CN110046571A - 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：获取目标人脸图像；将目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息，其中，种族信息用于表征目标人脸图像所对应的人物的种族，预设数量个年龄信息对应预设数量个种族，年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标人脸图像所对应的人物的年龄；从预设数量个年龄信息中选取与种族信息相对应的年龄信息，作为目标人脸图像所对应的结果年龄信息。该实施方式可以实现更为准确的年龄识别，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：获取目标人脸图像；将目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息，其中，种族信息用于表征目标人脸图像所对应的人物的种族，预设数量个年龄信息对应预设数量个种族，预设数量个年龄信息中的年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标人脸图像所对应的人物的年龄；从预设数量个年龄信息中选取与种族信息相对应的年龄信息，作为目标人脸图像所对应的结果年龄信息。

在一些实施例中，人脸识别模型包括特征提取层、年龄识别层和种族识别层，特征提取层分别与年龄识别层和种族识别层连接；以及将目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息，包括：将目标人脸图像输入人脸识别模型的特征提取层，获得图像特征；将所获得的图像特征分别输入人脸识别模型的种族识别层和年龄识别层，获得种族信息和预设数量个年龄信息。

在一些实施例中，人脸识别模型通过以下步骤训练得到：获取第一训练样本集和初始人脸识别模型，其中，初始人脸识别模型包括初始种族识别层和预先训练的年龄识别模型，年龄识别模型包括特征提取层和年龄识别层，初始种族识别模型与年龄识别模型中的特征提取层连接，第一训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本种族信息；将第一训练样本集中的训练样本的样本人脸图像输入年龄识别模型的特征提取层，获得图像特征，以及利用机器学习方法，将所获得的图像特征作为初始种族识别层的输入，将所输入的图像特征所对应的样本种族信息作为初始种族识别层的期望输出，对初始种族识别层进行训练；将训练完成的初始种族识别层和年龄识别模型所组成的初始人脸识别模型确定为人脸识别模型。

在一些实施例中，年龄识别模型通过以下步骤训练得到：获取第二训练样本集和初始年龄识别模型，其中，第二训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本年龄信息，第二训练样本集包括预设数量个第二训练样本子集，第二训练样本子集中的样本人脸图像所对应的种族相同，初始年龄识别模型包括初始特征提取层和预设数量个初始年龄识别层，预设数量个初始年龄识别层对应预设数量个种族；从第二训练样本集中选取第二训练样本子集，利用机器学习方法，基于所选取的第二训练样本子集训练初始特征提取层和与所选取的第二训练样本子集所对应种族相同的初始年龄识别层；对于未被选取的第二训练样本子集中的第二训练样本子集，利用机器学习方法，基于该第二训练样本子集训练与该第二训练样本子集所对应的种族相同的初始年龄识别层；将训练完成的初始特征提取层和训练完成的预设数量个初始年龄识别层所组成的初始年龄识别模型确定为年龄识别模型。

在一些实施例中，获取目标人脸图像，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，获取用户的人脸图像作为目标人脸图像；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脸图像；识别单元，被配置成将目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息，其中，种族信息用于表征目标人脸图像所对应的人物的种族，预设数量个年龄信息对应预设数量个种族，预设数量个年龄信息中的年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标人脸图像所对应的人物的年龄；选取单元，被配置成从预设数量个年龄信息中选取与种族信息相对应年龄信息，作为目标人脸图像所对应的结果年龄信息。

在一些实施例中，人脸识别模型包括特征提取层、年龄识别层和种族识别层，特征提取层分别与年龄识别层和种族识别层连接；以及识别单元包括：第一识别模块，被配置成将目标人脸图像输入人脸识别模型的特征提取层，获得图像特征；第二识别模块，被配置成将所获得的图像特征分别输入人脸识别模型的种族识别层和年龄识别层，获得种族信息和预设数量个年龄信息。

在一些实施例中，人脸识别模型通过以下步骤训练得到：获取第一训练样本集和初始人脸识别模型，其中，初始人脸识别模型包括初始种族识别层和预先训练的年龄识别模型，年龄识别模型包括特征提取层和年龄识别层，初始种族识别模型与年龄识别模型中的特征提取层连接，第一训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本种族信息；将第一训练样本集中的训练样本的样本人脸图像输入年龄识别模型的特征提取层，获得图像特征，以及利用机器学习方法，将所获得的图像特征作为初始种族识别层的输入，将所输入的图像特征所对应的样本种族信息作为初始种族识别层的期望输出，对初始种族识别层进行训练；将训练完成的初始种族识别层和年龄识别模型所组成的初始人脸识别模型确定为人脸识别模型。

在一些实施例中，年龄识别模型通过以下步骤训练得到：获取第二训练样本集和初始年龄识别模型，其中，第二训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本年龄信息，第二训练样本集包括预设数量个第二训练样本子集，第二训练样本子集中的样本人脸图像所对应的种族相同，初始年龄识别模型包括初始特征提取层和预设数量个初始年龄识别层，预设数量个初始年龄识别层对应预设数量个种族；从第二训练样本集中选取第二训练样本子集，利用机器学习方法，基于所选取的第二训练样本子集训练初始特征提取层和与所选取的第二训练样本子集所对应种族相同的初始年龄识别层；对于未被选取的第二训练样本子集中的第二训练样本子集，利用机器学习方法，基于该第二训练样本子集训练与该第二训练样本子集所对应的种族相同的初始年龄识别层；将训练完成的初始特征提取层和训练完成的预设数量个初始年龄识别层所组成的初始年龄识别模型确定为年龄识别模型。

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，获取用户的人脸图像作为目标人脸图像；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，通过获取目标人脸图像，而后将目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息，其中，种族信息用于表征目标人脸图像所对应的人物的种族，预设数量个年龄信息对应预设数量个种族，预设数量个年龄信息中的年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标人脸图像所对应的人物的年龄，最后从预设数量个年龄信息中选取与种族信息相对应的年龄信息，作为目标人脸图像所对应的结果年龄信息，从而可以在识别人脸图像所对应的人物的年龄时，考虑人物的种族，以此，可以引入更多与人物的年龄相关的数据，进而实现更为准确的年龄识别，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 Experts Group 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发送的目标人脸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脸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，获取目标人脸图像。

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脸图像。其中，目标人脸图像为待确定其所对应的人物的年龄的人脸图像。

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

步骤202，将目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息。

在本实施例中，基于步骤201中得到的目标人脸图像，上述执行主体可以将目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息。其中，种族信息用于表征目标人脸图像所对应的人物的种族，可以包括但不限于以下至少一项：文字、数字、符号、图像。例如，种族信息可以为文字“黄种”，表征目标人脸图像所对应的人物的种族为黄种。

预设数量个年龄信息对应预设数量个种族。其中，预设数量可以为预先确定的数量。具体的，预设数量个年龄信息与预设数量个种族一一对应。对于预设数量个年龄信息中的年龄信息，该年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标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一项：文字、数字、符号、图像。

作为示例，预设数量为2，将目标人脸图像输入人脸识别模型获得两个年龄信息，分别为年龄信息“40”和年龄信息“42”。其中，年龄信息“40”对应的种族可以为黄种；年龄信息“42”对应的种族可以为白种。进而，年龄信息“40”表征当目标人脸图像所对应的人物为黄种时，目标人脸图像所对应的人物的年龄为40岁；年龄信息“42”表征当目标人脸图像所对应的人物为白种时，目标人脸图像所对应的人物的年龄为42岁。

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种族信息和预设数量个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种族信息和预设数量个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种族信息和预设数量个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。

需要说明的是，实践中，上述预设数量个种族通常包括所获得的种族信息所对应的种族。

步骤203，从预设数量个年龄信息中选取与种族信息相对应的年龄信息，作为目标人脸图像所对应的结果年龄信息。

在本实施例中，上述执行主体可以从预设数量个年龄信息中选取与种族信息相对应的年龄信息，作为目标人脸图像所对应的结果年龄信息。其中，结果年龄信息为对目标人脸图像进行年龄识别所获得的结果。具体的，与种族信息相对应的年龄信息为所对应的种族与种族信息所表征的种族相匹配的年龄信息。相匹配的年龄信息指的是所对应的种族与种族信息所表征的种族相同或相近的年龄信息。

继续步骤202中的示例，将目标人脸图像输入人脸识别模型获得年龄信息“40”、年龄信息“42”和种族信息“黄种”。其中，年龄信息“40”对应的种族为黄种；年龄信息“42”对应的种族为白种。则由于年龄信息“40”所对应的种族与种族信息“黄种”所表征的种族相同，所以上述执行主体可以选取年龄信息“40”作为目标人脸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，上述步骤201可以包括：响应于接收到用户利用用户终端(例如图1所示的终端设备)发送的、针对目标页面的浏览请求，获取用户的人脸图像作为目标人脸图像；以及步骤203之后，上述执行主体还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脸图像，例如可以获取用户终端发送的人脸图像，或者可以获取预先存储于本地的人脸图像。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首先可以获取目标人脸图像302。然后，服务器301可以将目标人脸图像302输入预先训练的人脸识别模型303，获得种族信息304(例如“黄种”)和三个(即预设数量个)年龄信息，分别为年龄信息3051(例如“40”)、年龄信息3052(例如“36”)和年龄信息3053(例如“42”)。其中，种族信息用于表征目标人脸图像所对应的人物的种族。三个年龄信息分别对应三个种族，分别为黄种、黑种和白种。年龄信息3051用于表征当目标人脸图像302所对应的人物的种族为黄种时，目标人脸图像302所对应的人物的年龄；年龄信息3052用于表征当目标人脸图像302所对应的人物的种族为黑种时，目标人脸图像302所对应的人物的年龄；年龄信息3053用于表征当目标人脸图像302所对应的人物的种族为白种时，目标人脸图像302所对应的人物的年龄。最后，服务器301可以从年龄信息3051、3052、3053中选取与种族信息304相对应的年龄信息作为目标人脸图像302所对应的结果年龄信息306。例如，种族信息304为“黄种”，则服务器301可以从年龄信息3051、3052、3053中选取年龄信息3051作为目标人脸图像302所对应的结果年龄信息306。

本公开的上述实施例提供的方法可以在识别人脸图像所对应的人物的年龄时，考虑人物的种族，以此，可以引入更多与人物的年龄相关的数据，进而实现更为准确的年龄识别，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，获取目标人脸图像。

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脸图像。其中，目标人脸图像为待确定其所对应的人物的年龄的人脸图像。

步骤402，将目标人脸图像输入预先训练的人脸识别模型的特征提取层，获得图像特征。

在本实施例中，预先训练的人脸识别模型包括特征提取层、年龄识别层和种族识别层。特征提取层分别与年龄识别层和种族识别层连接。以及，基于步骤201中得到的目标人脸图像，上述执行主体可以将目标人脸图像输入人脸识别模型的特征提取层，获得图像特征。其中，图像特征可以为图像的各种特征，例如颜色特征、灰度特征等。

在这里，特征提取层可以包括用于提取图像特征的结构(例如卷积层)，当然也可以包括其他结构(例如池化层)，此处不做限制。

步骤403，将所获得的图像特征分别输入人脸识别模型的种族识别层和年龄识别层，获得种族信息和预设数量个年龄信息。

在本实施例中，基于步骤402中得到的图像特征，上述执行主体可以将图像特征分别输入人脸识别模型中的、与特征提取层连接的种族识别层和年龄识别层，获得种族信息和预设数量个年龄信息。

其中，种族识别层用于基于图像特征生成种族信息。种族信息用于表征目标人脸图像所对应的人物的种族，可以包括但不限于以下至少一项：文字、数字、符号、图像。年龄识别层用于基于图像特征生成预设数量个年龄信息。预设数量个年龄信息对应预设数量个种族。其中，预设数量可以为预先确定的数量。具体的，预设数量个年龄信息与预设数量个种族一一对应。对于预设数量个年龄信息中的年龄信息，该年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标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一项：文字、数字、符号、图像。

在本实施例中，种族识别层可以包括用于生成种族信息的结构(例如分类器、全连接层)，还可以包括其他结构(例如输出层)；同理，年龄识别层可以包括用于生成年龄信息的结构(例如分类器、全连接层)，还可以包括其他结构(例如输出层)。

在本实施例中，人脸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。

在本实施例的一些可选的实现方式中，人脸识别模型可以由上述执行主体或其他电子设备通过以下步骤训练得到：

第一步骤，获取第一训练样本集和初始人脸识别模型。

其中，初始人脸识别模型包括初始种族识别层和预先训练的年龄识别模型。年龄识别模型包括特征提取层和年龄识别层。初始种族识别模型与年龄识别模型中的特征提取层连接。第一训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本种族信息。样本种族信息用于表征样本人脸图像所对应的样本人物的种族。

在这里，年龄识别模型可以用于表征人脸图像与人脸图像所对应的预设数量个年龄信息的对应关系。具体的，作为示例，年龄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预设数量个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预设数量个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，年龄识别模型可以由上述执行主体或其他电子设备通过以下步骤训练得到：

首先，获取第二训练样本集和初始年龄识别模型。

其中，第二训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本年龄信息。样本年龄信息用于表征样本人脸图像所对应的样本人物的年龄。第二训练样本集包括预设数量个第二训练样本子集。第二训练样本子集中的样本人脸图像所对应的种族相同。初始年龄识别模型包括初始特征提取层和预设数量个初始年龄识别层。预设数量个初始年龄识别层与预设数量个种族一一对应。具体的，预设数量个初始年龄识别层中的初始年龄识别层用于识别对应的人脸图像的年龄。对应的人脸图像为所对应的种族与初始年龄识别层所对应的种族相同的人脸图像。

然后，从第二训练样本集中选取第二训练样本子集，利用机器学习方法，基于所选取的第二训练样本子集训练初始特征提取层和与所选取的第二训练样本子集所对应种族相同的初始年龄识别层。

具体的，可以将所选取的第二训练样本子集中的样本人脸图像作为初始特征提取层的输入，将所选取的第二训练样本子集中的样本年龄信息作为对应的初始年龄识别层的期望输出，对初始特征提取层和对应的初始年龄识别层进行训练。其中，对应的初始年龄识别层为所对应的种族与所选取的第二训练样本子集所对应的种族相同的初始年龄识别层。

通过本步骤，可以获得训练完成的特征提取层和训练完成的、所选取的第二训练样本子集所对应的初始年龄识别层。

接着，对于未被选取的第二训练样本子集中的第二训练样本子集，利用机器学习方法，基于该第二训练样本子集训练与该第二训练样本子集所对应的种族相同的初始年龄识别层。

具体的，可以从未被选取的第二训练样本子集中重新选取第二训练样本子集，以及将所选取的第二训练样本子集中的样本人脸图像作为训练完成的初始特征提取层的输入，将所选取的第二训练样本子集中的样本年龄信息作为对应的初始年龄识别层的期望输出，对对应的初始年龄识别层进行训练。

可以理解，预设数量个第二训练样本子集中的每个第二训练样本子集可以用于训练一个初始年龄识别层。进而，训练结束后，可以获得训练完成的预设数量个初始年龄识别层。

最后，将训练完成的初始特征提取层和训练完成的预设数量个初始年龄识别层所组成的初始年龄识别模型确定为年龄识别模型。

返回第一步骤，可以理解，由于初始人脸识别模型中的年龄识别模型为已经训练完成的模型，因此，对初始人脸识别模型的训练实质上是对初始人脸识别模型中的初始种族识别层的训练。因此，这里所获得的第一训练样本集中的训练样本仅包括用于训练初始种族识别层的样本人脸图像和样本种族信息。

第二步骤，将第一训练样本集中的训练样本的样本人脸图像输入年龄识别模型的特征提取层，获得图像特征，以及利用机器学习方法，将所获得的图像特征作为初始种族识别层的输入，将所输入的图像特征所对应的样本种族信息作为初始种族识别层的期望输出，对初始种族识别层进行训练。

具体的，上述执行主体或其他电子设备可以首先将图像特征输入初始种族识别层，获得实际种族信息。然后，上述执行主体或其他电子设备可以采用梯度下降法和反向传播法，基于实际种族信息和样本种族信息，调整初始种族识别层的参数，将每次调整参数后得到的种族识别层作为下次训练的初始种族识别层，并在满足预设的训练结束条件的情况下，结束训练，从而获得训练完成的初始种族识别层。上述预设的训练结束条件可以包括但不限于以下至少一项：训练时间超过预设时长；训练次数超过预设次数；利用预设的损失函数(例如交叉熵损失函数)计算得到的实际种族信息相对于样本种族信息的损失值小于预设损失值阈值。

第三步骤，将训练完成的初始种族识别层和年龄识别模型所组成的初始人脸识别模型确定为人脸识别模型。

步骤404，从预设数量个年龄信息中选取与种族信息相对应的年龄信息，作为目标人脸图像所对应的结果年龄信息。

在本实施例中，上述执行主体可以从预设数量个年龄信息中选取与种族信息相对应的年龄信息，作为目标人脸图像所对应的结果年龄信息。其中，结果年龄信息为对目标人脸图像进行年龄识别所获得的结果。具体的，与种族信息相对应的年龄信息为所对应的种族与种族信息所表征的种族相匹配的年龄信息。相匹配的年龄信息指的是所对应的种族与种族信息所表征的种族相同或相近的年龄信息。

上述步骤401、步骤404分别与前述实施例中的步骤201、步骤203一致，上文针对步骤201和步骤203的描述也适用于步骤401和步骤404，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突出了利用预先训练的人脸识别模型中的特征提取层，提取目标人脸图像的图像特征，进而将图像特征分别输入人脸识别模型的种族识别层和年龄识别层，获得种族信息和预设数量个年龄信息的步骤。由此，本实施例描述的方案可以使人脸识别模型中的种族识别层与年龄识别层共享特征，进而有助于减小模型的复杂程度，提高年龄识别的效率。并且，对于种族识别层，通过与年龄识别层共享特征，其可以获取到与年龄相关的特征，进而增加了参考数据，有助于生成更为准确的种族信息；相类似的，对于年龄识别层，通过与种族识别层共享特征，其可以获取到与种族相关的特征，进而增加了参考数据，有助于生成更为准确的年龄信息。

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、识别单元502和选取单元503。其中，获取单元501被配置成获取目标人脸图像；识别单元502被配置成将目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息，其中，种族信息用于表征目标人脸图像所对应的人物的种族，预设数量个年龄信息对应预设数量个种族，预设数量个年龄信息中的年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标人脸图像所对应的人物的年龄；选取单元503被配置成从预设数量个年龄信息中选取与种族信息相对应的年龄信息，作为目标人脸图像所对应的结果年龄信息。

在本实施例中，用于识别年龄的装置500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脸图像。其中，目标人脸图像为待确定其所对应的人物的年龄的人脸图像。

在本实施例中，基于获取单元501得到的目标人脸图像，识别单元502可以将目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息。其中，种族信息用于表征目标人脸图像所对应的人物的种族，可以包括但不限于以下至少一项：文字、数字、符号、图像。预设数量个年龄信息对应预设数量个种族。其中，预设数量可以为预先确定的数量。具体的，预设数量个年龄信息与预设数量个种族一一对应。对于预设数量个年龄信息中的年龄信息，该年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标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一项：文字、数字、符号、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种族信息和预设数量个年龄信息的对应关系。

在本实施例中，选取单元503可以从所获得的预设数量个年龄信息中选取与种族信息相对应的年龄信息，作为目标人脸图像所对应的结果年龄信息。其中，结果年龄信息为对目标人脸图像进行年龄识别所获得的结果。具体的，与种族信息相对应的年龄信息为所对应的种族与种族信息所表征的种族相匹配的年龄信息。相匹配的年龄信息指的是所对应的种族与种族信息所表征的种族相同或相近的年龄信息。

在本实施例的一些可选的实现方式中，人脸识别模型包括特征提取层、年龄识别层和种族识别层，特征提取层分别与年龄识别层和种族识别层连接；以及识别单元502可以换包括：第一识别模块(图中未示出)，被配置成将目标人脸图像输入人脸识别模型的特征提取层，获得图像特征；第二识别模块(图中未示出)，被配置成将所获得的图像特征分别输入人脸识别模型的种族识别层和年龄识别层，获得种族信息和预设数量个年龄信息。

在本实施例的一些可选的实现方式中，人脸识别模型可以通过以下步骤训练得到：获取第一训练样本集和初始人脸识别模型，其中，初始人脸识别模型包括初始种族识别层和预先训练的年龄识别模型，年龄识别模型包括特征提取层和年龄识别层，初始种族识别模型与年龄识别模型中的特征提取层连接，第一训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本种族信息；将第一训练样本集中的训练样本的样本人脸图像输入年龄识别模型的特征提取层，获得图像特征，以及利用机器学习方法，将所获得的图像特征作为初始种族识别层的输入，将所输入的图像特征所对应的样本种族信息作为初始种族识别层的期望输出，对初始种族识别层进行训练；将训练完成的初始种族识别层和年龄识别模型所组成的初始人脸识别模型确定为人脸识别模型。

在本实施例的一些可选的实现方式中，年龄识别模型可以通过以下步骤训练得到：获取第二训练样本集和初始年龄识别模型，其中，第二训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本年龄信息，第二训练样本集包括预设数量个第二训练样本子集，第二训练样本子集中的样本人脸图像所对应的种族相同，初始年龄识别模型包括初始特征提取层和预设数量个初始年龄识别层，预设数量个初始年龄识别层对应预设数量个种族；从第二训练样本集中选取第二训练样本子集，利用机器学习方法，基于所选取的第二训练样本子集训练初始特征提取层和与所选取的第二训练样本子集所对应种族相同的初始年龄识别层；对于未被选取的第二训练样本子集中的第二训练样本子集，利用机器学习方法，基于该第二训练样本子集训练与该第二训练样本子集所对应的种族相同的初始年龄识别层；将训练完成的初始特征提取层和训练完成的预设数量个初始年龄识别层所组成的初始年龄识别模型确定为年龄识别模型。

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，获取用户的人脸图像作为目标人脸图像；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可以在识别人脸图像所对应的人物的年龄时，考虑人物的种族，以此，可以引入更多与人物的年龄相关的数据，进而实现更为准确的年龄识别，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)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：获取目标人脸图像；将目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息，其中，种族信息用于表征目标人脸图像所对应的人物的种族，预设数量个年龄信息对应预设数量个种族，预设数量个年龄信息中的年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标人脸图像所对应的人物的年龄；从预设数量个年龄信息中选取与种族信息相对应的年龄信息，作为目标人脸图像所对应的结果年龄信息。

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“获取目标人脸图像的单元”。

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 (12)

1.一种用于识别年龄的方法，包括：

获取目标人脸图像；

将所述目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息，其中，所述种族信息用于表征目标人脸图像所对应的人物的种族，预设数量个年龄信息对应预设数量个种族，所述预设数量个年龄信息中的年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标人脸图像所对应的人物的年龄；

从所述预设数量个年龄信息中选取与所述种族信息相对应的年龄信息，作为所述目标人脸图像的结果年龄信息。

2.根据权利要求1所述的方法，其中，所述人脸识别模型包括特征提取层、年龄识别层和种族识别层，特征提取层分别与年龄识别层和种族识别层连接；以及

所述将所述目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息，包括：

将所述目标人脸图像输入人脸识别模型的特征提取层，获得图像特征；

将所获得的图像特征分别输入人脸识别模型的种族识别层和年龄识别层，获得种族信息和预设数量个年龄信息。

3.根据权利要求2所述的方法，其中，所述人脸识别模型通过以下步骤训练得到：

获取第一训练样本集和初始人脸识别模型，其中，初始人脸识别模型包括初始种族识别层和预先训练的年龄识别模型，年龄识别模型包括特征提取层和年龄识别层，初始种族识别模型与所述年龄识别模型中的特征提取层连接，第一训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本种族信息；

将所述第一训练样本集中的训练样本的样本人脸图像输入所述年龄识别模型的特征提取层，获得图像特征，以及利用机器学习方法，将所获得的图像特征作为初始种族识别层的输入，将所输入的图像特征所对应的样本种族信息作为初始种族识别层的期望输出，对初始种族识别层进行训练；

将训练完成的初始种族识别层和所述年龄识别模型所组成的初始人脸识别模型确定为人脸识别模型。

4.根据权利要求3所述的方法，其中，所述年龄识别模型通过以下步骤训练得到：

获取第二训练样本集和初始年龄识别模型，其中，第二训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本年龄信息，第二训练样本集包括预设数量个第二训练样本子集，第二训练样本子集中的样本人脸图像所对应的种族相同，初始年龄识别模型包括初始特征提取层和预设数量个初始年龄识别层，预设数量个初始年龄识别层对应预设数量个种族；

从所述第二训练样本集中选取第二训练样本子集，利用机器学习方法，基于所选取的第二训练样本子集训练初始特征提取层和与所选取的第二训练样本子集所对应种族相同的初始年龄识别层；

对于未被选取的第二训练样本子集中的第二训练样本子集，利用机器学习方法，基于该第二训练样本子集训练与该第二训练样本子集所对应的种族相同的初始年龄识别层；

将训练完成的初始特征提取层和训练完成的预设数量个初始年龄识别层所组成的初始年龄识别模型确定为年龄识别模型。

5.根据权利要求1-4之一所述的方法，其中，所述获取目标人脸图像，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，获取所述用户的人脸图像作为目标人脸图像；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。

6.一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脸图像；

识别单元，被配置成将所述目标人脸图像输入预先训练的人脸识别模型，获得种族信息和预设数量个年龄信息，其中，所述种族信息用于表征目标人脸图像所对应的人物的种族，预设数量个年龄信息对应预设数量个种族，所述预设数量个年龄信息中的年龄信息用于表征当目标人脸图像所对应的人物的种族为该年龄信息所对应的种族时，目标人脸图像所对应的人物的年龄；

选取单元，被配置成从所述预设数量个年龄信息中选取与所述种族信息相对应的年龄信息，作为所述目标人脸图像的结果年龄信息。

7.根据权利要求6所述的装置，其中，所述人脸识别模型包括特征提取层、年龄识别层和种族识别层，特征提取层分别与年龄识别层和种族识别层连接；以及

所述识别单元包括：

第一识别模块，被配置成将所述目标人脸图像输入人脸识别模型的特征提取层，获得图像特征；

第二识别模块，被配置成将所获得的图像特征分别输入人脸识别模型的种族识别层和年龄识别层，获得种族信息和预设数量个年龄信息。

8.根据权利要求7所述的装置，其中，所述人脸识别模型通过以下步骤训练得到：

获取第一训练样本集和初始人脸识别模型，其中，初始人脸识别模型包括初始种族识别层和预先训练的年龄识别模型，年龄识别模型包括特征提取层和年龄识别层，初始种族识别模型与所述年龄识别模型中的特征提取层连接，第一训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本种族信息；

将所述第一训练样本集中的训练样本的样本人脸图像输入所述年龄识别模型的特征提取层，获得图像特征，以及利用机器学习方法，将所获得的图像特征作为初始种族识别层的输入，将所输入的图像特征所对应的样本种族信息作为初始种族识别层的期望输出，对初始种族识别层进行训练；

将训练完成的初始种族识别层和所述年龄识别模型所组成的初始人脸识别模型确定为人脸识别模型。

9.根据权利要求8所述的装置，其中，所述年龄识别模型通过以下步骤训练得到：

获取第二训练样本集和初始年龄识别模型，其中，第二训练样本集中的训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本年龄信息，第二训练样本集包括预设数量个第二训练样本子集，第二训练样本子集中的样本人脸图像所对应的种族相同，初始年龄识别模型包括初始特征提取层和预设数量个初始年龄识别层，预设数量个初始年龄识别层对应预设数量个种族；

从所述第二训练样本集中选取第二训练样本子集，利用机器学习方法，基于所选取的第二训练样本子集训练初始特征提取层和与所选取的第二训练样本子集所对应种族相同的初始年龄识别层；

对于未被选取的第二训练样本子集中的第二训练样本子集，利用机器学习方法，基于该第二训练样本子集训练与该第二训练样本子集所对应的种族相同的初始年龄识别层；

将训练完成的初始特征提取层和训练完成的预设数量个初始年龄识别层所组成的初始年龄识别模型确定为年龄识别模型。

10.根据权利要求6-9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，获取所述用户的人脸图像作为目标人脸图像；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。

11.一种电子设备，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1-5中任一所述的方法。

12.一种计算机可读介质，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1-5中任一所述的方法。