度卷积神经网络进行训练；

S33：每训练迭代预设次数后在所述验证集上进行一次测试，获得训练完成的深度卷积神经网络。

6.根据权利要求5所述的年龄估计方法，其中，步骤S32包括：

S321：在Imagenet数据集上对所述具有残差结构的深度卷积神经网络进行预训练，使所述深度卷积神经网络具备对图像特征提取的能力，获得初始权重参数；

S322：基于所述初始权重参数，对所述具有残差结构的深度卷积神经网络在所述人脸年龄数据库上进行微调。

7.根据权利要求6所述的年龄估计方法，其中，所述基于所述初始权重参数对所述具有残差结构的深度卷积神经网络在所述人脸年龄数据库上进行微调包括：所述深度神经网络的全连接层在所述初始权重参数的基础上采用较预设阈值大的学习率进行训练，除所述全连接层外，所述深度神经网络的其他各层在所述初始权重参数的基础上采用较预设阈值小的学习率进行训练。

8.根据权利要求1所述的年龄估计方法，其中，步骤S4包括：S41：对待测试人脸图像进行预处理，并将预处理后的图像输入所述训练完成的深度卷积神经网络；

S42：通过前向传播得到所述训练完成的深度卷积神经网络最后一层的分类结果，获取分类结果中概率最大的类别所对应的年龄段。

9.一种年龄估计设备，包括：存储器、处理器以及总线；

所述处理器和存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述存储器中的程序指令，以执行如权利要求1至8中任一项所述的年龄估计方法。

10.一种非暂态计算机可读存储介质，存储有计算机指令，所述计算机指令使所述计算机执行如权利要求1至8中任一项所述的年龄估计方法。