[發明專利]一種基于深度學習的年齡估計方法

在審

• 申請號: 201710881954.1
• 申請日: 2017-09-26
• 公開（公告）號: CN107590478A
• 公開（公告）日: 2018-01-16
• 發明（設計）人: 曹艷艷;王昆
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 四川省成都市天策商標專利事務所51213
• 代理人: 劉興亮,劉渝

1.一種基于深度學習的年齡估計方法，其特征在于，包括如下步驟：

(1)構建用于年齡估計的人臉數據庫，為每張圖像標定年齡和性別標簽；

(2)對所有樣本數據進行預處理；

(3)設計輕量級深度學習模型；

(4)在自建庫上進行測試。

2.如權利要求書1所述的一種基于深度學習的年齡估計方法，其特征在于，步驟(1)構建的人臉數據庫的圖像來源于網絡圖片、視頻、攝像頭實時采集；包括不同分辨率、光照、姿態、表情等情況下的圖像，樣本庫數據量豐富。

3.如權利要求書1或2所述的一種基于深度學習的年齡估計方法，其特征在于，所述人臉數據庫共收集包含超過50萬張人臉圖像，每張圖像給定年齡和性別標簽。

4.如權利要求書1所述的一種基于深度學習的年齡估計方法，其特征在于，步驟(2)的預處理包括對圖像進行人臉檢測、關鍵點定位、人臉對齊、光照預處理；所用方法可采取adaboost、AAM、MTCNN等但不僅限于上述算法。

5.如權利要求書1所述的一種基于深度學習的年齡估計方法，其特征在于，步驟(3)所述的輕量級深度學習模型包含4個卷積層，4個relu層，4個pooling層，兩個全連接層，模型的輸入圖像大小為64x64，最終訓練好的模型大小約1.5M。

6.如權利要求書1所述的一種基于深度學習的年齡估計方法，其特征在于，步驟(4)所述的自建測試庫包含3萬張標簽范圍從0-61的人臉圖像，圖像數據多樣化能有效測試模型在該自建庫上的測試效果。