【蜂口|AI人工智能】人臉年齡——龍鵬深度學(xué)習(xí)與人臉圖像應(yīng)用連載(六)-創(chuàng)新互聯(lián)

【文章首發(fā)于蜂口知道公眾號,內(nèi)容來源于蜂口小程序,歡迎關(guān)注了解~】

創(chuàng)新互聯(lián)公司2013年開創(chuàng)至今,是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司,擁有項(xiàng)目網(wǎng)站制作、成都做網(wǎng)站網(wǎng)站策劃,項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個夢想脫穎而出為使命,1280元嵐皋做網(wǎng)站,已為上家服務(wù),為嵐皋各地企業(yè)和個人服務(wù),聯(lián)系電話:18982081108

hi,大家好,我是龍鵬。分享繼續(xù)!

這次接著假期前繼續(xù)給大家分享人臉圖像相關(guān)的應(yīng)用。本次的分享是人臉年齡這個問題。

本次的分享將包含三個方面的內(nèi)容。

首先,對人臉年齡這個問題做一個通用的介紹。人臉年齡實(shí)際上不僅僅是一個數(shù)值估計(jì)的問題,還包括它的表觀年齡與真實(shí)年齡以及人臉年齡的年齡段的估計(jì)的問題;

其次,對人臉年齡的研究方法做一個詳細(xì)的介紹。主要包括如何去建模一個人臉的年齡,然后人臉年齡研究方法,包括傳統(tǒng)方法與深度學(xué)習(xí)方法,各自是基于什么樣的一個思路去解決這個問題。

最后,對人臉年齡的應(yīng)用和它的難點(diǎn)做一個總結(jié)。

這是我們整體的一個分享思路。我們的分享會按照這個展開。

一、 人臉年齡。所謂人臉年齡的估計(jì),它實(shí)際上包含了很多種含義:

1)人臉年齡的估計(jì)問題,它可以分為表觀年齡的估計(jì)與真實(shí)年齡的估計(jì)問題。

真實(shí)年齡就是我們看到的人臉的圖像,它的真實(shí)年齡是多少?而表觀年齡,就是我們看到一個人臉圖像,它表現(xiàn)出來的年齡是多少?這兩者之間是有很大的區(qū)別的。

因?yàn)槿四樐挲g跟很多的因素有關(guān)系,跟他的生活環(huán)境、其他保養(yǎng)的狀況有關(guān)。有些女明星她可能年紀(jì)非常大,五六十歲,但是她保養(yǎng)起來,跟一些普通的人沒有保養(yǎng)的二三十歲一樣的年輕,表現(xiàn)出來的人臉圖像的特征是完全一樣的。由于存在這些因素,所以實(shí)際上我們平時所說的人臉年齡的估計(jì)問題其實(shí)說的是表觀年齡的估計(jì)問題。因?yàn)檎鎸?shí)的年齡,實(shí)際上有時候我們?nèi)祟悓<叶紵o法真實(shí)的判斷。

2)人臉年齡的估計(jì),它還可以分為一個具體年齡的估計(jì)和年齡段的估計(jì)。

因?yàn)槟挲g的估計(jì),它不是一個非常好量化的問題。29歲跟30歲實(shí)際上在圖像上很難完全區(qū)分開來。所以有的研究是一個具體年齡段的估計(jì)問題。

比如說11歲到15歲、20歲到30歲這樣一個年齡段;有的也是需要估計(jì)出一個具體的年齡的問題,那么估計(jì)一個具體的年齡問題,它的誤差一定會比估計(jì)年齡段的問題誤差大。

這里所展示的就是一個具體年齡的估計(jì)問題,如下圖:

【蜂口 | AI人工智能】人臉年齡——龍鵬 深度學(xué)習(xí)與人臉圖像應(yīng)用連載(六)

我們看到趙麗穎估計(jì)出來的年齡是23,但實(shí)際上她本身的年齡已經(jīng)快接近30歲。展示的是一個具體年齡的估計(jì),也是一個表觀年齡的估計(jì)。

我們再看下面這張圖:

【蜂口 | AI人工智能】人臉年齡——龍鵬 深度學(xué)習(xí)與人臉圖像應(yīng)用連載(六)

它展示出來是一個年齡段的估計(jì)問題,也就是說對于這樣一張輸入圖片,我們并不估計(jì)它的具體的年齡,而是估計(jì)它究竟落在哪一個年齡段。

這就是人臉年齡的估計(jì)問題。人臉年齡,現(xiàn)在估計(jì)問題都有哪些研究方法,

我們首先講述一下關(guān)于人臉年齡相關(guān)的模型。人臉年齡包含了三個模型:

a) 分類模型 。也就是說我們可以把這個人臉的年齡的估計(jì)當(dāng)做是一個分類的問題。那么分類的問題它也可以分為兩類:單個年齡的分類和一個年齡段的分類。

首先,單個年齡的分類。因?yàn)槲覀兤匠5娜说哪挲g數(shù)據(jù)的標(biāo)注只會是一個整數(shù)一歲兩歲三歲十歲這樣的一個數(shù)字的標(biāo)注,所以我們可以把它當(dāng)做一個連續(xù)數(shù)列的一個分類問題。比如說從零歲到一百歲,那么這就是一個101類的分類問題。

其次,根據(jù)我們標(biāo)注的年齡段,我們也可以把它當(dāng)做一個年齡段的分類問題,比如0到5歲是一類,6到10歲是一類。

分類問題是最簡單的一個模型。

b) 回歸模型 。因?yàn)槿四樀哪挲g是一個持續(xù)增長有序數(shù)列。雖然我們平常標(biāo)注的數(shù)據(jù)不會出現(xiàn)1.5歲、2.5歲這樣一個分?jǐn)?shù)的年齡,但實(shí)際上人是存在2.5歲、1.5歲這樣的年齡的。所以人的年齡天然就是一個回歸的模型。

回歸模型相對于分類模型來說,更加符合問題的定義,也會更加難一些,因?yàn)槿四樆貧w模型就沒有年齡段這樣的一個問題了。

c) 排序模型 。排序模型就是當(dāng)我們在估計(jì)一個人臉年齡的時候,我們不是直接用一個模型去回歸一個數(shù)字,或者說把它分到某一個類,而是將這個圖像與一個基準(zhǔn)的年齡段去進(jìn)行比較。通過與很多年齡段的比較,我們?nèi)ス烙?jì)一個比較合適的年齡。

為什么需要這么做?因?yàn)槲覀內(nèi)颂焐褪呛茈y判斷一個人的真實(shí)的年齡是多少,但是當(dāng)我們給出一個基準(zhǔn)的年齡的時候,我們會更加方便、更加容易判斷這個人的年齡是大于這個基準(zhǔn)年齡還是小于這個基準(zhǔn)年齡。

所以基于排序的模型,它實(shí)際上更符合人類平時判斷年齡的一個思維。

這就是人臉年齡的三個模型。這三個模型在學(xué)術(shù)界都有比較詳細(xì)的研究。

二、基于這些模型,我們從傳統(tǒng)方法和深度學(xué)習(xí)方法兩方面來給大家做一個介紹:

傳統(tǒng)的特征主要包含這幾類特征:人體測量學(xué)模型、柔性模型、表觀模型。

人體測量學(xué)模型特征主要用的就是人體的輪廓;

柔性模型與人體測量學(xué)模型有相通之處,它可以看作是人體測量學(xué)模型的一個升級版。所謂柔性模型是基于人臉的輪廓的,它可以不斷地發(fā)生變形,柔性模型采用ASM模型來進(jìn)行表征。因?yàn)槿说哪樞驮陔S著年紀(jì)的增長也會發(fā)生一定的變化,所以柔性模型可以得到應(yīng)用;

表觀模型,它的核心就是紋理特征。因?yàn)槿说哪樕系募y理在隨著年齡增長過程中會發(fā)生比較大的變化。

傳統(tǒng)的方法就是通過這三類傳統(tǒng)的特征,來進(jìn)行人臉的表征。但是又由于人臉年齡是一個比較復(fù)雜的問題,所以基于傳統(tǒng)的方法并不能比較好地解決人臉年齡的估計(jì)。

隨著深度學(xué)習(xí)的發(fā)展和大數(shù)據(jù)的發(fā)展,目前基本上所有的研究人臉年齡的方法都已經(jīng)采用了深度學(xué)習(xí),

深度學(xué)習(xí)的思路,如下圖:

【蜂口 | AI人工智能】人臉年齡——龍鵬 深度學(xué)習(xí)與人臉圖像應(yīng)用連載(六)

這是一個典型的分類問題的深度學(xué)習(xí)的思路。它首先輸入一張圖,然后利用人臉檢測算法,檢測到一個比較合適的角度,進(jìn)行校正之后,我們把它送入深度學(xué)習(xí)模型,進(jìn)行特征的學(xué)習(xí), 到最后經(jīng)過全連接層 就得到了它的一個表征向量。

這里展示的是利用分類的算法來進(jìn)行人臉年齡的研究。由于標(biāo)簽是0到100歲,所以這是一個101類的分類問題。

基于深度學(xué)習(xí)的方法,總體來說就是通過大數(shù)據(jù)來進(jìn)行特征的隱式的表達(dá)。

三、人臉年齡的估計(jì)可以有哪些應(yīng)用?

首先,它可以用于安全控制。因?yàn)樵诤芏嗟臅r候,比如說像共享單車這樣的一個場景的話,假如我們可以利用掃臉識別年齡,我們就可以控制多少歲以下的人不能進(jìn)行共享單車的騎行。

其次,可以用于人臉檢索與識別。有了人臉年齡估計(jì)之后,我們可以利用年齡進(jìn)行快速的人臉檢索與識別。

人臉年齡研究也面臨一些難點(diǎn),這些難點(diǎn)主要包含兩個方面:

第一個方面是 比較復(fù)雜的模式 ,因?yàn)槿四樀哪挲g隨著遺傳生活環(huán)境以及人的保養(yǎng)情況會存在很大的差異。就是同一年齡段的人,他們表現(xiàn)出來的圖像特征也可能有著很大的差異性。

第二個方面是 干擾多 。目前由于美顏等算法以及大家平時尤其是女性比較喜歡化妝,它會對人臉年齡的估計(jì)造成比較重大的干擾。

總的來說,我們平時所估計(jì)出來的年齡都是指的是表觀年齡,也就是說圖像展示出來的。在通常意義上的那樣一張圖像,它應(yīng)該是對應(yīng)什么樣一個年齡階段。

這就是本次人臉年齡的分享內(nèi)容。

本文名稱:【蜂口|AI人工智能】人臉年齡——龍鵬深度學(xué)習(xí)與人臉圖像應(yīng)用連載(六)-創(chuàng)新互聯(lián)
文章位置:http://bm7419.com/article42/hcoec.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供App開發(fā)、網(wǎng)站營銷網(wǎng)站建設(shè)、定制網(wǎng)站商城網(wǎng)站、外貿(mào)網(wǎng)站建設(shè)

廣告

聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)

營銷型網(wǎng)站建設(shè)