CN109993150A - 用于识别年龄的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于识别年龄的方法和装置。该方法的一具体实施方式包括：获取目标人物图像，目标人物图像包括人脸图像和人体图像；将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息，第一年龄信息用于表征人脸图像所对应的人物的年龄；确定第一年龄信息的准确度；响应于确定准确度小于等于预设准确度阈值，将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息。该实施方式可以更为准确地确定目标人物图像所对应的人物的年龄，提高了年龄识别的准确性和灵活性，有助于后续基于所获得的结果年龄信息，执行更为准确的年龄相关操作。

Description

用于识别年龄的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，尤其涉及用于识别年龄的方法和装置。

背景技术

人脸识别是基于人的脸部特征信息识别人的属性的一种生物识别技术。人脸识别主要包括四个步骤，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

随着人脸识别技术的发展，现有技术已经可以对人脸图像进行识别，以确定人脸图像所对应的人物的年龄。

发明内容

本公开的实施例提出了用于识别年龄的方法和装置。

第一方面，本公开的实施例提供了一种用于识别年龄的方法，该方法包括：获取目标人物图像，目标人物图像包括人脸图像和人体图像；将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息，第一年龄信息用于表征人脸图像所对应的人物的年龄；确定第一年龄信息的准确度；响应于确定准确度小于等于预设准确度阈值，将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息，第二年龄信息用于表征人体图像所对应的人物的年龄。

在一些实施例中，确定第一年龄信息的准确度，包括：将人脸图像输入预先训练的头部姿态识别模型，获得头部姿态信息，其中，头部姿态信息用于表征人脸图像所对应的头部的旋转角度；基于头部姿态信息所表征的旋转角度，确定第一年龄信息的准确度。

在一些实施例中，确定第一年龄信息的准确度，包括：将人脸图像输入预先训练的图像质量识别模型，获得质量值，其中，质量值用于表征人脸图像的图像质量的优劣程度；基于质量值，确定第一年龄信息的准确度。

在一些实施例中，将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息，包括：将人脸图像输入人脸识别模型，获得第一年龄信息和第三年龄信息，其中，第三年龄信息包括预设数量个概率，预设数量个概率对应预设数量个连续的预设年龄，预设数量个概率中的概率用于表征人脸图像所对应的人物的年龄与该概率对应的预设年龄的大小关系满足预设条件的可能性。

在一些实施例中，确定第一年龄信息的准确度，包括：基于第三年龄信息中的预设数量个概率，生成目标年龄置信度所对应的年龄置信区间；基于年龄置信区间的长度，确定第一年龄信息的准确度。

在一些实施例中，该方法还包括：响应于确定准确度大于预设准确度阈值，将第一年龄信息确定为目标人物图像所对应的结果年龄信息。

在一些实施例中，获取目标人物图像，包括：响应于接收到用户利用用户终端发送的、针对目标页面的浏览请求，获取用户的人物图像作为目标人物图像；以及该方法还包括：响应于确定结果年龄信息所表征的年龄大于等于预设年龄，将目标页面发送给用户终端，以及控制用户终端对目标页面进行显示。

第二方面，本公开的实施例提供了一种用于识别年龄的装置，该装置包括：获取单元，被配置成获取目标人物图像，目标人物图像包括人脸图像和人体图像；第一识别单元，被配置成将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息，第一年龄信息用于表征人脸图像所对应的人物的年龄；第一确定单元，被配置成确定第一年龄信息的准确度；第二识别单元，被配置成响应于确定准确度小于等于预设准确度阈值，将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息，第二年龄信息用于表征人体图像所对应的人物的年龄。

在一些实施例中，第一确定单元包括：第一识别模块，被配置成将人脸图像输入预先训练的头部姿态识别模型，获得头部姿态信息，其中，头部姿态信息用于表征人脸图像所对应的头部的旋转角度；第一确定模块，被配置成基于头部姿态信息所表征的旋转角度，确定第一年龄信息的准确度。

在一些实施例中，第一确定单元包括：第二识别模块，被配置成将人脸图像输入预先训练的图像质量识别模型，获得质量值，其中，质量值用于表征人脸图像的图像质量的优劣程度；第二确定模块，被配置成基于质量值，确定第一年龄信息的准确度。

在一些实施例中，第一识别单元进一步被配置成：将人脸图像输入人脸识别模型，获得第一年龄信息和第三年龄信息，其中，第三年龄信息包括预设数量个概率，预设数量个概率对应预设数量个连续的预设年龄，预设数量个概率中的概率用于表征人脸图像所对应的人物的年龄与该概率对应的预设年龄的大小关系满足预设条件的可能性。

在一些实施例中，第一确定单元包括：生成模块，被配置成基于第三年龄信息中的预设数量个概率，生成目标年龄置信度所对应的年龄置信区间；第三确定模块，被配置成基于年龄置信区间的长度，确定第一年龄信息的准确度。

在一些实施例中，该装置还包括：第二确定单元，被配置成响应于确定准确度大于预设准确度阈值，将第一年龄信息确定为目标人物图像所对应的结果年龄信息。

在一些实施例中，获取单元进一步被配置成：响应于接收到用户利用用户终端发送的、针对目标页面的浏览请求，获取用户的人物图像作为目标人物图像；以及该装置还包括：控制单元，被配置成响应于确定结果年龄信息所表征的年龄大于等于预设年龄，将目标页面发送给用户终端，以及控制用户终端对目标页面进行显示。

第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述用于识别年龄的方法中任一实施例的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现上述用于识别年龄的方法中任一实施例的方法。

本公开的实施例提供的用于识别年龄的方法和装置，通过获取目标人物图像，其中，目标人物图像包括人脸图像和人体图像，而后将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息，其中，第一年龄信息用于表征人脸图像所对应的人物的年龄，接着确定第一年龄信息的准确度，进而响应于确定准确度小于等于预设准确度阈值，将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息，其中，第二年龄信息用于表征人体图像所对应的人物的年龄，从而可以首先基于目标人物图像的人脸图像识别人物的年龄，当基于人脸图像识别出的年龄的准确度不满足预设要求时，再基于目标人物图像的人体图像识别人物的年龄，以此，可以更为准确地确定目标人物图像所对应的人物的年龄，提高了年龄识别的准确性和灵活性，有助于后续基于所获得的结果年龄信息，执行更为准确的年龄相关操作(例如，用户为未成年，则不显示待呈现图片；用户不是未成年，则显示待呈现图片)。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于识别年龄的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于识别年龄的方法的一个应用场景的示意图；

图4是根据本公开的用于识别年龄的方法的又一个实施例的流程图；

图5是根据本公开的用于识别年龄的装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于识别年龄的方法或用于识别年龄的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如美图软件、社交平台软件、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103发送的目标人物图像进行识别的图像识别服务器。图像识别服务器可以对接收到的目标人物图像等数据进行分析等处理，并获得处理结果(例如结果年龄信息)。

需要说明的是，本公开的实施例所提供的用于识别年龄的方法可以由终端设备101、102、103执行，也可以由服务器105执行，相应地，用于识别年龄的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。在生成结果年龄信息的过程中所使用的数据不需要从远程获取的情况下，上述系统架构可以不包括网络，而只包括终端设备或服务器。

继续参考图2，示出了根据本公开的用于识别年龄的方法的一个实施例的流程200。该用于识别年龄的方法，包括以下步骤：

步骤201，获取目标人物图像。

在本实施例中，用于识别年龄的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从远程或本地获取目标人物图像。其中，目标人物图像为待确定其所对应的人物的年龄的人物图像。目标人物图像包括人脸图像和人体图像。人体图像为目标人物图像中除人脸以外的身体部位所对应的图像。

特别的，目标人物图像可以为从目标人物视频中提取出的视频帧。目标人物视频可以为对目标人物进行拍摄获得的视频。目标人物为待确定其所对应的年龄的人物。

步骤202，将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息。

在本实施例中，基于步骤201中得到的目标人物图像，上述执行主体可以获取目标人物图像中的人脸图像，以及将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息。其中，第一年龄信息用于表征人脸图像所对应的人物的年龄，可以包括但不限于以下至少以下：文字、数字、符号、图像。作为示例，第一年龄信息可以为数字“30”，表征人脸图像所对应的人物的年龄为30岁。

具体的，上述执行主体可以采用各种方法获取目标人物图像中的人脸图像，例如可以采用抠图的方式获取；或者，可以获取用户利用用户终端(例如图1所示的终端设备)从目标人物图像中框选出的图像区域作为人脸图像。

在本实施例中，人脸识别模型可以用于表征人脸图像与人脸图像所对应的第一年龄信息的对应关系。具体的，作为示例，人脸识别模型可以是技术人员预先基于对大量的人脸图像和人脸图像所对应的第一年龄信息的统计而预先制定的、存储有多个人脸图像与对应的第一年龄信息的对应关系表；也可以为基于预设的训练样本，利用机器学习方法对初始模型(例如神经网络)进行训练后得到的模型。

步骤203，确定第一年龄信息的准确度。

在本实施例中，基于步骤202中得到的第一年龄信息，上述执行主体可以确定第一年龄信息的准确度。其中，准确度为用于表征第一年龄信息所表征的年龄相对于目标人物图像所对应的人物的真实年龄的准确程度的数值。具体的，准确度越大，可以表征第一年龄信息越准确。

具体的，上述执行主体可以采用各种方法确定第一年龄信息的准确度。

在本实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤确定第一年龄信息的准确度：首先，上述执行主体可以将人脸图像输入预先训练的头部姿态识别模型，获得头部姿态信息，其中，头部姿态信息用于表征人脸图像所对应的头部的旋转角度。然后，上述执行主体可以基于头部姿态信息所表征的旋转角度，确定第一年龄信息的准确度。

在本实现方式中，头部姿态识别模型可以用于表征人脸图像与人脸图像所对应的头部姿态信息的对应关系。具体的，作为示例，头部姿态识别模型可以为基于预设的训练样本，利用机器学习方法对初始模型(例如神经网络)进行训练后得到的模型。

可以理解的是，人脸图像所对应的头部的旋转角度越大，由于遮挡，人脸图像所记录的人脸特征则越少，进而越难基于人脸图像识别人物的年龄，第一年龄信息的准确程度则越低。因此，在本实现方式中，头部姿态信息所表征的旋转角度与第一年龄信息的准确度成反比。具体的，上述执行主体可以基于头部姿态信息所表征的旋转角度，采用各种方式确定第一年龄信息的准确度。作为示例，上述执行主体可以用360减去头部姿态信息所表征的角度，并将所获得的差值确定为第一年龄信息的准确度。

在本实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤确定第一年龄信息的准确度：首先，上述执行主体可以将人脸图像输入预先训练的图像质量识别模型，获得质量值，其中，质量值用于表征人脸图像的图像质量的优劣程度。然后，上述执行主体可以基于质量值，确定第一年龄信息的准确度。

在本实现方式中，图像质量识别模型用于表征图像与图像所对应的质量值的对应关系。具体的，作为示例，图像质量识别模型可以为基于预设的训练样本，利用机器学习方法对初始模型(例如神经网络)进行训练后得到的模型。质量值可以用于表征所输入的图像的图像质量的优劣程度。具体的，质量值越大，可以表征图像质量越优。

可以理解，人脸图像的图像质量越差，人脸图像所记录的人脸特征越不清晰，进而越难基于人脸图像识别人物的年龄，第一年龄信息的准确程度则越低。因此，在本实现方式中，质量值与第一年龄信息的准确度成正比。具体的，上述执行主体可以基于质量值，采用各种方式确定第一年龄信息的准确度。作为示例，上述执行主体可以直接将所获得的质量值确定为第一年龄信息的准确度。

步骤204，响应于确定准确度小于等于预设准确度阈值，将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息。

在本实施例中，上述执行主体可以响应于确定步骤203中确定的准确度小于等于预设准确度阈值，获取目标人物图像中的人体图像，以及将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息。其中，预设准确度阈值可以为技术人员预先确定的准确度的最小值。第二年龄信息用于表征人体图像所对应的人物的年龄，可以包括但不限于以下至少一项：文字、数字、符号、图像。结果年龄信息为对目标人物图像进行年龄识别所获得的结果。

具体的，上述执行主体可以采用各种方法获取目标人物图像中的人体图像，例如可以采用抠图的方式获取；或者，可以将目标人物图像中除了人脸图像之外的图像区域确定为人体图像。

在本实施例中，人体识别模型可以用于表征人体图像与人体图像所对应的第二年龄信息的对应关系。具体的，作为示例，人体识别模型可以是技术人员预先基于对大量的人体图像和人体图像所对应的第二年龄信息的统计而预先制定的、存储有多个人体图像与对应的第二年龄信息的对应关系表；也可以为基于预设的训练样本，利用机器学习方法对初始模型(例如神经网络)进行训练后得到的模型。

在本实施例的一些可选的实现方式中，上述执行主体还可以响应于确定步骤203中确定的准确度大于预设准确度阈值，将第一年龄信息确定为目标人物图像所对应的结果年龄信息。

在本实施例的一些可选的实现方式中，步骤201中的目标人物图像可以通过以下方式获取：响应于接收到用户利用用户终端发送的、针对目标页面的浏览请求，获取用户的人物图像作为目标人物图像；以及获得结果年龄信息后，上述执行主体可以响应于确定结果年龄信息所表征的年龄大于等于预设年龄，将目标页面发送给用户终端，以及控制用户终端对目标页面进行显示。其中，用户终端为用户所使用的、与上述执行主体通信连接的终端。目标页面为待对其进行展示的页面。预设年龄可以为预先确定的年龄(例如18岁)。

在本实现方式中，上述执行主体可以采用各种方法获取用户的人物图像，例如可以获取用户终端发送的人物图像，或者可以获取预先存储于本地的人物图像。实践中，上述执行主体可以向用户终端发送控制信号，进而控制用户终端对目标页面进行显示。

通过识别出的更为准确的结果年龄信息，本实现方式可以更为精准地控制目标页面在用户终端上的显示，减少向不符合预设年龄要求(即年龄大于等于预设年龄)的用户展示目标页面的可能性，进而有助于节省向不符合预设年龄要求的用户展示目标页面所消耗的流量和显示资源。

继续参见图3，图3是根据本实施例的用于识别年龄的方法的应用场景的一个示意图。在图3的应用场景中，服务器301可以首先获取目标人物图像302，其中，目标人物图像302包括人脸图像3021和人体图像3022。然后，服务器301可以将人脸图像3021输入预先训练的人脸识别模型303，获得第一年龄信息304(例如“25”)，其中，第一年龄信息304用于表征人脸图像3021所对应的人物的年龄。接着，服务器301确定第一年龄信息304的准确度305(例如“6”)。最后，服务器301可以响应于确定准确度305小于等于预设准确度阈值(例如“8”)，将人体图像3022输入预先训练的人体识别模型306，获得第二年龄信息307(例如“21”)作为目标人物图像302所对应的结果年龄信息308，其中，第二年龄信息307用于表征人体图像3022所对应的人物的年龄。

本公开的上述实施例提供的方法可以首先基于目标人物图像的人脸图像识别人物的年龄，当基于人脸图像识别出的年龄的准确度不满足预设要求时，再基于目标人物图像的人体图像识别人物的年龄，以此，可以更为准确地确定目标人物图像所对应的人物的年龄，提高了年龄识别的准确性和灵活性，有助于后续基于所获得的结果年龄信息，执行更为准确的年龄相关操作(例如，用户为未成年，则不显示待呈现图片；用户不是未成年，则显示待呈现图片)。

进一步参考图4，其示出了用于识别年龄的方法的又一个实施例的流程400。该用于识别年龄的方法的流程400，包括以下步骤：

步骤401，获取目标人物图像。

在本实施例中，用于识别年龄的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从远程或本地获取目标人物图像。其中，目标人物图像为待确定其所对应的人物的年龄的人物图像。目标人物图像包括人脸图像和人体图像。人体图像为目标人物图像中除人脸以外的身体部位所对应的图像。

步骤402，将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息和第三年龄信息。

在本实施例中，基于步骤401中得到的目标人物图像，上述执行主体可以获取目标人物图像中的人脸图像，以及将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息和第三年龄信息。其中，第一年龄信息用于表征人脸图像所对应的人物的年龄，可以包括但不限于以下至少以下：文字、数字、符号、图像。

第三年龄信息包括预设数量个概率。预设数量可以为技术人员预先确定的数量。预设数量个概率对应预设数量个连续的预设年龄。例如，预设数量为10，则预设数量个连续的预设年龄可以为10岁、11岁、12岁、13岁、14岁、15岁、16岁、17岁、18岁、19岁。对于预设数量个概率中的概率，该概率用于表征人脸图像所对应的人物的年龄与该概率对应的预设年龄的大小关系满足预设条件的可能性。预设条件为技术人员预先确定的条件。具体的，作为示例，预设条件可以包括以下之一：人脸图像所对应的人物的年龄大于概率对应的预设年龄；人脸图像所对应的人物的年龄小于概率对应的预设年龄。

在本实施例中，人脸识别模型可以用于表征人脸图像与人脸图像所对应的第一年龄信息和第三年龄信息的对应关系。具体的，作为示例，人脸识别模型可以是技术人员预先基于对大量的人脸图像和人脸图像所对应的第一年龄信息和第三年龄信息的统计而预先制定的、存储有多个人脸图像与对应的第一年龄信息和第三年龄信息的对应关系表；也可以为基于预设的训练样本，利用机器学习方法对初始模型(例如神经网络)进行训练后得到的模型。

步骤403，基于第三年龄信息中的预设数量个概率，生成目标年龄置信度所对应的年龄置信区间。

在本实施例中，基于步骤402中得到的第三年龄信息中的预设数量个概率，上述执行主体可以生成目标年龄置信度所对应的年龄置信区间。其中，目标年龄置信度可以为预先确定的年龄置信度，也可以为基于第三年龄信息中的概率确定出的年龄置信度(例如可以将第三年龄信息中最大的概率确定为目标年龄置信度)。年龄置信度为上述人脸识别模型识别出的第一年龄信息的置信水平。

实践中，置信水平是指总体参数值落在样本统计值某一区内的概率。而置信区间是指在某一置信水平下，样本统计值与总体参数值间误差范围。进而，在本实施例中，目标年龄置信度所对应的年龄置信区间则是指在目标年龄置信度下，通过人脸识别模型识别出的第一年龄信息与人脸图像所对应的实际第一年龄信息间的误差范围。可以理解，在目标年龄置信度相同的情况下，通过人脸识别模型确定出的、人脸图像所对应的年龄置信区间的长度越短(即误差范围越小)，可以说明人脸识别模型识别出的第一年龄信息越准确。

在本实施例中，上述执行主体可以采用各种方法生成年龄置信区间。作为示例，上述执行主体可以采用如下方法生成目标年龄置信度所对应的年龄置信区间：首先，上述执行主体可以从第三年龄信息包括的预设数量个概率中确定与目标年龄置信度相匹配的概率，以及与目标年龄置信度的和与数值1相匹配的概率。然后，上述执行主体可以将所确定的两个概率分别对应的预设年龄作为目标年龄置信度所对应的年龄置信区间的端点，生成年龄置信区间。需要说明的是，与目标年龄置信度相匹配的概率可以为与目标年龄置信度相等的概率，或者可以为与目标年龄置信度最相近的概率。相对应的，与目标年龄置信度的和与数值1相匹配的概率可以为与目标年龄置信度的和为1的概率，或者可以为与目标年龄置信度的和与1最相近的概率。

步骤404，基于年龄置信区间的长度，确定第一年龄信息的准确度。

在本实施例中，基于步骤403中得到的年龄置信区间的长度，上述执行主体可以确定第一年龄信息的准确度。其中，准确度为用于表征第一年龄信息所表征的年龄相对于目标人物图像所对应的人物的真实年龄的准确程度的数值。具体的，准确度越大，可以表征第一年龄信息越准确。

可以理解，年龄置信区间的长度越短，说明人脸识别模型识别出的第一年龄信息的误差范围越小，则可以说明第一年龄信息越准确。因此，在本实施例中，年龄置信区间的长度与第一年龄信息的准确度成反比。具体的，上述执行主体可以采用各种方法，基于年龄置信区间的长度，确定第一年龄信息的准确度。作为示例，上述执行主体可以将年龄置信区间的倒数确定为第一年龄信息的准确度。

步骤405，响应于确定准确度小于等于预设准确度阈值，将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息。

在本实施例中，上述执行主体可以响应于确定步骤404中确定的准确度小于等于预设准确度阈值，获取目标人物图像中的人体图像，以及将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息。其中，预设准确度阈值可以为技术人员预先确定的准确度的最小值。第二年龄信息用于表征人体图像所对应的人物的年龄，可以包括但不限于以下至少一项：文字、数字、符号、图像。结果年龄信息为对目标人物图像进行年龄识别所获得的结果。人体识别模型可以用于表征人体图像与人体图像所对应的第二年龄信息的对应关系。

上述步骤401、步骤405分别与前述实施例中的步骤201、步骤204一致，上文针对步骤201和步骤204的描述也适用于步骤401和步骤405，此处不再赘述。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于识别年龄的方法的流程400突出了在利用人脸识别模型生成第一年龄信息的同时，生成包括预设数量个概率的第三年龄信息，进而基于第三年龄信息确定年龄置信区间，以及基于年龄置信区间的长度确定第一年龄信息的准确度的步骤。由此，本实施例描述的方案可以在生成第一年龄信息的同时，生成用于确定第一年龄信息的准确度的第三年龄信息，以此，可以提高准确度确定的效率，进而可以提高年龄识别的效率；并且，第一年龄信息和第三年龄信息采用相同的模型生成，可以提高所确定的准确度的精准程度，进而有助于进一步提高年龄识别的准确性。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于识别年龄的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于识别年龄的装置500包括：获取单元501、第一识别单元502、第一确定单元503和第二识别单元504。其中，获取单元501被配置成获取目标人物图像，其中，目标人物图像包括人脸图像和人体图像；第一识别单元502被配置成将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息，其中，第一年龄信息用于表征人脸图像所对应的人物的年龄；第一确定单元503被配置成确定第一年龄信息的准确度；第二识别单元504被配置成响应于确定准确度小于等于预设准确度阈值，将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息，其中，第二年龄信息用于表征人体图像所对应的人物的年龄。

在本实施例中，用于识别年龄的装置的获取单元501可以通过有线连接方式或者无线连接方式从远程或本地获取目标人物图像。其中，目标人物图像为待确定其所对应的人物的年龄的人物图像。目标人物图像包括人脸图像和人体图像。人体图像为目标人物图像中除人脸以外的身体部位所对应的图像。

在本实施例中，基于获取单元501得到的目标人物图像，第一识别单元502可以获取目标人物图像中的人脸图像，以及将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息。其中，第一年龄信息用于表征人脸图像所对应的人物的年龄，可以包括但不限于以下至少以下：文字、数字、符号、图像。人脸识别模型可以用于表征人脸图像与人脸图像所对应的第一年龄信息的对应关系。

在本实施例中，基于第一识别单元502得到的第一年龄信息，第一确定单元503可以确定第一年龄信息的准确度。其中，准确度为用于表征第一年龄信息所表征的年龄相对于目标人物图像所对应的人物的真实年龄的准确程度的数值。具体的，准确度越大，可以表征第一年龄信息越准确。

在本实施例中，第二识别单元504响应于确定准确度小于等于预设准确度阈值，获取目标人物图像中的人体图像，以及将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息。其中，预设准确度阈值可以为技术人员预先确定的准确度的最小值。第二年龄信息用于表征人体图像所对应的人物的年龄，可以包括但不限于以下至少一项：文字、数字、符号、图像。结果年龄信息为对目标人物图像进行年龄识别所获得的结果。人体识别模型可以用于表征人体图像与人体图像所对应的第二年龄信息的对应关系。

在本实施例的一些可选的实现方式中，第一确定单元503可以包括：第一识别模块(图中未示出)，被配置成将人脸图像输入预先训练的头部姿态识别模型，获得头部姿态信息，其中，头部姿态信息用于表征人脸图像所对应的头部的旋转角度；第一确定模块(图中未示出)，被配置成基于头部姿态信息所表征的旋转角度，确定第一年龄信息的准确度。

在本实施例的一些可选的实现方式中，第一确定单元503可以包括：第二识别模块(图中未示出)，被配置成将人脸图像输入预先训练的图像质量识别模型，获得质量值，其中，质量值用于表征人脸图像的图像质量的优劣程度；第二确定模块(图中未示出)，被配置成基于质量值，确定第一年龄信息的准确度。

在本实施例的一些可选的实现方式中，第一识别单元502可以进一步被配置成：将人脸图像输入人脸识别模型，获得第一年龄信息和第三年龄信息，其中，第三年龄信息包括预设数量个概率，预设数量个概率对应预设数量个连续的预设年龄，预设数量个概率中的概率用于表征人脸图像所对应的人物的年龄与该概率对应的预设年龄的大小关系满足预设条件的可能性。

在本实施例的一些可选的实现方式中，第一确定单元503可以包括：生成模块(图中未示出)，被配置成基于第三年龄信息中的预设数量个概率，生成目标年龄置信度所对应的年龄置信区间；第三确定模块(图中未示出)，被配置成基于年龄置信区间的长度，确定第一年龄信息的准确度。

在本实施例的一些可选的实现方式中，装置500还可以包括：第二确定单元(图中未示出)，被配置成响应于确定准确度大于预设准确度阈值，将第一年龄信息确定为目标人物图像所对应的结果年龄信息。

在本实施例的一些可选的实现方式中，获取单元501可以进一步被配置成：响应于接收到用户利用用户终端发送的、针对目标页面的浏览请求，获取用户的人物图像作为目标人物图像；以及装置500还可以包括：控制单元(图中未示出)，被配置成响应于确定结果年龄信息所表征的年龄大于等于预设年龄，将目标页面发送给用户终端，以及控制用户终端对目标页面进行显示。

可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。

本公开的上述实施例提供的装置500可以首先基于目标人物图像的人脸图像识别人物的年龄，当基于人脸图像识别出的年龄的准确度不满足预设要求时，再基于目标人物图像的人体图像识别人物的年龄，以此，可以更为准确地确定目标人物图像所对应的人物的年龄，提高了年龄识别的准确性和灵活性，有助于后续基于所获得的结果年龄信息，执行更为准确的年龄相关操作(例如，用户为未成年，则不显示待呈现图片；用户不是未成年，则显示待呈现图片)

下面参考图6，其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标人物图像，目标人物图像包括人脸图像和人体图像；将人脸图像输入预先训练的人脸识别模型，获得第一年龄信息，第一年龄信息用于表征人脸图像所对应的人物的年龄；确定第一年龄信息的准确度；响应于确定准确度小于等于预设准确度阈值，将人体图像输入预先训练的人体识别模型，获得第二年龄信息作为目标人物图像所对应的结果年龄信息，第二年龄信息用于表征人体图像所对应的人物的年龄。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标人物图像的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种用于识别年龄的方法，包括：

获取目标人物图像，所述目标人物图像包括人脸图像和人体图像；

将所述人脸图像输入预先训练的人脸识别模型，获得第一年龄信息，所述第一年龄信息用于表征所述人脸图像所对应的人物的年龄；

确定所述第一年龄信息的准确度；

响应于确定所述准确度小于等于预设准确度阈值，将所述人体图像输入预先训练的人体识别模型，获得第二年龄信息作为所述目标人物图像所对应的结果年龄信息，所述第二年龄信息用于表征所述人体图像所对应的人物的年龄。

2.根据权利要求1所述的方法，其中，所述确定所述第一年龄信息的准确度，包括：

将所述人脸图像输入预先训练的头部姿态识别模型，获得头部姿态信息，其中，头部姿态信息用于表征人脸图像所对应的头部的旋转角度；

基于所述头部姿态信息所表征的旋转角度，确定所述第一年龄信息的准确度。

3.根据权利要求1所述的方法，其中，所述确定所述第一年龄信息的准确度，包括：

将所述人脸图像输入预先训练的图像质量识别模型，获得质量值，其中，质量值用于表征人脸图像的图像质量的优劣程度；

基于所述质量值，确定所述第一年龄信息的准确度。

4.根据权利要求1所述的方法，其中，所述将所述人脸图像输入预先训练的人脸识别模型，获得第一年龄信息，包括：

将所述人脸图像输入所述人脸识别模型，获得第一年龄信息和第三年龄信息，其中，第三年龄信息包括预设数量个概率，预设数量个概率对应预设数量个连续的预设年龄，所述预设数量个概率中的概率用于表征所述人脸图像所对应的人物的年龄与该概率对应的预设年龄的大小关系满足预设条件的可能性。

5.根据权利要求4所述的方法，其中，所述确定所述第一年龄信息的准确度，包括：

基于所述第三年龄信息中的预设数量个概率，生成目标年龄置信度所对应的年龄置信区间；

基于所述年龄置信区间的长度，确定所述第一年龄信息的准确度。

6.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定所述准确度大于预设准确度阈值，将所述第一年龄信息确定为所述目标人物图像所对应的结果年龄信息。

7.根据权利要求1-6之一所述的方法，其中，所述获取目标人物图像，包括：

响应于接收到用户利用用户终端发送的、针对目标页面的浏览请求，获取所述用户的人物图像作为目标人物图像；以及

所述方法还包括：

响应于确定所述结果年龄信息所表征的年龄大于等于预设年龄，将所述目标页面发送给所述用户终端，以及控制所述用户终端对所述目标页面进行显示。

8.一种用于识别年龄的装置，包括：

获取单元，被配置成获取目标人物图像，所述目标人物图像包括人脸图像和人体图像；

第一识别单元，被配置成将所述人脸图像输入预先训练的人脸识别模型，获得第一年龄信息，所述第一年龄信息用于表征所述人脸图像所对应的人物的年龄；

第一确定单元，被配置成确定所述第一年龄信息的准确度；

第二识别单元，被配置成响应于确定所述准确度小于等于预设准确度阈值，将所述人体图像输入预先训练的人体识别模型，获得第二年龄信息作为所述目标人物图像所对应的结果年龄信息，所述第二年龄信息用于表征所述人体图像所对应的人物的年龄。

9.根据权利要求8所述的装置，其中，所述第一确定单元包括：

第一识别模块，被配置成将所述人脸图像输入预先训练的头部姿态识别模型，获得头部姿态信息，其中，头部姿态信息用于表征人脸图像所对应的头部的旋转角度；

第一确定模块，被配置成基于所述头部姿态信息所表征的旋转角度，确定所述第一年龄信息的准确度。

10.根据权利要求8所述的装置，其中，所述第一确定单元包括：

第二识别模块，被配置成将所述人脸图像输入预先训练的图像质量识别模型，获得质量值，其中，质量值用于表征人脸图像的图像质量的优劣程度；

第二确定模块，被配置成基于所述质量值，确定所述第一年龄信息的准确度。

11.根据权利要求8所述的装置，其中，所述第一识别单元进一步被配置成：

将所述人脸图像输入所述人脸识别模型，获得第一年龄信息和第三年龄信息，其中，第三年龄信息包括预设数量个概率，预设数量个概率对应预设数量个连续的预设年龄，所述预设数量个概率中的概率用于表征所述人脸图像所对应的人物的年龄与该概率对应的预设年龄的大小关系满足预设条件的可能性。

12.根据权利要求11所述的装置，其中，所述第一确定单元包括：

生成模块，被配置成基于所述第三年龄信息中的预设数量个概率，生成目标年龄置信度所对应的年龄置信区间；

第三确定模块，被配置成基于所述年龄置信区间的长度，确定所述第一年龄信息的准确度。

13.根据权利要求8所述的装置，其中，所述装置还包括：

第二确定单元，被配置成响应于确定所述准确度大于预设准确度阈值，将所述第一年龄信息确定为所述目标人物图像所对应的结果年龄信息。

14.根据权利要求8-13之一所述的装置，其中，所述获取单元进一步被配置成：

响应于接收到用户利用用户终端发送的、针对目标页面的浏览请求，获取所述用户的人物图像作为目标人物图像；以及

所述装置还包括：

控制单元，被配置成响应于确定所述结果年龄信息所表征的年龄大于等于预设年龄，将所述目标页面发送给所述用户终端，以及控制所述用户终端对所述目标页面进行显示。

15.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

16.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。