[發明專利]人臉屬性識別方法及裝置、電子設備及存儲介質

在審

• 申請號: 201711214467.6
• 申請日: 2017-11-28
• 公開（公告）號: CN107844781A
• 公開（公告）日: 2018-03-27
• 發明（設計）人: 葛彥昊;李季檁;汪鋮杰
• 申請（專利權）人: 騰訊科技（深圳）有限公司;騰訊云計算（北京）有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京三高永信知識產權代理有限責任公司11138
• 代理人: 劉映東

1.一種人臉屬性識別方法，其特征在于，所述方法包括：

獲取待識別的人臉圖像；

調用屬性識別模型，將所述人臉圖像輸入所述屬性識別模型，由所述屬性識別模型對所述人臉圖像進行前向計算，并按照屬性的不同類型確定屬性值，輸出所述人臉圖像的多個屬性值，所述多個屬性值用于指示所述人臉圖像的多個屬性的識別結果；

其中，所述屬性識別模型基于多個樣本人臉圖像以及所述多個樣本人臉圖像的多個已知屬性識別結果按照屬性的不同類型進行訓練得到。

2.根據權利要求1所述的方法，其特征在于，所述由所述屬性識別模型對所述人臉圖像進行前向計算，并按照屬性的不同類型確定屬性值，包括：

提取所述人臉圖像的人臉特征；

根據所述屬性識別模型中的不同屬性對應的子模型對所述人臉特征進行前向計算，得到所述人臉圖像的多個屬性對應的特征值；

對于所述多個屬性中每一個屬性，當所述屬性為回歸屬性時，將所述屬性對應的特征值作為所述屬性所對應的屬性值；

當所述屬性不是回歸屬性時，對所述屬性對應的特征值中的每一位進行歸一化計算，得到所述屬性所對應的預測向量，所述預測向量中的每一位預測值為所述屬性是所述每一位所指示識別結果的概率；

將概率最大的識別結果所對應的預測值作為所述屬性所對應的屬性值。

3.根據權利要求1所述的方法，其特征在于，所述屬性識別模型通過以下方法訓練得到，包括：

獲取多個樣本人臉數據，所述多個樣本人臉數據包括多個樣本人臉圖像和每個樣本人臉圖像的多個屬性對應的屬性值；

提取所述每個樣本人臉圖像的人臉特征；

根據初始模型中的不同屬性對應的子模型對所述每個樣本人臉圖像的人臉特征進行前向計算，得到所述每個樣本人臉圖像的多個屬性的預測值；

根據所述每個樣本人臉圖像的多個屬性的預測值與屬性值，按照屬性的不同類型計算得到所述多個屬性的損失值；

將所述多個屬性的損失值加權求和，得到所述多個屬性的總損失值；

對所述初始模型中的不同屬性對應的子模型的參數進行調整，直到調整后的參數使得所述多個屬性的總損失值小于或等于預設閾值時，停止調整。

4.根據權利要求3所述的方法，其特征在于，所述根據所述每個樣本人臉圖像的多個屬性的預測值與屬性值，按照屬性的不同類型計算得到所述多個屬性的損失值，包括：

對于所述多個屬性中每一個屬性，當所述屬性為回歸屬性時，利用第一預設函數對所述屬性的預測值和屬性值進行計算，得到所述屬性對應的損失值，所述第一預設函數用于計算連續變量的損失值；

當所述屬性不是回歸屬性時，利用第二預設函數對所述屬性的預測向量和屬性向量進行計算，得到所述屬性對應的損失值，所述第二預設函數用于計算定性變量的損失值。

5.根據權利要求4所述的方法，其特征在于，所述第一預設函數為歐氏距離損失函數；或，所述第二預設函數為交叉熵損失函數。

6.根據權利要求1所述的方法，其特征在于，所述獲取待識別的人臉圖像，包括：

對圖像進行人臉檢測，對檢測到的人臉圖像進行人臉配準，并對所述人臉圖像進行歸一化處理，得到待識別的人臉圖像。

7.一種人臉屬性識別裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待識別的人臉圖像；

輸入輸出模塊，用于調用屬性識別模型，將所述人臉圖像輸入所述屬性識別模型，由所述屬性識別模型對所述人臉圖像進行前向計算，并按照屬性的不同類型確定屬性值，輸出所述人臉圖像的多個屬性值，所述多個屬性值用于指示所述人臉圖像的多個屬性的識別結果；

其中，所述屬性識別模型基于多個樣本人臉圖像以及所述多個樣本人臉圖像的多個已知屬性識別結果按照屬性的不同類型進行訓練得到。