[發明專利]一種基于深層特征與淺層特征融合的人臉年齡估計方法

有效

• 申請號: 201611120293.2
• 申請日: 2016-12-08
• 公開（公告）號: CN106778584B
• 公開（公告）日: 2019-07-16
• 發明（設計）人: 孫寧;顧正東;李曉飛
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/42;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 徐瑩

1.一種基于深層特征與淺層特征融合的人臉年齡估計方法，其特征在于，包括以下步驟：

步驟A、對人臉樣本數據集中的每張人臉樣本圖像進行預處理，獲得每張人臉樣本圖像的人臉區域多尺度圖片；

步驟B、利用步驟A所獲得每張人臉樣本圖像的人臉區域多尺度圖片對構建的初始卷積神經網絡訓練，獲得多個用于人臉識別的卷積神經網絡，并從其中選取一個用于人臉識別的卷積神經網絡；

步驟C、將具備年齡標簽值的人臉數據集進行預處理，得到每張人臉圖像的人臉區域多尺度圖片，及將得到的每張人臉圖像的人臉區域多尺度圖片分別作為輸入對步驟B所選取的卷積神經網絡進行微調處理，可獲得多個用于年齡估計的卷積神經網絡；

步驟D、對每個用于年齡估計的卷積神經網絡分別提取得到每張人臉圖像所對應多層次的年齡特征，并將其作為深層特征輸出；

步驟E、利用HOG特征和LBP特征提取算子對步驟C中具備年齡標簽值的人臉數據集中每張人臉圖像分別進行特征提取，及所提取的HOG特征和LBP特征作為人臉圖像的淺層特征輸出；

步驟F、構建深度置信網絡，及將每個人臉圖像所提取的深層特征和淺層特征中的HOG特征和LBP特征輸入深度置信網絡中進行融合，獲得融合后的特征；

步驟G、根據步驟F所得融合后的特征進行人臉圖像的年齡回歸估計，獲得和輸出人臉圖像所對應的年齡標簽值。

2.根據權利要求1所述基于深層特征與淺層特征融合的人臉年齡估計方法，其特征在于：所述步驟A中對每張人臉樣本圖像預處理包括：人臉關鍵點定位、人臉對齊及裁剪處理。

3.根據權利要求2所述基于深層特征與淺層特征融合的人臉年齡估計方法，其特征在于：所述步驟A中通過構建級聯深度神經回歸網絡實現人臉關鍵點定位。

4.根據權利要求1所述基于深層特征與淺層特征融合的人臉年齡估計方法，其特征在于：所述步驟B中構建的初始卷積神經網絡包括卷積層、全連接層和輸出層。

5.根據權利要求1所述基于深層特征與淺層特征融合的人臉年齡估計方法，其特征在于：所述步驟B中選取得到一個識別精度最高的用于人臉識別的卷積神經網絡。

6.根據權利要求1所述基于深層特征與淺層特征融合的人臉年齡估計方法，其特征在于：所述步驟G中人臉圖像的年齡回歸估計包括：對人臉數據集所具備的年齡標簽值采用線性回歸分析得到年齡回歸函數，根據所得年齡回歸函數估計融合后的特征得到人臉圖像所對應的年齡標簽值。