CN108734127A - 年龄识别值调整方法、装置、设备及存储介质 - Google Patents

年龄识别值调整方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN108734127A
CN108734127A CN201810488147.8A CN201810488147A CN108734127A CN 108734127 A CN108734127 A CN 108734127A CN 201810488147 A CN201810488147 A CN 201810488147A CN 108734127 A CN108734127 A CN 108734127A
Authority
CN
China
Prior art keywords
age
target face
line intensity
lip
expression line
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810488147.8A
Other languages
English (en)
Other versions
CN108734127B (zh
Inventor
舒倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHENZHEN MONTNETS TECHNOLOGY Co Ltd
Original Assignee
SHENZHEN MONTNETS TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHENZHEN MONTNETS TECHNOLOGY Co Ltd filed Critical SHENZHEN MONTNETS TECHNOLOGY Co Ltd
Priority to CN201810488147.8A priority Critical patent/CN108734127B/zh
Publication of CN108734127A publication Critical patent/CN108734127A/zh
Application granted granted Critical
Publication of CN108734127B publication Critical patent/CN108734127B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种年龄识别值调整方法，包括：获取目标人脸图像，并确定所述目标人脸图像中目标人脸的年龄识别值；对所述目标人脸图像进行五官定位，获取所述目标人脸的唇部块；基于所述唇部块计算所述目标人脸的唇部纵深度参数集；根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度；根据所述表情纹强度调整所述目标人脸的年龄识别值。本发明实施例中，通过对目标人脸唇部块的分析来获取唇部纵深度参数集，以根据唇部纵深度参数集来确定目标人脸的表情纹强度，从而根据表情纹强度调整目标人脸的年龄识别值，减少了因面部表情造成的人脸年龄识别误差，提高人脸年龄识别的准确性。本发明还提供一种年龄识别值调整装置、设备及存储介质。

Description

年龄识别值调整方法、装置、设备及存储介质
技术领域
本发明涉及人脸识别技术领域，尤其涉及一种基于表情纹的年龄识别值调整方法、装置、设备及存储介质。
背景技术
随着人脸识别技术的发展，对人脸属性的识别需求也越来越高，尤其是人脸年龄识别。人脸年龄识别是指采用图像处理等相关技术对获取的人脸的面部特征进行处理与分析，以自动估计人体年龄的技术，广泛应用于人机交互、安全监控、网站访问控制以及图像与视频检索等领域中。
虽然现有技术中，可实现对图像或视频中包含的人脸进行年龄识别，但现有技术中的人脸年龄识别，在识别过程中往往忽略了人脸面部表情对年龄识别的影响，而人脸在产生面部表情时会产生不同程度的表情纹，表情纹的产生则会造成人脸年龄识别的误差，降低人脸年龄识别的准确性，即现有技术的人脸年龄识别存在准确性低的问题。
综上，如何减少因面部表情造成的年龄识别误差以提高年龄识别的准确性成为本领域技术人员亟待解决的问题。
发明内容
本发明实施例提供了一种年龄识别值调整方法、调整装置、调整设备及存储介质，能够减少因面部表情造成的年龄识别误差，从而提高年龄识别的准确性。
本发明实施例的第一方面，提供了一种年龄识别值调整方法，包括：
获取目标人脸图像，并确定所述目标人脸图像中目标人脸的年龄识别值；
对所述目标人脸图像进行五官定位，获取所述目标人脸的唇部块；
基于所述唇部块计算所述目标人脸的唇部纵深度参数集；
根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度；
根据所述表情纹强度调整所述目标人脸的年龄识别值。
进一步地，所述唇部纵深度参数集包括唇部纵深度第一参数和唇部纵深度第二参数；
相应地，基于所述唇部块计算所述目标人脸的唇部纵深度第一参数和唇部纵深度第二参数的公式为：
其中，Hm为唇部纵深度第一参数，bimax为唇部块中行号的最大值，bimin为唇部块中行号的最小值，Wm为唇部纵深度第二参数，bjmax为唇部块中列号的最大值，bjmin为唇部块中列号的最小值。
优选地，所述根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度的公式为：
其中，Fw为目标人脸的表情纹强度，k1、k2为比例参数，且1≤k2<k1。
可选地，所述根据所述表情纹强度调整所述目标人脸的年龄识别值，包括：
当所述表情纹强度Fw＝1时，将所述目标人脸的年龄识别值上调第一预设调整幅度；
当所述表情纹强度Fw＝-1时，将所述目标人脸的年龄识别值下调第二预设调整幅度；
当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
进一步地，所述目标人脸的表情纹强度还包括眼部表情纹强度，所述唇部纵深度参数集还包括唇部纵深度第三参数；
相应地，所述对所述目标人脸图像进行五官定位，还包括：
对所述目标人脸图像进行五官定位，获取所述目标人脸的左眼或者右眼的眼部块；
所述基于所述唇部块计算所述目标人脸的唇部纵深度参数集，还包括：根据下述公式计算所述目标人脸的唇部纵深度第三参数：
ASize＝sum(max(j|bk(i,j)∈i)-min(j|bk(i,j)∈i)+1)；
其中，ASize为唇部纵深度第三参数，bk(i,j)为第i行第j列的唇部块，max(j|bk(i,j)∈i)为第i行唇部块中列号的最大值，min(j|bk(i,j)∈i)为第i行唇部块中列号的最小值；
所述根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度，还包括：通过以下公式确定所述目标人脸的眼部表情纹强度：
其中，sig为目标人脸的眼部表情纹强度，ESize为目标人脸左眼或右眼的眼部块的块数，k3为比例参数，且k3≥1.5。
优选地，所述年龄识别值调整方法，还包括：
根据所述表情纹强度确定模型训练集中的图像样本，当所述表情纹强度Fw＝0时，将所述表情纹强度对应的图像确定为所述模型训练集中的图像样本；当所述表情纹强度Fw≠0时，删除所述模型训练集中与所述表情纹强度对应的图像样本。
进一步地，所述根据所述表情纹强度调整所述目标人脸的年龄识别值，包括：
当所述表情纹强度Fw＝1时，判断所述眼部表情纹强度sig是否等于1；若所述眼部表情纹强度sig＝1，则将所述目标人脸的年龄识别值上调第三预设调整幅度；若所述眼部表情纹强度sig≠1，则保持所述目标人脸的年龄识别值不变；
当所述表情纹强度Fw＝-1时，将所述目标人脸的年龄识别值下调第四预设调整幅度；
当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
可选地，所述目标人脸图像包括动态图像中的每一帧图像；
相应地，所述年龄识别值调整方法，还包括：
判断所述动态图像中的当前帧图像是否为第一帧图像或者是否为场景切换帧图像；
当所述当前帧图像为第一帧图像或者为场景切换帧图像时，获取所述当前帧图像中的目标人脸图像，并返回执行确定所述目标人脸图像中目标人脸的年龄识别值的调整步骤及后续步骤；
当所述当前帧图像不为第一帧图像且不为场景切换帧图像时，获取所述当前帧图像的帧间预测块中其对应参考块已识别为目标人脸的帧间预测块，将所述参考块中目标人脸已取得的年龄识别值确定为所述当前帧图像的帧间预测块对应的目标人脸的年龄识别值，同时获取所述当前帧图像中的帧内预测块，确定所述帧内预测块中的目标人脸图像，并返回执行确定所述目标人脸图像中目标人脸的年龄识别值的步骤及后续步骤。
优选地，在返回执行确定所述目标人脸图像中目标人脸的年龄识别值的步骤及后续步骤中，所述根据所述表情纹强度调整所述目标人脸的年龄识别值，包括：
当所述表情纹强度Fw＝1时，判断所述眼部表情纹强度sig是否等于1；若所述眼部表情纹强度sig＝1，则将所述目标人脸的年龄识别值上调第五预设调整幅度；若所述眼部表情纹强度sig≠1，则保持所述目标人脸的年龄识别值不变；
当所述表情纹强度Fw＝-1时，获取所述目标人脸中最小列号的唇部块运动轨迹的最低点所对应的图像，对该最低点所对应的图像中的目标人脸重新确定表情纹强度，并根据重新确定的表情纹强度调整所述目标人脸的年龄识别值；
当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
本发明实施例的第二方面，提供了一种年龄识别值调整装置，包括：
图像获取模块，用于获取目标人脸图像，并确定所述目标人脸图像中目标人脸的年龄识别值；
五官定位模块，用于对所述目标人脸图象进行五官定位，获取所述目标人脸的唇部块；
参数集计算模块，用于基于所述唇部块计算所述目标人脸的唇部纵深度参数集；
表情纹确定模块，用于根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度；
识别值调整模块，用于根据所述表情纹强度调整所述目标人脸的年龄识别值。
本发明实施例的第三方面，提供了一种年龄识别值调整设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前述第一方面所述年龄识别值调整方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，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实现如前述第一方面所述年龄识别值调整方法的步骤。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例中，首先，获取目标人脸图像，并确定所述目标人脸图像中目标人脸的年龄识别值；其次，对所述目标人脸图象进行五官定位，获取所述目标人脸的唇部块；随后，基于所述唇部块计算所述目标人脸的唇部纵深度参数集，并根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度；最后，根据所述表情纹强度调整所述目标人脸的年龄识别值。本发明实施例中，通过对目标人脸唇部块的分析来获取唇部纵深度参数集，以根据唇部纵深度参数集来确定目标人脸的表情纹强度，从而根据表情纹强度调整目标人脸的年龄识别值，减少了因面部表情产生的表情纹造成的人脸年龄识别误差，提高人脸年龄识别的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的年龄识别值调整方法的方法流程图；
图2为本发明实施例二提供的年龄识别值调整装置的结构示意图；
图3为本发明实施例三提供的年龄识别值调整设备的示意图。
具体实施方式
本发明实施例提供了一种年龄识别值调整方法、调整装置、调整设备及存储介质，用于减少因面部表情造成的年龄识别误差，提高年龄识别的准确性。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，本发明实施例一提供了一种年龄识别值调整方法，包括：
步骤S101、获取目标人脸图像，并确定所述目标人脸图像中目标人脸的年龄识别值。
本实施例中，首先获取待处理图像，然后对所述待处理图像进行肤色检测，以判断所述待处理图像中是否存在肤色区域，若所述待处理图像中存在肤色区域的话，认为所述待处理图像中存在人脸，则可将所述待处理图像确定为目标人脸图像，并确定所述目标人脸图像中目标人脸的个数以及每一个目标人脸所对应的年龄识别值。可以理解的是，若所述待处理图像中不存在肤色区域的话，则认为所述待处理图像中不存在人脸，即不需要进行年龄识别值的调整，则直接结束调整流程，而不对所述待处理图像进行调整处理。
步骤S102、对所述目标人脸图像进行五官定位，获取所述目标人脸的唇部块。
在获取了目标人脸图像后，对所述目标人脸图像中的目标人脸进行五官定位，当五官定位成功时，获取各个目标人脸所对应的唇部块，其中，在五官定位获得唇部块时，每一个唇部块均设有对应的行号和列号；当五官定位不成功时，可认为所述目标人脸图像中不存在人脸，即不需要进行年龄识别值的调整，则直接结束调整流程，而不对所述待处理图像进行调整处理。
步骤S103、基于所述唇部块计算所述目标人脸的唇部纵深度参数集。
在此，所述唇部纵深度参数集包括唇部纵深度第一参数和唇部纵深度第二参数，其中，所述唇部纵深度第一参数为每一目标人脸所对应的唇部块的行数，所述唇部纵深度第二参数为每一目标人脸所对应的唇部块的列数。本实施例中，在获取了各个目标人脸对应的唇部块后，将各个目标人脸中孤立标注为唇部的唇部块删除，得到各个目标人脸中连通的唇部块，并在该连通的唇部块中找到最小列号的唇部块、最大列号的唇部块、最小行号的唇部块和最大行号的唇部块。在找到每一个目标人脸的最小列号的唇部块、最大列号的唇部块、最小行号的唇部块和最大行号的唇部块后，可根据下述公式一分别计算出各个目标人脸的唇部纵深度第一参数和唇部纵深度第二参数，即各个目标人脸唇部块的行数和列数：
其中，Hm为唇部纵深度第一参数，bimax为唇部块中行号的最大值，bimin为唇部块中行号的最小值，Wm为唇部纵深度第二参数，bjmax为唇部块中列号的最大值，bjmin为唇部块中列号的最小值。
步骤S104、根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度。
本实施例中，在计算得到各个目标人脸所对应的唇部纵深度参数集后，即可根据每一目标人脸所对应的唇部纵深度参数集来分别确定出与其相对应的表情纹强度。也就是说，可根据第一目标人脸所对应的唇部纵深度参数集确定出第一目标人脸的表情纹强度，可根据第二目标人脸所对应的唇部纵深度参数集确定出第二目标人脸的表情纹强度，以此类推，从而可得到所述目标人脸图像中所有目标人脸所对应的表情纹强度。
具体地，本实施例中，根据下述公式二确定各个目标人脸的表情纹强度：
其中，Fw为目标人脸的表情纹强度，k1、k2为比例参数，且1≤k2<k1。
可以理解的是，所述目标人脸的表情纹强度是指根据目标人脸的唇部块的行数和列数所确定的目标人脸唇部的三种状态，从而可预测出目标人脸所具有的表情类型，如是列数与行数的差值大于第一阈值的微笑等表情类型，还是行数与列数的差值大于或等于第二阈值的O型嘴或嘟嘴等表情类型，其中，第一阈值＝Wm-k2*Hm，第二阈值＝Hm-k1*Wm。
步骤S105、根据所述表情纹强度调整所述目标人脸的年龄识别值。
本实施例中，在得到各个目标人脸所对应的表情纹强度后，即可根据表情纹强度来调整对应的目标人脸的年龄识别值。具体地，当所述表情纹强度Fw＝1时，将所述目标人脸的年龄识别值上调第一预设调整幅度；当所述表情纹强度Fw＝-1时，将所述目标人脸的年龄识别值下调第二预设调整幅度；当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
即当某一目标人脸的表情纹强度Fw＝1时，可认为该目标人脸唇部块的行数明显多于列数，即该目标人脸可能存在O型嘴或嘟嘴等表情，而O型嘴或嘟嘴等表情的存在可能拉伸了该目标人脸原本所具有的皱纹，使得该目标人脸的皱纹比其实际皱纹少，从而造成对该目标人脸初始的年龄识别值比其实际年龄值小，因而，此时应当将该目标人脸初始的年龄识别值上调第一预设调整幅度，确保该目标人脸最终的年龄识别值与其实际年龄值相符；当某一目标人脸的表情纹强度Fw＝-1时，可认为该目标人脸唇部块的列数明显多于行数，即该目标人脸可能存在微笑等表情，而微笑等表情的存在则可使得该目标人脸产生类似皱纹的表情纹，即该表情纹极易被年龄识别系统误认为是皱纹，从而造成对该目标人脸初始的年龄识别值比其实际年龄值大，因而，此时应当将该目标人脸初始的年龄识别值下调第二预设调整幅度，确保该目标人脸最终的年龄识别值与其实际年龄值相符；当某一目标人脸的表情纹强度Fw＝0时，即认为该目标人脸不存在面部表情，即该目标人脸初始的年龄识别值与其实际年龄值相符，不需要进行年龄识别值的调整。
可以理解的是，所述第一预设调整幅度和所述第二预设调整幅度可由使用者根据需要设定固定值的调整幅度，当然也可以根据唇部纵深度参数集中的Hm、Wm来确定自适应调整幅度。
可以理解的是，本实施例中，所述目标人脸是指所述目标人脸图像中定位标号正在定位的人脸，如某一目标人脸图像中，具有人脸A、人脸B和人脸C，而当前定位标号正在定位的人脸为人脸A，则人脸A为此时的目标人脸，以根据上述步骤S101至S104确定出人脸A所对应的表情纹强度A，并根据该表情纹强度A调整人脸A的年龄识别值。调整完成后，定位标号即可自动转移至人脸B，则人脸B即为此时的目标人脸，同样可根据上述步骤确定出人脸B所对应的表情纹强度B，并根据该表情纹强度B调整人脸B的年龄识别值，调整完成后，定位标号即可自动转移至人脸C，以完成同样的调整过程。
在此，当然也可以是根据上述步骤先分别确定出人脸A对应的表情纹强度A、人脸B对应的表情纹强度B、人脸C对应的目表情纹强度C，然后同时对人脸A、人脸B、人脸C的年龄识别值进行调整，即将根据表情纹强度A调整人脸A的年龄识别值、根据表情纹强度B调整人脸B的年龄识别值以及根据表情纹强度C调整人脸C的年龄识别值三者同时进行。
进一步地，为提高年龄识别值调整的准确性，本实施例提供的年龄识别值调整方法在一个应用场景中，增加了眼部表情纹强度来辅助进行年龄识别值的调整。
具体地，在该应用场景下，所述目标人脸的表情纹强度还包括眼部表情纹强度，所述唇部纵深度参数集还包括唇部纵深度第三参数；相应地，所述对所述目标人脸图像进行五官定位，还包括：对所述目标人脸图像进行五官定位，获取所述目标人脸的左眼或者右眼的眼部块。同时，所述基于所述唇部块计算所述目标人脸的唇部纵深度参数集，还包括：根据下述公式三计算所述目标人脸的唇部纵深度第三参数：
ASize＝sum(max(j|bk(i,j)∈i)-min(j|bk(i,j)∈i)+1)(公式三)；
在此，max(变量|条件)为满足条件的变量的最大值，max(变量|条件)为满足条件的变量的最小值。因而，上述公式三中，ASize为唇部纵深度第三参数，bk(i,j)为第i行第j列的唇部块，max(j|bk(i,j)∈i)为第i行唇部块中列号的最大值，min(j|bk(i,j)∈i)为第i行唇部块中列号的最小值；
所述根据所述唇部纵深度参数集计算所述目标人脸的表情纹强度，还包括：通过以下公式四计算所述目标人脸的眼部表情纹强度：
其中，sig为目标人脸的眼部表情纹强度，ESize为目标人脸左眼或右眼的眼部块的块数，k3为比例参数，且k3≥1.5。
可以理解的是，所述唇部纵深度第三参数是指所述目标人脸的唇部面积，具体可用所述目标人脸唇部块的块数来体现。所述目标人脸的眼部表情纹强度是指根据目标人脸的眼部块的块数与唇部块的块数之间的关系所确定的眼部状态。
本场景中，在得到目标人脸唇部的表情纹强度和眼部表情纹强度后，即可根据目标人脸唇部的表情纹强度和眼部表情纹强度来调整该目标人脸的年龄识别值。
具体地，当所述表情纹强度Fw＝1时，判断所述眼部表情纹强度sig是否等于1；若所述眼部表情纹强度sig＝1，则将所述目标人脸的年龄识别值上调第三预设调整幅度；若所述眼部表情纹强度sig≠1，则保持所述目标人脸的年龄识别值不变；
当所述表情纹强度Fw＝-1时，将所述目标人脸的年龄识别值下调第四预设调整幅度；
当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
因在人脸处于正常、无表情状态时，唇部块的块数与单眼眼部块的块数的差值处于预设阈值范围内，而当人脸存在O型嘴或嘟嘴等表情时，会增加唇部块的块数和/或减少单眼眼部块的块数，从而使得唇部块的块数与单眼眼部块的块数的差值超过该预设阈值范围，即使得眼部表情纹强度sig＝1。
在此，当确定出某一目标人脸的唇部表情纹强度Fw＝1时，认为该目标人脸中可能存在O型嘴或嘟嘴等表情，但是否确实存在O型嘴或嘟嘴等表情，则需进一步判断该目标人脸的眼部表情纹强度。当进一步判断出该目标人脸的眼部表情纹强度sig＝1，即该目标人脸的唇部块的块数与单眼眼部块的块数的差值超过该预设阈值范围时，可确定该目标人脸确实存在O型嘴或嘟嘴等表情，而O型嘴或嘟嘴等表情的存在极易造成该目标人脸初始的年龄识别值比其实际年龄值小，因而，此时应当将该目标人脸初始的年龄识别值上调第三预设调整幅度，使得该目标人脸最终的年龄识别值与其实际年龄值相符。而当进一步判断出该目标人脸的眼部表情纹强度sig≠1，即该目标人脸的唇部块的块数与单眼眼部块的块数的差值仍处于该预设阈值范围内，可确定该目标人脸并不存在O型嘴或嘟嘴等表情，因而，此时认为该目标人初始的年龄识别值与其实际年龄值相符，不需要进行进一步地调整，以此提高目标人脸表情判断的准确性，提高目标人脸年龄识别的准确性。
可以理解的是，所述第三预设调整幅度和所述第四预设调整幅度可由使用者根据需要设定固定值的调整幅度，其中，该固定值的调整幅度可与上述第一预设调整幅度、第二预设调整幅度中的固定值的调整幅度相同，也可不同，当然在此还可以根据唇部纵深度参数集中的Hm、Wm来确定自适应调整幅度。
更进一步地，本实施例提供的年龄识别值调整方法在一个应用场景下可用于调整动态图像中的目标人脸的年龄识别值。具体地，所述目标人脸图像包括动态图像中的每一帧图像；相应地，所述年龄识别值调整方法，还包括：
判断所述动态图像中的当前帧图像是否为第一帧图像或者是否为场景切换帧图像；
当所述当前帧图像为第一帧图像或者为场景切换帧图像时，获取所述当前帧图像中的目标人脸图像，并返回执行确定所述目标人脸图像中目标人脸的年龄识别值的步骤及后续步骤；
当所述当前帧图像不为第一帧图像且不为场景切换帧图像时，获取所述当前帧图像的帧间预测块中其对应参考块已识别为目标人脸的帧间预测块，将所述参考块中目标人脸已取得的年龄识别值确定为所述当前帧图像的帧间预测块对应的目标人脸的年龄识别值，同时获取所述当前帧图像中的帧内预测块，确定所述帧内预测块中的目标人脸图像，并返回执行确定所述目标人脸图像中目标人脸的年龄识别值的步骤及后续步骤。
即首先判断所述动态图像中的当前帧图像是否为第一帧图像或者是否为场景切换帧图像，若所述当前帧图像为第一帧图像或者为场景切换帧图像的话，则获取当前帧图像中的目标人脸图像，并确定出各目标人脸对应的年龄识别值，其次，计算出各目标人脸的唇部纵深度参数集，并根据唇部纵深度参数集确定出各目标人脸的表情纹强度，然后根据各表情纹强度调整对应的目标人脸的年龄识别值。
而对于动态图像中不为第一帧图像且不为场景切换帧图像的图像，则可首先获取该图像帧间预测块中其对应参考块在前述处理步骤中已识别为目标人脸的帧间预测块并获取其在前述处理步骤中所获取的目标人脸的年龄识别值，对当前帧图像的帧间预测块对应的目标人脸直接继承该帧间预测块对应参考块在前述处理步骤中已获取的目标人脸年龄识别值，即将该对应参考块中目标人脸已获取的年龄识别值确定为所述当前帧图像的帧间预测块中对应的目标人脸的年龄识别值。接着找出该图像中的帧内预测块，然后确定出帧内预测块中的目标人脸图像，并对该目标人脸图像执行上述步骤S101至步骤S105中的处理操作，以调整动态图像其余帧图像中各目标人脸的年龄识别值，从而完成动态图像中目标人脸年龄识别值的调整，提高动态图像年龄分析系统中年龄识别值的准确性。
可以理解的是，在视频压缩中，采用帧内预测模式的块，一般表示当前块与前一帧相关性小，是出现新人脸的高概率区域。因而，本场景中，可使用视频中携带的压缩信息来找出其余帧中的帧内预测块，如某一块的预测模式为帧内预测或者其包含帧内预测子块，即可将该块确定为帧内预测块。
优选地，在另一个场景下，对动态图像中的图像进行目标人脸的年龄识别值调整时，所述根据所述表情纹强度调整所述目标人脸的年龄识别值，包括：
当所述表情纹强度Fw＝1时，判断所述眼部表情纹强度sig是否等于1；若所述眼部表情纹强度sig＝1，则将所述目标人脸的年龄识别值上调第五预设调整幅度；若所述眼部表情纹强度sig≠1，则保持所述目标人脸的年龄识别值不变；
当所述表情纹强度Fw＝-1时，获取所述目标人脸中最小列号的唇部块运动轨迹的最低点所对应的图像，对该最低点所对应的图像中的目标人脸重新计算表情纹强度，并根据重新计算的表情纹强度调整所述目标人脸的年龄识别值；
当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
即该场景中，当计算出某一目标人脸的表情纹强度Fw＝-1时，并不直接下调该目标人脸的年龄识别值，而是获取该目标人脸中最小列号的唇部块运动轨迹的最低点所对应的图像，并对该最低点所对应图像中的该目标人脸重新确定表情纹强度，并根据重新确定的表情纹强度调整该目标人脸的年龄识别值。也就是说，当确定出动态图像中某一目标人脸因微笑等造成唇部列数太多的表情不正常现象时，并不直接下调该目标人脸的年龄识别值，而是在动态图像中找出该目标人脸表情较正常的下一帧图像，并根据该下一帧图像来确定该目标人脸此时的表情纹强度，以根据此时的表情纹强度来调整该目标人脸的年龄识别值，从而提高年龄识别值调整的准确性，使其与目标人脸的实际年龄值相接近。
可以理解的是，本场景中，所述动态图像可以是视频图像，也可以是gif等动图图像。
因本实施例中，仅采用目标人脸的唇部纵深度参数集来确定表情纹强度，以根据所确定的表情纹强度调整年龄识别值，计算量少，可满足视频应用对实时性的要求。
可选地，本实施例提供的年龄识别值调整方法，还可应用于年龄识别中的学习阶段，即根据本实施例确定出的表情纹强度来确定年龄识别模型训练集中的图像样本。具体地，当某一图像中人脸的表情纹强度Fw＝0时，即可将该图像确定为模型训练集中的图像样本，而当模型训练集中存在Fw≠0的图像样本时，即可将该图像样本从模型训练集中删除，以提高模型训练集中图像样本的准确性，提高训练效果，从而提高年龄识别的准确性。
本发明实施例中，首先，获取目标人脸图像，并确定所述目标人脸图像中目标人脸的年龄识别值；其次，对所述目标人脸图象进行五官定位，获取所述目标人脸的唇部块；随后，基于所述唇部块计算所述目标人脸的唇部纵深度参数集，并根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度；最后，根据所述表情纹强度调整所述目标人脸的年龄识别值。本发明实施例中，通过对目标人脸唇部块的分析来获取唇部纵深度参数集，以根据唇部纵深度参数集来确定目标人脸的表情纹强度，从而根据表情纹强度调整目标人脸的年龄识别值，减少了因面部表情造成的人脸年龄识别误差，提高人脸年龄识别的准确性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种年龄识别值调整方法，下面将对一种年龄识别值调整装置进行详细描述。
如图2所示，本发明实施例二提供了一种年龄识别值调整装置，所述年龄识别值调整装置，包括：
图像获取模块201，用于获取目标人脸图像，并确定所述目标人脸图像中目标人脸的年龄识别值；
五官定位模块202，用于对所述目标人脸图象进行五官定位，获取所述目标人脸的唇部块；
参数集计算模块203，用于基于所述唇部块计算所述目标人脸的唇部纵深度参数集；
表情纹确定模块204，用于根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度；
识别值调整模块205，用于根据所述表情纹强度调整所述目标人脸的年龄识别值。
进一步地，所述唇部纵深度参数集包括唇部纵深度第一参数和唇部纵深度第二参数；
相应地，基于所述唇部块计算所述目标人脸的唇部纵深度第一参数和唇部纵深度第二参数的公式为：
其中，Hm为唇部纵深度第一参数，bimax为唇部块中行号的最大值，bimin为唇部块中行号的最小值，Wm为唇部纵深度第一参数，bjmax为唇部块中列号的最大值，bjmin为唇部块中列号的最小值。
优选地，所述根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度的公式为：
其中，Fw为目标人脸的表情纹强度，k1、k2为比例参数，且1≤k2<k1。
可选地，所述识别值调整模块205，包括：
第一调整单元，用于当所述表情纹强度Fw＝1时，将所述目标人脸的年龄识别值上调第一预设调整幅度；
第二调整单元，用于当所述表情纹强度Fw＝-1时，将所述目标人脸的年龄识别值下调第二预设调整幅度；
第一保持单元，用于当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
进一步地，所述目标人脸的表情纹强度还包括眼部表情纹强度，所述唇部纵深度参数集还包括唇部纵深度第三参数；
相应地，所述五官定位模块202，还包括：
眼部块获取单元，用于对所述目标人脸图像进行五官定位，获取所述目标人脸的左眼或者右眼的眼部块；
参数集计算模块203，用于根据下述公式计算所述目标人脸的唇部纵深度第三参数：
ASize＝sum(max(j|bk(i,j)∈i)-min(j|bk(i,j)∈i)+1)；
其中，ASize为唇部纵深度第三参数，bk(i,j)为第i行第j列的唇部块，max(j|bk(i,j)∈i)为第i行唇部块中列号的最大值，min(j|bk(i,j)∈i)为第i行唇部块中列号的最小值；
所述表情纹确定模块204，还用于通过以下公式确定所述目标人脸的眼部表情纹强度：
其中，sig为目标人脸的眼部表情纹强度，ESize为目标人脸左眼或右眼的眼部块的块数，k3为比例参数，且k3≥1.5。
优选地，所述识别值调整模块205，包括：
第三调整单元，用于当所述表情纹强度Fw＝1时，判断所述眼部表情纹强度sig是否等于1；若所述眼部表情纹强度sig＝1，则将所述目标人脸的年龄识别值上调第三预设调整幅度；若所述眼部表情纹强度sig≠1，则保持所述目标人脸的年龄识别值不变；
第四调整单元，用于当所述表情纹强度Fw＝-1时，将所述目标人脸的年龄识别值下调第四预设调整幅度；
第二保持单元，用于当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
可选地，所述年龄识别值调整装置，还包括：
训练集确定模块，用于根据所述表情纹强度确定模型训练集中的图像样本，当所述表情纹强度Fw＝0时，将所述表情纹强度对应的图像确定为所述模型训练集中的图像样本；当所述表情纹强度Fw≠0时，删除所述模型训练集中与所述表情纹强度对应的图像样本。
进一步地，所述目标人脸图像包括动态图像中的每一帧图像，相应地，所述年龄识别值调整装置，还包括：
第一图像判断模块，用于判断所述动态图像中的当前帧图像是否为第一帧图像或者是否为场景切换帧图像；
第一返回执行模块，用于当所述当前帧图像为第一帧图像或者为场景切换帧图像时，获取所述当前帧图像中的目标人脸图像，并返回执行确定所述目标人脸图像中目标人脸的年龄识别值的步骤及后续步骤；
第二返回执行模块，用于当所述当前帧图像不为第一帧图像且不为场景切换帧图像时，获取所述当前帧图像的帧间预测块中其对应参考块已识别为目标人脸的帧间预测块，将所述参考块中目标人脸已取得的年龄识别值确定为所述当前帧图像的帧间预测块对应的目标人脸的年龄识别值，同时获取所述当前帧图像中的帧内预测块，确定所述帧内预测块中的目标人脸图像，并返回执行确定所述目标人脸图像中目标人脸的年龄识别值的步骤及后续步骤。
可选地，所述识别值调整模块205，还包括：
第五调整单元，用于当所述表情纹强度Fw＝1时，判断所述眼部表情纹强度sig是否等于1；若所述眼部表情纹强度sig＝1，则将所述目标人脸的年龄识别值上调第五预设调整幅度；若所述眼部表情纹强度sig≠1，则保持所述目标人脸的年龄识别值不变；
第六调整单元，用于当所述表情纹强度Fw＝-1时，获取所述目标人脸中最小列号的唇部块运动轨迹的最低点所对应的图像，对该最低点所对应的图像中的目标人脸重新确定表情纹强度，并根据重新确定的表情纹强度调整所述目标人脸的年龄识别值；
第三保持单元，用于当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
图3是本发明实施例三提供的年龄识别值调整设备的示意图。如图3所示，该实施例的年龄识别值调整设备300包括：处理器301、存储器302以及存储在所述存储器302中并可在所述处理器301上运行的计算机程序303，例如年龄识别值调整程序。所述处理器301执行所述计算机程序303时实现上述各个年龄识别值调整方法实施例中的步骤，例如图1所示的步骤S101至步骤S105。或者，所述处理器301执行所述计算机程序303时实现上述各装置实施例中各模块/单元的功能，例如图2所示的模块201至模块205的功能。
示例性的，所述计算机程序303可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器302中，并由所述处理器301执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序303在所述年龄识别值调整设备300中的执行过程。例如，所述计算机程序303可以被分割成图像获取模块、五官定位模块、参数集计算模块、表情纹确定模块、识别值调整模块，各模块具体功能如下：
图像获取模块，用于获取目标人脸图像，并确定所述目标人脸图像中目标人脸的年龄识别值；
五官定位模块，用于对所述目标人脸图象进行五官定位，获取所述目标人脸的唇部块；
参数集计算模块，用于基于所述唇部块计算所述目标人脸的唇部纵深度参数集；
表情纹确定模块，用于根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度；
识别值调整模块，用于根据所述表情纹强度调整所述目标人脸的年龄识别值。
所述年龄识别值调整设备300可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述年龄识别值调整设备300可包括，但不仅限于，处理器301、存储器302。本领域技术人员可以理解，图3仅仅是年龄识别值调整设备300的示例，并不构成对年龄识别值调整设备300的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述年龄识别值调整设备300还可以包括输入输出设备、网络接入设备、总线等。
所述处理器301可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器302可以是所述年龄识别值调整设备300的内部存储单元，例如年龄识别值调整设备300的硬盘或内存。所述存储器302也可以是所述年龄识别值调整设备300的外部存储设备，例如所述年龄识别值调整设备300上配备的插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器302还可以既包括所述年龄识别值调整设备300的内部存储单元也包括外部存储设备。所述存储器302用于存储所述计算机程序以及所述年龄识别值调整设备所需的其他程序和数据。所述存储器302还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种年龄识别值调整方法，其特征在于，包括：
获取目标人脸图像，并确定所述目标人脸图像中目标人脸的年龄识别值；
对所述目标人脸图像进行五官定位，获取所述目标人脸的唇部块；
基于所述唇部块计算所述目标人脸的唇部纵深度参数集；
根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度；
根据所述表情纹强度调整所述目标人脸的年龄识别值。
2.根据权利要求1所述的年龄识别值调整方法，其特征在于，所述唇部纵深度参数集包括唇部纵深度第一参数和唇部纵深度第二参数；
相应地，基于所述唇部块计算所述目标人脸的唇部纵深度第一参数和唇部纵深度第二参数的公式为：
其中，Hm为唇部纵深度第一参数，bimax为唇部块中行号的最大值，bimin为唇部块中行号的最小值，Wm为唇部纵深度第二参数，bjmax为唇部块中列号的最大值，bjmin为唇部块中列号的最小值。
3.根据权利要求2所述的年龄识别值调整方法，其特征在于，所述根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度的公式为：
其中，Fw为目标人脸的表情纹强度，k1、k2为比例参数，且1≤k2<k1。
4.根据权利要求3所述的年龄识别值调整方法，其特征在于，所述根据所述表情纹强度调整所述目标人脸的年龄识别值，包括：
当所述表情纹强度Fw＝1时，将所述目标人脸的年龄识别值上调第一预设调整幅度；
当所述表情纹强度Fw＝-1时，将所述目标人脸的年龄识别值下调第二预设调整幅度；
当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
5.根据权利要求3所述的年龄识别值调整方法，其特征在于，所述目标人脸的表情纹强度还包括眼部表情纹强度，所述唇部纵深度参数集还包括唇部纵深度第三参数；
相应地，所述对所述目标人脸图像进行五官定位，还包括：
对所述目标人脸图像进行五官定位，获取所述目标人脸的左眼或者右眼的眼部块；
所述基于所述唇部块计算所述目标人脸的唇部纵深度参数集，还包括根据下述公式计算所述目标人脸的唇部纵深度第三参数：
ASize＝sum(max(j|bk(i,j)∈i)-min(j|bk(i,j)∈i)+1)；
其中，ASize为唇部纵深度第三参数，bk(i,j)为第i行第j列的唇部块，max(j|bk(i,j)∈i)为第i行唇部块中列号的最大值，min(j|bk(i,j)∈i)为第i行唇部块中列号的最小值；
所述根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度，还包括：
通过下述公式确定所述目标人脸的眼部表情纹强度：
其中，sig为目标人脸的眼部表情纹强度，ESize为目标人脸左眼或右眼的眼部块的块数，k3为比例参数，且k3≥1.5。
6.根据权利要求5所述的年龄识别值调整方法，其特征在于，所述根据所述表情纹强度调整所述目标人脸的年龄识别值，包括：
当所述表情纹强度Fw＝1时，判断所述眼部表情纹强度sig是否等于1；若所述眼部表情纹强度sig＝1，则将所述目标人脸的年龄识别值上调第三预设调整幅度；若所述眼部表情纹强度sig≠1，则保持所述目标人脸的年龄识别值不变；
当所述表情纹强度Fw＝-1时，将所述目标人脸的年龄识别值下调第四预设调整幅度；
当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
7.根据权利要求5所述的年龄识别值调整方法，其特征在于，还包括：
根据所述表情纹强度确定模型训练集中的图像样本，当所述表情纹强度Fw＝0时，将所述表情纹强度对应的图像确定为所述模型训练集中的图像样本；当所述表情纹强度Fw≠0时，删除所述模型训练集中与所述表情纹强度对应的图像样本。
8.根据权利要求5或7所述的年龄识别值调整方法，其特征在于，所述目标人脸图像包括动态图像中的每一帧图像；
相应地，所述年龄识别值调整方法，还包括：
判断所述动态图像中的当前帧图像是否为第一帧图像或者是否为场景切换帧图像；
当所述当前帧图像为第一帧图像或者为场景切换帧图像时，获取所述当前帧图像中的目标人脸图像，并返回执行确定所述目标人脸图像中目标人脸的年龄识别值的步骤及后续步骤；
当所述当前帧图像不为第一帧图像且不为场景切换帧图像时，获取所述当前帧图像的帧间预测块中其对应参考块已识别为目标人脸的帧间预测块，将所述参考块中目标人脸已取得的年龄识别值确定为所述当前帧图像的帧间预测块对应的目标人脸的年龄识别值，同时获取所述当前帧图像中的帧内预测块，确定所述帧内预测块中的目标人脸图像，并返回执行确定所述目标人脸图像中目标人脸的年龄识别值的步骤及后续步骤。
9.根据权利要求8所述的年龄识别值调整方法，其特征在于，在返回执行确定所述目标人脸图像中目标人脸的年龄识别值的调整步骤及后续步骤中，所述根据所述表情纹强度调整所述目标人脸的年龄识别值，包括：
当所述表情纹强度Fw＝1时，判断所述眼部表情纹强度sig是否等于1；若所述眼部表情纹强度sig＝1，则将所述目标人脸的年龄识别值上调第五预设调整幅度；若所述眼部表情纹强度sig≠1，则保持所述目标人脸的年龄识别值不变；
当所述表情纹强度Fw＝-1时，获取所述目标人脸中最小列号的唇部块运动轨迹的最低点所对应的图像，对该最低点所对应的图像中的目标人脸重新计算表情纹强度，并根据重新计算的表情纹强度调整所述目标人脸的年龄识别值；
当所述表情纹强度Fw＝0时，保持所述目标人脸的年龄识别值不变。
10.一种年龄识别值调整装置，其特征在于，包括：
图像获取模块，用于获取目标人脸图像，并确定所述目标人脸图像中目标人脸的年龄识别值；
五官定位模块，用于对所述目标人脸图象进行五官定位，获取所述目标人脸的唇部块；
参数集计算模块，用于基于所述唇部块计算所述目标人脸的唇部纵深度参数集；
表情纹确定模块，用于根据所述唇部纵深度参数集确定所述目标人脸的表情纹强度；
识别值调整模块，用于根据所述表情纹强度调整所述目标人脸的年龄识别值。
11.一种年龄识别值调整设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述年龄识别值调整方法的步骤。
12.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述年龄识别值调整方法的步骤。
CN201810488147.8A 2018-05-21 2018-05-21 年龄识别值调整方法、装置、设备及存储介质 Active CN108734127B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810488147.8A CN108734127B (zh) 2018-05-21 2018-05-21 年龄识别值调整方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810488147.8A CN108734127B (zh) 2018-05-21 2018-05-21 年龄识别值调整方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN108734127A true CN108734127A (zh) 2018-11-02
CN108734127B CN108734127B (zh) 2021-01-05

Family

ID=63938782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810488147.8A Active CN108734127B (zh) 2018-05-21 2018-05-21 年龄识别值调整方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN108734127B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109994206A (zh) * 2019-02-26 2019-07-09 华为技术有限公司 一种容貌预测方法及电子设备
CN109993150A (zh) * 2019-04-15 2019-07-09 北京字节跳动网络技术有限公司 用于识别年龄的方法和装置
CN111832354A (zh) * 2019-04-19 2020-10-27 北京字节跳动网络技术有限公司 目标对象年龄识别方法、装置及电子设备
CN112132068A (zh) * 2020-09-27 2020-12-25 深圳市梦网视讯有限公司 一种基于视频动态信息的年龄分析方法、系统和设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110311150A1 (en) * 2010-06-17 2011-12-22 Sanyo Electric Co., Ltd. Image processing apparatus
CN102870136A (zh) * 2010-06-21 2013-01-09 宝丽化学工业有限公司 年龄估计方法和性别确定方法
CN102881239A (zh) * 2011-07-15 2013-01-16 鼎亿数码科技(上海)有限公司 基于图像识别的广告投播系统及方法
CN102903135A (zh) * 2007-07-23 2013-01-30 宝洁公司 用于皱纹老化和去老化逼真模拟的方法和装置
CN104537630A (zh) * 2015-01-22 2015-04-22 厦门美图之家科技有限公司 一种基于年龄估计的图像美颜方法和装置
US20160019411A1 (en) * 2014-07-15 2016-01-21 Palo Alto Research Center Incorporated Computer-Implemented System And Method For Personality Analysis Based On Social Network Images
CN105279499A (zh) * 2015-10-30 2016-01-27 小米科技有限责任公司 年龄识别方法及装置
CN106529378A (zh) * 2015-09-15 2017-03-22 中国科学院声学研究所 一种亚裔人脸的年龄特征模型生成方法及年龄估计方法
US20180121748A1 (en) * 2016-11-02 2018-05-03 Samsung Electronics Co., Ltd. Method and apparatus to recognize object based on attribute of object and train

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102903135A (zh) * 2007-07-23 2013-01-30 宝洁公司 用于皱纹老化和去老化逼真模拟的方法和装置
US20110311150A1 (en) * 2010-06-17 2011-12-22 Sanyo Electric Co., Ltd. Image processing apparatus
CN102870136A (zh) * 2010-06-21 2013-01-09 宝丽化学工业有限公司 年龄估计方法和性别确定方法
CN102881239A (zh) * 2011-07-15 2013-01-16 鼎亿数码科技(上海)有限公司 基于图像识别的广告投播系统及方法
US20160019411A1 (en) * 2014-07-15 2016-01-21 Palo Alto Research Center Incorporated Computer-Implemented System And Method For Personality Analysis Based On Social Network Images
CN104537630A (zh) * 2015-01-22 2015-04-22 厦门美图之家科技有限公司 一种基于年龄估计的图像美颜方法和装置
CN106529378A (zh) * 2015-09-15 2017-03-22 中国科学院声学研究所 一种亚裔人脸的年龄特征模型生成方法及年龄估计方法
CN105279499A (zh) * 2015-10-30 2016-01-27 小米科技有限责任公司 年龄识别方法及装置
US20180121748A1 (en) * 2016-11-02 2018-05-03 Samsung Electronics Co., Ltd. Method and apparatus to recognize object based on attribute of object and train

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ANKIT KUMAR SONI等: "《2015 International Conference on Applied and Theoretical Computing and Communication Technology (iCATccT)》", 21 April 2016 *
RANRAN FENG等: "《2012 IEEE International Symposium on Multimedia》", 1 February 2013 *
SYED MUSA ALI等: "《2015 5th National Symposium on Information Technology: Towards New Smart World (NSITNSW)》", 6 August 2015 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109994206A (zh) * 2019-02-26 2019-07-09 华为技术有限公司 一种容貌预测方法及电子设备
CN109993150A (zh) * 2019-04-15 2019-07-09 北京字节跳动网络技术有限公司 用于识别年龄的方法和装置
CN109993150B (zh) * 2019-04-15 2021-04-27 北京字节跳动网络技术有限公司 用于识别年龄的方法和装置
CN111832354A (zh) * 2019-04-19 2020-10-27 北京字节跳动网络技术有限公司 目标对象年龄识别方法、装置及电子设备
CN112132068A (zh) * 2020-09-27 2020-12-25 深圳市梦网视讯有限公司 一种基于视频动态信息的年龄分析方法、系统和设备

Also Published As

Publication number Publication date
CN108734127B (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
CN110147717B (zh) 一种人体动作的识别方法及设备
JP6812573B2 (ja) サーバ、金融時系列データの処理方法及び記憶媒体
CN108734127A (zh) 年龄识别值调整方法、装置、设备及存储介质
CN106875422B (zh) 人脸跟踪方法和装置
CN108921061A (zh) 一种表情识别方法、装置和设备
WO2020143316A1 (zh) 证件图像提取方法及终端设备
CN109284683A (zh) 用于生物认证的特征提取及匹配以及模板更新
CN108229419A (zh) 用于聚类图像的方法和装置
CN108765264A (zh) 图像美颜方法、装置、设备及存储介质
CN110781976B (zh) 训练图像的扩充方法、训练方法及相关装置
CN111079833B (zh) 图像识别方法、装置以及计算机可读存储介质
CN110287836B (zh) 图像分类方法、装置、计算机设备和存储介质
CN104346503A (zh) 一种基于人脸图像的情感健康监控方法及手机
CN113449704B (zh) 人脸识别模型训练方法、装置、电子设备及存储介质
WO2021174941A1 (zh) 人体属性识别方法、系统、计算机设备及存储介质
CN111178128B (zh) 图像识别方法、装置、计算机设备和存储介质
CN111695462A (zh) 一种人脸识别方法、装置、存储介质和服务器
CN108052943A (zh) 一种仪表字轮识别方法及设备
CN104616002A (zh) 用于年龄段判断的面部识别设备
CN109598250A (zh) 特征提取方法、装置、电子设备和计算机可读介质
CN108734126A (zh) 一种美颜方法、美颜装置及终端设备
CN108171702A (zh) 易损斑块识别方法、应用服务器及计算机可读存储介质
CN113298158A (zh) 数据检测方法、装置、设备及存储介质
CN110309692A (zh) 人脸识别方法、装置及系统、模型训练方法及装置
CN113515977A (zh) 人脸识别方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant