CN109271958B - 人脸年龄识别方法及装置 - Google Patents

Abstract

本发明公开了一种人脸年龄识别方法，属于人脸识别领域。该方法包括：获取目标人脸图像；根据预先训练好的人脸年龄模型确定所述目标人脸图像的目标人脸的第一估计年龄值；根据预先训练好的人脸表情模型确定所述目标人脸的目标表情；根据第一估计年龄值和所述目标表情，确定所述目标人脸的第二估计年龄值；根据所述第一估计年龄值和所述第二估计年龄值，确定所述目标人脸的目标年龄值。本发明在充分考虑了不同表情对于人脸年龄的识别的准确性的影响之后，确定了所述目标人脸的目标年龄值，进一步提高了人脸年龄识别的准确性。

Description

人脸年龄识别方法及装置

技术领域

本发明涉及人脸识别领域，尤其涉及年龄识别方法及装置。

背景技术

随着人脸识别技术的发展，人脸识别技术的应用也越来越广泛，包括企业、住宅安全和管理以及公安、司法和刑侦等。而年龄信息作为人类的一种重要生物特征，在人机交互领域中有着众多应用需求，并且对人脸识别系统的性能有着重要影响。

目前人脸年龄往往通过单一的方法如常见的统计学的向量机，神经网络，深度学习等；另外，在人脸多表情的情况下，预估的年龄与实际年龄往往有较大差异，因此，亟需一种在考虑人脸表情的多样性时，进一步提高人脸年龄识别的准确性的方法。

发明内容

为了克服如上所述的技术问题，本发明提出一种人脸年龄识别方法，能够在考虑人脸表情的多样性时，进一步提高人脸年龄识别的准确性。本发明采用的技术方案如下：

第一方面，提出一种年龄识别方法，包括：

获取目标人脸图像；

确定所述目标人脸图像的目标人脸的第一估计年龄值S₁；

确定所述目标人脸的目标表情；

根据第一估计年龄值S₁和所述目标表情，确定所述目标人脸的第二估计年龄值S₂；

根据所述第一估计年龄值S₁和所述第二估计年龄值S₂，确定所述目标人脸的目标年龄值S。

第二方面，提出一种人脸年龄识别装置，包括摄像头、处理器和存储器，所述存储器存储有至少一段程序，所述程序由所述处理器执行以实现如第一方面所述的人脸年龄识别方法。

第三方面，提出一种计算机可读存储介质，所述存储介质中存储有至少一段程序，所述至少一段程序由所述处理器执行以实现如第一方面所述的人脸年龄识别方法。

本发明提供的技术方案带来的有益效果是：

本发明首先通过获取目标人脸图像，根据预先训练好的人脸年龄模型，将目标人脸图像输入该人脸年龄模型中，可以确定所述目标人脸图像的目标人脸的第一估计年龄值S₁，然后根据预先训练好的人脸表情模型，将目标人脸图像输入该人脸表情模型中，可以确定该目标人脸的目标表情，结合上述的目标人脸的第一估计年龄值S₁以及确定的目标表情，并考虑不同表情对于第一估计年龄值S₁估计的准确性的影响，确定所述目标人脸的第二估计年龄S₂，最后还通过进一步考虑不同表情对于该目标人脸的目标年龄值S估计的准确性的影响，确定所述目标人脸的目标年龄值S，本发明在充分考虑了不同表情对于人脸年龄的识别的准确性的影响之后，确定了所述目标人脸的目标年龄值S，进一步提高了人脸年龄识别的准确性。

附图说明

图1为一种人脸年龄识别的方法流程图；

图2中是一种获取人脸图像的实施流程图；

图3示出了本发明实施例所涉及的人脸年龄识别装置。

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，下面将结合附图对本发明实施方案作进一步地详细描述。

如图1为一种人脸识别的方法流程图，示出了本发明公布的人脸识别方法的实施步骤。

在步骤101中，获取目标人脸图像；

这里的目标人脸图像是指需要进行年龄识别的图像，即待识别年龄的人脸图像。如图2中是一种获取人脸图像的实施流程图，公开了获取目标人脸图像的过程可以包括人脸图像采集及检测201、人脸图像预处理202和人脸图像特征提取203这几个部分。

其中，人脸图像采集及检测201中的人脸图像采集可以通过图像采集设备采集静态图像或动态图像，可选的，图像采集设备可以是摄像头，这里采集到的图像可以包含人脸各种不同情绪的丰富表情。

在采集到目标人脸图像之后，在一种可能的实际操作中，采用Adaboost学习算法进行人脸检测，在其他可能的操作中，还可以采用基于深度学习的人脸检测、神经网络方法和基于贝叶斯估计的人脸检测等常规的人脸检测方法。进一步地，还需要进行人脸特征点定位，目的是在人脸检测的基础上，进一步确定脸部特征点的位置，也就是人脸五官以及外轮廓的位置，在一种可能的实际操作中，可以采用ASM、AAM、CLM和SDM这几种经典的人脸特征定位算法。

基于人脸检测结果，需要进行人脸图像进行预处理，这是因为系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，对其进行预处理的过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

对于预处理后人脸图像，人脸识别可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等，而人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。

在通过图2所示的一系列人脸图像采集及检测、人脸图像预处理以及人脸图像特征提取这几个步骤之后，在步骤101中就能获取到目标人脸图像的特征数据,以获取能有效表征人脸图像的信息，以供后续步骤中进行进一步的年龄识别。

在步骤102中，确定所述目标人脸图像的目标人脸的第一估计年龄值S₁；

容易理解的是，人脸识别是需要从人脸图像中识别出人脸图像对应人脸的真实年龄，意味着人脸识别方法需要预先建立一种人脸年龄模型，该模型的输入是目标人脸图像，也就是待识别年龄的人脸图像，输出为人脸年龄。需要说明的是，任何的人脸年龄识别方法的识别结果只能尽可能地接近人脸的真实年龄，减小识别年龄与对应真实年龄的误差，本发明公布的人脸年龄识别的方法也不例外。

基于在步骤101获取目标人脸图像的方法，将提取到的人脸图像特征数据作为人脸年龄模型的输入数据进行模型训练。下面将公布一种本发明建立人脸年龄模型的过程，也就是确定所述目标人脸图像的目标人脸的第一估计年龄值S₁之前还包括：

(1)获取大量已知不同年龄值的人脸图像；

可想而知，人脸图像与人脸年龄之间的关系是非常复杂的，那么，建模之前我们需要获取大量的人脸图像，需要说明的是，这些人脸图像的年龄应当是已知确定的。本发明中在此建模过程中获取了100万张不同年龄和表情的人脸图像，图像来源可以是已知的静态图像库或者动态视频库，若是获取到视频图像，则还需要进行静态图像截取，获取视频的一帧图像，以充实所需的建模图像库。另外，图像来源也可以选择自己构建，但是可能需要更多的时间和资源成本。不论是哪种建模图像库的获取方式，需要说明的是，建模图像库中的人脸图像应当尽量满足人脸年龄的均匀分布以及人脸表情的多样性，这样有利于增强基于这些图像数据进行建模的可靠性和准确性。需要说明的是，在构建完所需的建模图像库后，还需要对图像库中的图像进行一系列图像处理，以获取图像的特征数据，这一部分内容对应的是图2所公布的实施内容，这里便不再赘述。

(2)将所述不同年龄值的人脸图像作为训练数据，建立基于卷积神经网络的人脸年龄模型。在图像领域，卷积神经网络CNN的应用十分广泛，下面对卷积神经网络的基本内容进行介绍。首先，卷积神经网络的训练过程分为两个阶段：第一个阶段是数据由低层次向高层次传播的阶段，即前向传播阶段；另外一个阶段是，当前向传播得出的结果与预期不相符时，将误差从高层次向底层次进行传播训练的阶段，即反向传播阶段。具体地，训练过程包括：

1、网络进行权值的初始化；

2、输入数据经过卷积层、下采样层、全连接层的向前传播得到输出值；

3、求出网络的输出值与目标值之间的误差；

4、当误差大于我们的期望值时，将误差传回网络中，依次求得全连接层，下采样层，卷积层的误差。各层的误差可以理解为对于网络的总误差，网络应承担多少；当误差等于或小于我们的期望值时，结束训练。

5、根据求得误差进行权值更新，然后再进入到第2步。

结合上述卷积神经网络的训练过程，具体对应于本发明中基于卷积神经网络建立的人脸年龄模型时，所要建立的人脸年龄模型，其输入层对应的是人脸图像的特征数据，是基于之前在获取大量已知不同年龄值的人脸图像的步骤中所提取的图像特征数据，输出层则对应的是人脸图像中人脸的年龄，在上述训练过程中的目标值指的是人脸的已知真实年龄。可以理解的是，决定人脸年龄模型是否建立完成，也就是卷积神经网络的训练过程是否结束，取决于当前网络的输出值和目标值之间误差是否小于期望值。

在本步骤中确定所述目标人脸图像的目标人脸的第一估计年龄值S₁依赖于上述基于卷积神经网络建立的人脸年龄模型，将目标人脸图像经过步骤101提取的人脸图像的特征数据输入到上述的人脸年龄模型中。

在一种可能的实现中，本发明公布一种加权平均的方式得到第一估计年龄值S₁的方法。

在实际预测时，将目标人脸图像经过步骤101提取的人脸图像的特征数据输入到上述的人脸年龄模型中，得到预测岁数结果，并根据模型预测为岁数a₁的概率为p₁，预测为岁数a₂的概率为p₂，预测为岁数a₃的概率为p₃，那么第一估计年龄值S₁可通过下述加权平均方式进行计算得到：

S₁＝S₁ ^*＝a₁*p₁+a₂*p₂+a₃*p₃ (1)

需要时说明的是，p₁+p₂+p₃≤1，在一种可能的实现中，通过对于目标人脸图像的人脸年龄预测为岁数28的概率为0.7，预测为岁数27的概率为0.1，预测为岁数29的概率为0.2，那么第一估计年龄值S₁可通过下述平均加权方式进行计算得到：

S₁＝S₁ ^*＝27*0.7+28*0.1+29*0.2＝27.5(岁)

即通过这种加权平均的方式得到目标人脸年龄为27.5岁。

在步骤103中，确定所述目标人脸的目标表情；

这里的目标表情是指待识别年龄的人脸图像对应的表情，可以理解的是，同一张人脸在呈现不同表情时所拍摄形成的目标人脸图像，在人脸识别过程中可能会出现一定的识别偏差。例如当人脸在呈现无表情、哭泣和微笑这三种表情时，类比人工肉眼判断这几种表情的人脸年龄时的可能性，人脸识别结果可能出现微笑人脸年龄小于无表情人脸年龄，而无表情人脸年龄小于哭泣人脸年龄。因此，在人脸识别的过程中，考虑人脸的表情也是很有必要的。为了确认人脸表情，需要预先清楚人脸图像和人脸表情之间的关系，建立人脸表情模型。

本发明将人脸表情大致划分为5类：无表情、微笑表情、悲伤表情、愤怒表情和哭泣表情。

所述确定所述目标人脸的目标表情之前，还包括：

获取大量不同表情的人脸图像，该步骤中人脸图像可以是来源于步骤102中的建模图像库；

根据所述人脸图像的表情，将所述人脸图像进行分类，得到无表情类、微笑表情类、悲伤表情类、愤怒表情类和哭泣表情类这五类人脸图像训练数据；

基于卷积神经网络建立人脸表情模型，该模型的输入是人脸图像所提取的特征数据，对应于图2所公布的图像特征数据提取过程，输出是人脸对应的表情，该表情属于上述5类表情划分中的一种，在一种可能的实际操作中，可以将预设的5类表情：无表情、微笑表情、悲伤表情、愤怒表情和哭泣表情，依次编号为1、2、3、4和5，作为实际卷积神经网络进行训练时的输出，那么输出值就满足上述表情和编号之间的映射关系，当然，这里的表情映射关系还可以对应其他编号排列，这里不做限制。具体的训练过程同一般情况，这里不再赘述。

在本步骤中确定所述目标人脸的目标表情依赖于上述基于卷积神经网络建立的人脸表情模型，将目标人脸图像经过步骤101提取的人脸图像的特征数据输入到上述的人脸表情模型中，输出即为人脸的目标表情。

在步骤104中，根据第一估计年龄值S₁和所述目标表情，确定所述目标人脸的第二估计年龄值S₂；

在步骤102中由人脸年龄模型得到的第一估计年龄值S₁，尚未考虑任何人脸表情因素，很有可能存在估计不够准确的问题，在本步骤中，为进一步地提高人脸年龄识别的准确性，将通过数据统计的方式建立第一估计年龄值S₁在考虑人脸表情因素时与第二估计年龄值S₂之间的关系，需要说明的是，这里的第二估计年龄值S₂应当比第一估计年龄值S₁更加接近于人脸的真实年龄。

所述根据第一估计年龄值S₁和所述目标表情，确定所述目标人脸的第二估计年龄值S₂之前，还包括：

获取多个对应不同已知年龄值的人脸图像作为样本图像，该步骤中人脸图像可以是来源于步骤102中的建模图像库；

将所述样本图像输入所述人脸年龄模型，获取样本图像对应的预测年龄，这里的人脸年龄模型是在步骤102中基于卷积神经网络建立的人脸年龄模型预测得到；

基于不同表情对所述样本图像的预测年龄和真实年龄进行统计，确定表情校正年龄参数，这里的预测年龄是根据步骤103中基于卷积神经网络建立的人脸表情模型预测得到。

在考虑人脸识别过程中表情因素的影响时，先假设第二估计年龄值S₂与第一估计年龄值S₁之间满足如下关系：

S₂＝S₁*b+c (2)

其中，b为人脸表情系数，c为修正岁数。

通过对上述步骤102中的图像库按照步骤103中的表情分类进行预测实验，通过统计各不同表情分类中预测值跟真实值的最小均方误差，可以确定上述人脸表情系数和修正岁数。

本发明在如下表1中公开了一种当人脸图像中的人脸表情处于不同类别时，在对其进行人脸年龄识别过程中，上述人脸表情系数和修正岁数的取值情况。

表1

结合表1，在一种可能的实现中，如步骤102中第一估计年龄值为27.5岁时，对于不同表情的人脸图像，根据公式(2)，无表情时得到第二估计年龄值为27.5岁，微笑表情时得到第二估计年龄值为29.5岁，悲伤表情、哭泣表情和愤怒表情时得到的第二估计年龄值为25.75岁。

从上述对第一估计年龄值进行校正的情况易知，人脸识别在无表情时是比较客观的，基本不需要进行校正，也就是说受人脸表情的影响最小，而微笑表情在校正后年龄变大，说明在人脸年龄识别过程中，微笑类表情使得人脸年龄识别会偏小，相反，对于悲伤、哭泣和愤怒这几类表情来说，在校正后年龄都变小，说明在人脸年龄识别过程中，微笑类表情使得人脸年龄识别会偏大。

在步骤105中，根据所述第一估计年龄值S₁和所述第二估计年龄值S₂，确定所述目标人脸的目标年龄值；

通过上述步骤得到了第一估计年龄值S₁和所述第二估计年龄值S₂，其中，所述第二估计年龄值S₂由于初步考虑了表情因素对于第一估计年龄值S₁的影响，通过公式(3)和表1所揭示的二者之间的关系，第二估计年龄值S₂会更加接近于目标人脸的真实年龄。

进一步地，本发明为提高人脸年龄识别的准确性，对于第一估计年龄值S₁和所述第二估计年龄值S₂进行加权融合，具体采用下述公式进行加权计算得到最后的目标年龄值：

S＝S₁*k₁+S₂*k₂ (3)

通过对上述步骤102中的图像库按照步骤103中的表情分类进行预测实验，通过统计各不同表情分类中预测值跟真实值的最小均方误差，可以确定上述加权融合权重因子k₁和k₂。

本发明在如下表2中公开一种当人脸图像中的人脸表情处于不同类别时，在对其进行人脸年龄识别过程中，上述权重因子k₁和k₂的取值情况。

本发明在如下表1中公开一种当人脸图像中的人脸表情处于不同类别时，在对其进行人脸年龄识别过程中，上述人脸表情系数和修正岁数的取值情况。

表2

结合表2，在一种可能的实现中，如步骤102中第一估计年龄值为27.5岁时，对于不同表情的人脸图像，无表情时得到第二估计年龄值为27.5岁，进一步地，根据公式(3)，最后的目标年龄为27.5岁，微笑表情时得到第二估计年龄值为29.5岁，进一步地，根据公式(3)，最后的目标年龄为28.7岁，悲伤表情、哭泣表情和愤怒表情时得到的第二估计年龄值为25.75岁，进一步地，根据公式(3)，最后的目标年龄为26.8岁。

需要说明的是，本发明的表情分类还可以是其他分类方式，比如在现有表情分类的基础上加入大笑表情和/或大哭表情的分类，不同分类方式均可以通过本发明方案所公布的方法得到公式(2)中的表情校正参数和公式(3)中的权重因子，进而提高人脸年龄的识别准确性，而且可以理解的是，当考虑的表情分类越多，人脸年龄识别的校正精度更高。

从上述对于第一估计年龄值的进一步校正可知，无表情对于人脸年龄识别的影响依然是最小的，所以校正偏差岁数为0，而在考虑微笑表情对于人脸年龄识别的影响时，在上一步骤104中由第一估计年龄值为27.5岁校正至29.5岁后，在本步骤的加权融合的校正作用下，最后校正至目标年龄28.7岁，效果上明显是为了避免上一步骤的校正作用过大而进行的一种反向微调，进而进一步提高了在考虑人脸表情因素影响下的人脸年龄识别的准确性，同理，在悲伤表情、哭泣表情和愤怒表情时，本步骤最后校正至26.8岁，微调削弱了上一步骤中校正作用，使得人脸目标年龄的识别更为准确。

需要说明的是，本发明公布的相关模型只要是在其参与实际年龄预测之前建立好即可，不应该以其被描述的所在位置为限，包括所述的人脸年龄模型和人脸表情模型。

本实施例首先通过获取目标人脸图像，根据预先训练好的人脸年龄模型，将目标人脸图像输入该人脸年龄模型中，可以确定所述目标人脸图像的目标人脸的第一估计年龄值，然后根据预先训练好的人脸表情模型，将目标人脸图像输入该人脸表情模型中，可以确定该目标人脸的目标表情，结合上述的目标人脸的第一估计年龄值以及确定的目标表情，并考虑不同表情对于第一估计年龄值估计的准确性的影响，确定所述目标人脸的第二估计年龄，最后还通过进一步考虑不同表情对于该目标人脸的目标年龄值估计的准确性的影响，确定所述目标人脸的目标年龄值，本发明在充分考虑了不同表情对于人脸年龄的识别的准确性的影响之后，确定了所述目标人脸的目标年龄值，进一步提高了人脸年龄识别的准确性。

图3示出了本发明实施例所涉及的人脸年龄识别装置，该装置主要包括处理器301、存储器302和总线303，所述存储器存储有至少一段程序，所述程序由所述处理器执行以实现如上述实施例所述的人脸年龄识别方法。

可选的，该装置还可以包括摄像头，可用于采集目标人脸图像。

处理器301包括一个或一个以上处理核心，处理器301通过总线303与存储器302相连，存储器302用于存储程序指令，处理器301执行存储器302中的程序指令时实现上述方法实施例提供的人脸年龄识别的方法。

可选的，存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随时存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

本发明还提供一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现上述方法实施例提供的人脸年龄识别的方法。

可选的，本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面所述的人脸年龄识别的方法。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储与一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用于以限制发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.人脸年龄识别方法，其特征在于，包括：

获取目标人脸图像；

确定所述目标人脸图像的目标人脸的第一估计年龄值S₁；

确定所述目标人脸的目标表情；

根据第一估计年龄值S₁和所述目标表情，确定所述目标人脸的第二估计年龄值S₂；

根据所述第一估计年龄值S₁和所述第二估计年龄值S₂，确定所述目标人脸的目标年龄值S。

2.根据权利要求1所述的人脸年龄识别方法，其特征在于，所述确定所述目标人脸图像的目标人脸的第一估计年龄值S₁，包括：

获取大量已知不同年龄值的人脸图像；

将所述不同年龄值的人脸图像作为训练数据，建立基于卷积神经网络的人脸年龄模型；

根据所述人脸年龄模型，选取概率最高的前三个预测年龄值进行加权平均，确定所述目标人脸图像的目标人脸的第一估计年龄值S₁。

3.根据权利要求1所述的人脸年龄识别方法，其特征在于，所述目标表情为以下表情中的一种：

无表情、微笑表情、悲伤表情、愤怒表情和哭泣表情。

4.根据权利要求3所述的人脸年龄识别方法，其特征在于，所述确定所述目标人脸的目标表情包括：

获取大量不同表情的人脸图像；

根据所述人脸图像的表情，将所述人脸图像进行分类，得到无表情类、微笑表情类、悲伤表情类、愤怒表情类和哭泣表情类这五类人脸图像训练数据；

基于卷积神经网络建立人脸表情模型；

根据所述人脸表情模型，确定所述目标人脸的目标表情。

5.根据权利要求1所述的人脸年龄识别方法，其特征在于，所述根据第一估计年龄值S₁和所述目标表情，确定所述目标人脸的第二估计年龄值S₂之前，还包括：

获取多个对应不同已知年龄值的人脸图像作为样本图像；

将所述样本图像输入所述人脸年龄模型，获取样本图像对应的预测年龄；

基于不同表情对所述样本图像的预测年龄和真实年龄进行统计，确定表情人脸表情系数和修正岁数。

6.根据权利要求1所述的人脸年龄识别方法，其特征在于，所述根据所述第一估计年龄值S₁和所述第二估计年龄值S₂，确定所述目标人脸的目标年龄值S，包括：

根据所述第一估计年龄值S₁和所述第二估计年龄值S₂进行加权融合，确定所述目标人脸的目标年龄S,其中，根据不同表情对所述样本图像的预测年龄和真实年龄进行统计，确定加权融合的权重因子。

7.一种人脸年龄识别装置，其特征在于，包括摄像头、处理器和存储器，所述存储器存储有至少一段程序，所述程序由所述处理器执行以实现如权利要求1至6任一所述的人脸年龄识别方法。

8.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一段程序，所述至少一段程序由所述处理器执行以实现如权利要求1至6任一所述的人脸年龄识别方法。

Images