[發明專利]健康狀態預測方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202110470083.0
• 申請日: 2021-04-28
• 公開（公告）號: CN113160987B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 陳筱;錢江;莊伯金;劉玉宇
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06V40/16;G06V10/80;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 張傳義

1.一種健康狀態預測方法，其特征在于，包括：

獲取表示用戶當前狀態的綜合信息和人臉圖像，所述綜合信息包括用戶的真實年齡；

將所述人臉圖像輸入預先訓練好的年齡預測網絡模型得到預測年齡，計算所述預測年齡與所述真實年齡之間的年齡差異值，對所述年齡差異值進行歸一化處理，得到年齡差異特征；或者，獲取統計的年齡差異值范圍，根據所述年齡差異值范圍對所述年齡差異值進行獨熱編碼，得到年齡差異特征；

對所述人臉圖像進行特征提取，得到人臉圖像特征；

對所述綜合信息進行預處理，得到綜合信息特征；

對所述年齡差異特征與所述綜合信息特征進行拼接得到用戶信息特征；基于神經網絡對所述人臉圖像特征進行降維，得到降維后的人臉圖像特征；當所述降維后的人臉圖像特征與所述用戶信息特征的特征維數之間的差異小于預設值時，將所述降維后的人臉圖像特征與所述用戶信息特征進行拼接后得到融合特征；

將所述融合特征輸入至預先訓練好的健康狀態預測網絡模型進行健康狀態預測，得到預測的健康狀態。

2.根據權利要求1所述的方法，其特征在于，所述對所述人臉圖像進行特征提取，得到人臉圖像特征，包括：

通過預配置的卷積神經網絡對所述人臉圖像進行特征提取，得到人臉圖像特征；和/或，

基于預設的圖像算子對所述人臉圖像進行特征提取，得到人臉圖像特征。

3.根據權利要求2所述的方法，其特征在于，所述預設的圖像算子包括以下至少一種：

局部二值模式算子、方向梯度直方圖算子、尺度不變特征轉換算子、Haar特征描述算子。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取包含人臉圖像和真實年齡的第一數據集；

以所述第一數據集中的人臉圖像為輸入，以所述第一數據集中的真實年齡為訓練目標，通過對年齡預測網絡進行迭代訓練，得到年齡預測網絡模型。

5.根據權利要求4所述的方法，其特征在于，所述年齡預測網絡模型采用軟階段回歸網絡結構。

6.一種健康狀態預測裝置，其特征在于，包括：

數據獲取模塊，用于獲取表示用戶當前狀態的綜合信息和人臉圖像，所述綜合信息包括用戶的真實年齡；

年齡差值確定模塊，用于將所述人臉圖像輸入預先訓練好的年齡預測網絡模型得到預測年齡，計算所述預測年齡與所述真實年齡之間的年齡差異值，對所述年齡差異值進行歸一化處理，得到年齡差異特征；或者，獲取統計的年齡差異值范圍，根據所述年齡差異值范圍對所述年齡差異值進行獨熱編碼，得到年齡差異特征；

圖像特征提取模塊，用于對所述人臉圖像進行特征提取，得到人臉圖像特征；

綜合信息預處理模塊，用于對所述綜合信息進行預處理，得到綜合信息特征；

特征融合模塊，用于對所述年齡差異特征與所述綜合信息特征進行拼接得到用戶信息特征；基于神經網絡對所述人臉圖像特征進行降維，得到降維后的人臉圖像特征；當所述降維后的人臉圖像特征與所述用戶信息特征的特征維數之間的差異小于預設值時，將所述降維后的人臉圖像特征與所述用戶信息特征進行拼接后得到融合特征；

健康狀態預測模塊，用于將所述融合特征輸入至預先訓練好的健康狀態預測網絡模型進行健康狀態預測，得到預測的健康狀態。

7.一種計算機設備，其特征在于，所述計算機設備包括存儲器和處理器；

所述存儲器用于存儲計算機程序；

所述處理器，用于執行所述計算機程序并在執行所述計算機程序時實現如權利要求1至5中任一項所述的健康狀態預測方法。

8.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時使所述處理器實現如權利要求1至5中任一項所述的健康狀態預測方法。