[發明專利]人體圖像年齡估算方法、系統、介質及裝置

在審

• 申請號: 202310150844.3
• 申請日: 2023-02-21
• 公開（公告）號: CN116206336A
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 袁德勝;游浩泉;崔龍;任曉雙;潘瀟君;黨毅飛;成西鋒;王海濤;劉寧
• 申請（專利權）人: 匯客云（上海）數據服務有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/764;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 徐秋平

本申請提供一種人體圖像年齡估算方法、系統、介質及裝置，包括：獲取人體圖像及對應的年齡標簽；基于所述人體圖像和所述年齡標簽訓練人體圖像年齡估算模型，以基于訓練好的人體圖像年齡估算模型進行人體圖像年齡估計。本申請使用卷積神經網絡作為backbone模型提取人體圖像年齡相關特征，并在backbone模型末端增加多個年齡段互相重疊的分類器網絡結構的設計方案；加強了模型對不同年齡差異特性的學習，各個分類器年齡段之間的彼此重疊連系不同年齡之間的相關性，有效地提高了人體圖像年齡估算模型的精度。

技術領域

本發明屬于人工智能應用的計算機視覺技術領域，涉及一種估算方法，特別是涉及一種人體圖像年齡估算方法、系統、介質及裝置。

背景技術

根據人的圖像信息去估計其年齡，在智能商業、視頻監控、推薦系統、人口統計等領域中有著廣泛的應用前景。過去往往利用人臉圖像信息去識別精度較高，技術方案成熟；鑒于目前現有的法律法規對人臉信息隱私保護較為嚴厲，因此在現有技術中對人的年齡識別系統主要依賴于人體圖像。例如：在智能商業領域常見的商場客流分析系統中，依據被動式攝像頭抓取的顧客人體圖像，分析識別顧客的年齡，統計出顧客群體的年齡信息，再配合客流量統計分析得到各商店到店顧客的年齡分布數據，依據這些數據可以去預測用戶真正關注和需求的商品，輔助策劃和制定相應的營銷方案，為商場的運營決策提供重要的數據支撐，進而帶來盈利變現。

在人體圖像年齡估計任務中，預測一張人體圖像的年齡，從人的主觀意識方面分析往往會從人的著裝打扮、發型、發色、發量、姿態、身高、身材等各方面的信息綜合去判斷估計年齡。

目前主流的人體年齡估計方法主要使用深度學習卷積神經網絡的方法，具體分為兩類：

(1)將人體年齡估計看作有序回歸任務，設計卷積神經網絡模型，回歸一個連續的數值來表示人體圖像的預測年齡，建立人體圖像年齡數據集，進行訓練學習，使用訓練得到的最優回歸模型去識別人體圖像的年齡數值。

(2)將人體年齡估計看作分類任務，將人的年齡分成固定數量(例如1-100歲)的類別，設計卷積神經網絡模型，建立人體圖像年齡數據集，進行訓練學習，使用訓練得到的最優分類模型去識別人體圖像屬于哪個年齡類別。

由上述兩類情況可知：

第一種方法模型回歸一個連續數值，這符合人年齡本身的連續特性，但是該方法將人的年齡衰老變化看作一個線性過程，這與事實不符，顯然小孩年齡變化導致的外觀變化要快，青年人年齡變化導致的外觀變化不明顯；另外，人類更容易分辨兩個人之間的年齡差異，而不是絕對年齡，卷積神經網絡本身來源于人腦的神經元結構，故這種直接回歸模型訓練難度較大，精度相對低。

第二種方法將連續的年齡離散為等間距不重疊的1到100歲，對比第一種方法突出了年齡差異，這更符合人的主觀認知，精度有所提升；但是，這種覆蓋目標輸出范圍的相等寬度的離散方式，忽略了不同年齡之間的相互關系，導致模型精度依然有所限制。此外，在實際應用中還存在一些標簽標注問題，例如：年齡標簽標注難度大，難以避免標注錯誤情況；尤其是存在一個人的不同圖像會被標記為不同的年齡，不同標注人員標注時的主觀判斷也不同，這些問題都會影響模型精度的提升。

因此，現有的人體年齡估算技術中，由于無法深入考慮到不同年齡類別之間的相互關系，以及對數據集標簽準確性要求較高從而導致估算精度不高，且計算量較大等問題。

發明內容

鑒于以上所述現有技術的缺點，本申請的目的在于提供一種人體圖像年齡估算方法、系統、介質及裝置，用于解決現有技術在人體年齡估算技術實現的過程中，由于無法深入考慮到不同年齡類別之間的相互關系，以及對數據集標簽準確性要求較高從而導致估算精度不高，且計算量較大等問題。