年龄估计方法及装置与流程

本公开涉及计算机技术，尤其涉及一种年龄估计方法及装置。

背景技术：

随着人脸识别技术的发展，年龄估计可以根据人脸图像识别对人的年龄进行估计。但采用相关年龄估计方法所获得的估计年龄，一般都在实际年龄上下浮动，精确度较低。

技术实现要素：

为克服相关技术中存在的问题，本公开提供一种年龄估计方法及装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种年龄估计方法，该方法包括：获取目标人脸图像；基于预设人脸识别算法，提取所述目标人脸图像对应的人脸图像特征；将所述人脸图像特征与预设数据库中已存储人脸图像特征进行比对，获得相似度；若所述相似度大于或等于预设阈值，则根据获得所述相似度的已存储人脸图像特征对应的年龄信息，确定所述目标人脸图像的估计年龄。

本公开的实施例提供的技术方案可以包括以下有益效果：根据预设数据库已存储的人脸图像特征对应的年龄信息，确定与该已存储人脸图像特征相似度大于预设阈值的目标人脸图像的估计年龄，以提高年龄估计的精确度。

可选地，上述根据获得所述相似度的已存储人脸图像特征对应的年龄信息，确定所述目标人脸图像的估计年龄，可以包括：根据获得所述相似度的已存储人脸图像特征对应的出生时间及所述目标人脸图像的生成时间，确定所述目标人脸图像的估计年龄。

可选地，上述根据获得所述相似度的已存储人脸图像特征对应的年龄信息，确定所述目标人脸图像的估计年龄，可以包括：根据获得所述相似度的已存储人脸图像特征对应的人脸图像的生成时间、所述人脸图像对应的估计年龄及所述目标人脸图像，确定所述目标人脸图像的估计年龄。

可选地，上述根据获得所述相似度的已存储人脸图像特征对应的人脸图像的生成时间、所述人脸图像对应的估计年龄及所述目标人脸图像，确定所述目标人脸图像的估计年龄，可以包括：根据所述目标人脸图像，获得所述目标人脸图像的第一估计年龄；根据获得所述相似度的已存储人脸图像特征对应的人脸图像的生成时间和所述目标人脸图像的生成时间，得到第一时间差值；将所述第一估计年龄减去所述第一时间差值，得到第二时间差值；计算所述第二时间差值与所述人脸图像对应的估计年龄的均值，得到所述目标人脸图像的估计年龄。

可选地，上述确定所述目标人脸图像的估计年龄之后，该年龄估计方法还可以包括：存储所述目标人脸图像及所述目标人脸图像的估计年龄至所述预设数据库。

本公开的实施例提供的技术方案可以包括以下有益效果：通过将目标人脸图像及目标人脸图像的估计年龄存储至预设数据库，可实现预设数据库中存储数据的不断更新，从而使得预设数据库中存储的人脸图像的数量逐渐增大，也是后续的年龄估计结果更加精确。

根据本公开实施例的第二方面，提供一种年龄估计装置，该年龄估计装置包括：获取模块，被配置为获取目标人脸图像；提取模块，被配置为基于预设人脸识别算法，提取所述获取模块获取的所述目标人脸图像对应的人脸图像特征；比对模块，被配置为将所述提取模块提取的所述人脸图像特征与预设数据库中已存储人脸图像特征进行比对，获得相似度；处理模块，被配置为若所述比对模块获得的所述相似度大于或等于预设阈值，则根据获得所述相似度的已存储人脸图像特征对应的年龄信息，确定所述目标人脸图像的估计年龄。

本公开的实施例提供的技术方案可以包括以下有益效果：根据预设数据库已存储的人脸图像特征对应的年龄信息，确定与该已存储人脸图像特征相似度大于预设阈值的目标人脸图像的估计年龄，以提高年龄估计的精确度。

可选地，上述处理模块包括：第一处理子模块，被配置为根据获得所述相似度的已存储人脸图像特征对应的出生时间及所述目标人脸图像的生成时间，确定所述目标人脸图像的估计年龄。

可选地，上述处理模块包括：第二处理子模块，被配置为根据获得所述相似度的已存储人脸图像特征对应的人脸图像的生成时间、所述人脸图像对应的估计年龄及所述目标人脸图像，确定所述目标人脸图像的估计年龄。

可选地，上述第二处理子模块被配置为：根据所述目标人脸图像，获得所述目标人脸图像的第一估计年龄；根据获得所述相似度的已存储人脸图像特征对应的人脸图像的生成时间和所述目标人脸图像的生成时间，得到第一时间差值；将所述第一估计年龄减去所述第一时间差值，得到第二时间差值；计算所述第二时间差值与所述人脸图像对应的估计年龄的均值，得到所述目标人脸图像的估计年龄。

可选地，上述年龄估计装置还可以包括：存储模块，被配置为存储所述目标人脸图像及所述目标人脸图像的估计年龄至所述预设数据库。

本公开的实施例提供的技术方案可以包括以下有益效果：通过将目标人脸图像及目标人脸图像的估计年龄存储至预设数据库，可实现预设数据库中存储数据的不断更新，从而使得预设数据库中存储的人脸图像的数量逐渐增大，也是后续的年龄估计结果更加精确。

一种可能的设计中，上述目标人脸图像为具有摄像功能的移动设备在预览模式下获得的。

根据本公开实施例的第三方面，提供一种年龄估计装置，该年龄估计装置包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为：获取目标人脸图像；基于预设人脸识别算法，提取所述目标人脸图像对应的人脸图像特征；将所述人脸图像特征与预设数据库中已存储人脸图像特征进行比对，获得相似度；若所述相似度大于或等于预设阈值，则根据获得所述相似度的已存储人脸图像特征对应的年龄信息，确定所述目标人脸图像的估计年龄。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的一种年龄估计方法的流程图；

图2是根据另一示例性实施例示出的一种年龄估计方法的流程图；

图3是根据一示例性实施例示出的一种年龄估计装置的结构示意图；

图4是根据另一示例性实施例示出的一种年龄估计装置的结构示意图；

图5是根据又一示例性实施例示出的一种年龄估计装置的结构示意图；

图6是根据再一示例性实施例示出的一种年龄估计装置的结构示意图；

图7是根据一示例性实施例示出的一种年龄估计装置框图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

图1是根据一示例性实施例示出的一种年龄估计方法的流程图。本实施例提供一种年龄估计方法，该方法可以由年龄估计装置来执行，该年龄估计装置可通过硬件和/或软件的方式实现，并可集成于移动设备中，该移动设备可以为智能手机或平板电脑或个人数字助理(Personal Digital Assistant，简称：PDA)等电子设备。如图1所示，该年龄估计方法包括以下步骤：

在步骤101中，获取目标人脸图像。

目标人脸图像是通过具有摄像功能的移动设备采集获得。例如，目标人脸图像可以为具有摄像功能的移动设备在预览模式下获得的。当用户在移动设备的拍摄范围内时，移动设备会自动搜索并拍摄用户的人脸图像。

目标人脸图像可以为静态图像或动态图像。其中，动态图像包括用户在不同的位置和/或不同表情、不同姿态下的图像。

可以按照相关技术，对静态图像或动态图像先进行人脸识别，例如对视频中的每一帧图像均进行人脸识别，如果识别到某一帧图像中包括人脸，则截取该图像中包括人脸的图像作为目标人脸图像。

另外，在获取目标人脸图像之后，可以对目标人脸图像进行预处理。这是由于最初的原始图像受到各种条件的限制和随机干扰，往往不能直接使用，因此需对原始图像进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

在步骤102中，基于预设人脸识别算法，提取该目标人脸图像对应的人脸图像特征。

其中，预设人脸识别算法可以具体为基于人脸图像特征点的识别算法、基于整幅人脸图像的识别算法、基于模板的识别算法或利用神经网络进行识别的算法，等等。

人脸图像特征例如为直方图特征、颜色特征、模板特征、结构特征及Haar特征等。

人脸图像特征提取，是对人脸进行特征建模的过程。人脸图像特征提取的方法可以为基于知识的表征方法。基于知识的表征方法主要是根据人脸器官的形状描述以及人脸器官之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征。

在步骤103中，将人脸图像特征与预设数据库中已存储人脸图像特征进行比对，获得相似度。

该步骤即将待识别的人脸图像特征与预设数据库中已存储的人脸图像特征进行比较，获得相似度。这一过程可以分为两类：一类是确认，是一对一进行图像比较的过程；另一类是辨认，是一对多进行图像匹配对比的过程。

其中，预设数据库可以包括人脸图像、该人脸图像对应的人脸图像特征以及该人脸图像对应的年龄信息，该年龄信息可以是用户预先标记的出生时间，也可以是根据该人脸图像对应的估计年龄，或者，出生时间与估计年龄二者的结合。可选地，该年龄信息还可以包括用户的身份标记，例如姓名或身份证号码，等等。预设数据库可以是通过大量训练数据统计得到的。

示例性的，预设数据库可以具体为面孔相册。面孔相册是指利用图像分析技术，自动地对云相册照片内容进行按照面孔进行分类整理，从而将一个人的照片都整理在一起。同时，用户可以在面孔相册中标记每个人的姓名和年龄等信息。

在步骤104中，若该相似度大于或等于预设阈值，则根据获得该相似度的已存储人脸图像特征对应的年龄信息，确定目标人脸图像的估计年龄。

相似度大于或等于预设阈值说明目标人脸图像与预设数据库中的至少一人脸图像为同一个人。由于预设数据库中存储有人脸图像对应的年龄信息，因此，本公开可根据获得该相似度的已存储人脸图像特征对应的年龄信息，确定目标人脸图像的估计年龄。

例如，预设数据库中存储有一人脸图像，该人脸图像对应的人脸图像特征与目标人脸图像对应的人脸图像特征的相似度大于预设阈值，说明预设数据库中存储的该人脸图像与目标人脸图像为同一个人。此时，根据预设数据库中存储的该人脸图像对应的年龄信息，例如年龄信息为出生时间，来确定目标人脸图像的估计年龄。

综上所述，本实施例提供的年龄估计方法，根据预设数据库已存储的人脸图像特征对应的年龄信息，确定与该已存储人脸图像特征相似度大于预设阈值的目标人脸图像的估计年龄，以提高年龄估计的精确度。

在上述实施例的基础上，上述根据获得该相似度的已存储人脸图像特征对应的年龄信息，确定目标人脸图像的估计年龄，可以通过多种方式实现，以下列举说明：

一种具体实现方式中，根据获得该相似度的已存储人脸图像特征对应的年龄信息，确定目标人脸图像的估计年龄可以包括：根据获得该相似度的已存储人脸图像特征对应的出生时间及目标人脸图像的生成时间，确定目标人脸图像的估计年龄。

例如，获得该相似度的已存储人脸图像特征对应的出生时间为2016年5月1日，目标人脸图像的生成时间为2016年7月1日，则确定目标人脸图像的估计年龄为0年62天。

另一种具体实现方式中，根据获得该相似度的已存储人脸图像特征对应的年龄信息，确定目标人脸图像的估计年龄可以包括：根据获得该相似度的已存储人脸图像特征对应的人脸图像的生成时间、该人脸图像对应的估计年龄及目标人脸图像，确定目标人脸图像的估计年龄。

其中，根据获得该相似度的已存储人脸图像特征对应的人脸图像的生成时间、该人脸图像对应的估计年龄及目标人脸图像，确定目标人脸图像的估计年龄，可以具体为：根据目标人脸图像，获得目标人脸图像的第一估计年龄；根据获得该相似度的已存储人脸图像特征对应的人脸图像的生成时间和目标人脸图像的生成时间，得到第一时间差值；将第一估计年龄减去第一时间差值，得到第二时间差值；计算第二时间差值与人脸图像对应的估计年龄的均值，得到目标人脸图像的估计年龄。

例如，假设该人脸图像的生成时间为2016年5月1日、该人脸图像对应的估计年龄为25年、目标人脸图像的生成时间为2016年7月1日、目标人脸图像的第一估计年龄为27年，得到第一时间差值为62天、第二时间差值为26年303天、目标人脸图像的估计年龄为25年334天。

以上示例以一人脸图像为例进行说明，但本公开不以此为限制。也就是说，获得该相似度的已存储人脸图像特征对应的人脸图像可以为一或多个，本领域技术人员可以理解，当获得该相似度的已存储人脸图像特征对应的人脸图像越多，最后得到的目标人脸图像的估计年龄也相对更准确。

需说明的是，本公开各实施例中提及的“出生时间”、“生成时间”、“估计年龄”、“第一时间差值”等，其单位相同，以便于计算。

图2是根据另一示例性实施例示出的一种年龄估计方法的流程图。该方法可以由年龄估计装置来执行，该年龄估计装置可通过硬件和/或软件的方式实现，并可集成于移动设备中，该移动设备可以为智能手机或平板电脑或PDA等电子设备。如图2所示，在图1所示流程的基础上，该年龄估计方法还可以包括以下步骤：

在步骤201中，若相似度小于预设阈值，则根据目标人脸图像，确定目标人脸图像的估计年龄。

可以理解，这里的目标人脸图像的估计年龄即上述实施例中的第一估计年龄。

由于相似度小于预设阈值，说明预设数据库中未存储与该目标人脸图像为同一个人的人脸图像，因此，按照相关技术确定目标人脸图像的估计年龄。

可选地，若相似度小于预设阈值，可采用目标跟踪算法对目标人脸图像对应的人脸进行实时跟踪。采用目标跟踪算法对人脸进行跟踪，可获得每一帧图像中人脸的位置，不用进行重复估计年龄，提高速度。

进一步地，该年龄估计方法还可以包括以下步骤：

在步骤202中，存储目标人脸图像及目标人脸图像的估计年龄至预设数据库。

综上所述，本实施例提供的年龄估计方法，通过将目标人脸图像及目标人脸图像的估计年龄存储至预设数据库，可实现预设数据库中存储数据的不断更新，从而使得预设数据库中存储的人脸图像的数量逐渐增大，也是后续的年龄估计结果更加精确。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图3是根据一示例性实施例示出的一种年龄估计装置的结构示意图。参照图3，该年龄估计装置30包括获取模块31、提取模块32、比对模块33和处理模块34。

该获取模块31，被配置为获取目标人脸图像。

该提取模块32，被配置为基于预设人脸识别算法，提取获取模块31获取的目标人脸图像对应的人脸图像特征。

该比对模块33，被配置为将提取模块32提取的人脸图像特征与预设数据库中已存储人脸图像特征进行比对，获得相似度。

该处理模块34，被配置为若比对模块33获得的相似度大于或等于预设阈值，则根据获得该相似度的已存储人脸图像特征对应的年龄信息，确定目标人脸图像的估计年龄。

综上所述，本实施例提供的年龄估计装置，根据预设数据库已存储的人脸图像特征对应的年龄信息，确定与该已存储人脸图像特征相似度大于预设阈值的目标人脸图像的估计年龄，以提高年龄估计的精确度。

图4是根据另一示例性实施例示出的一种年龄估计装置的结构示意图。参照图4，在图3所示结构的基础上，一种实现方式中，处理模块34包括：第一处理子模块341。

该第一处理子模块341，被配置为根据获得所述相似度的已存储人脸图像特征对应的出生时间及目标人脸图像的生成时间，确定目标人脸图像的估计年龄。

另一种实现方式中，处理模块34包括：第二处理子模块342。

该第二处理子模块342，被配置为根据获得所述相似度的已存储人脸图像特征对应的人脸图像的生成时间、所述人脸图像对应的估计年龄及目标人脸图像，确定目标人脸图像的估计年龄。

该实现方式中，进一步地，第二处理子模块342被配置为：根据所述目标人脸图像，获得所述目标人脸图像的第一估计年龄；根据获得所述相似度的已存储人脸图像特征对应的人脸图像的生成时间和所述目标人脸图像的生成时间，得到第一时间差值；将所述第一估计年龄减去所述第一时间差值，得到第二时间差值；计算所述第二时间差值与所述人脸图像对应的估计年龄的均值，得到所述目标人脸图像的估计年龄。

图5是根据又一示例性实施例示出的一种年龄估计装置的结构示意图。参照图5，在图3所示结构的基础上，年龄估计装置40还可以包括另一处理模块41和跟踪模块42。其中，跟踪模块42为可选模块，也就是说，年龄估计装置40也可以不包括跟踪模块42。

该处理模块41，被配置为若比对模块33获得的所述相似度小于所述预设阈值，则根据目标人脸图像，确定目标人脸图像的估计年龄。

该跟踪模块42，被配置为若比对模块33获得的所述相似度小于所述预设阈值，采用目标跟踪算法对目标人脸图像对应的人脸进行跟踪。

综上所述，本实施例提供的年龄估计装置，采用目标跟踪算法对人脸进行实时跟踪，可获得每一帧图像中人脸的位置，不用进行重复估计年龄，提高速度。

图6是根据再一示例性实施例示出的一种年龄估计装置的结构示意图。参照图6，在图3或图4或图5所示结构的基础上(这里以图3为例进行说明)，年龄估计装置50还可以包括存储模块51。

该存储模块51，被配置为存储目标人脸图像及目标人脸图像的估计年龄至预设数据库。

若以图5所示结构为例，存储模块分别与处理模块34和处理模块41耦接。

综上所述，本实施例提供的年龄估计装置，通过将目标人脸图像及目标人脸图像的估计年龄存储至预设数据库，可实现预设数据库中存储数据的不断更新，从而使得预设数据库中存储的人脸图像的数量逐渐增大，也是后续的年龄估计结果更加精确。

在上述实施例中，目标人脸图像为具有摄像功能的移动设备在预览模式下获得的。

还需说明的是，本公开实施例所提及的获取模块的功能和作用相当于移动设备中的接收器，提取模块、跟踪模块、处理模块的功能和作用相当于移动设备中的处理器，比对模块的功能和作用相当于移动设备中的处理器或比较器，存储模块的功能和作用相当于移动设备中的存储器。

图7是根据一示例性实施例示出的一种年龄估计装置框图。参照图7，年龄估计装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(input/output，简称：I/O)接口812，传感器组件814，以及通信组件816。

处理组件802通常控制年龄估计装置800的整体操作，诸如与显示，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在年龄估计装置800的操作。这些数据的示例包括用于在年龄估计装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random Access Memory，简称：SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称：EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read Only Memory，简称：EPROM)，可编程只读存储器(Programmable Red-Only Memory，简称：PROM)，只读存储器(Read-Only Memory，简称：ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为年龄估计装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为年龄估计装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述年龄估计装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(Liquid Crystal Display，简称：LCD)和触摸面板(Touch Panel，简称：TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当年龄估计装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(Microphone，简称：MIC)，当年龄估计装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为年龄估计装置800提供各个方面的状态评估。例如，传感器组件814可以检测到年龄估计装置800的打开/关闭状态，组件的相对定位，例如所述组件为年龄估计装置800的显示器和小键盘，传感器组件814还可以检测年龄估计装置800或年龄估计装置800一个组件的位置改变，用户与年龄估计装置800接触的存在或不存在，年龄估计装置800方位或加速/减速和年龄估计装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(Complementary Metal Oxide Semiconductor，简称：CMOS)或电荷耦合元件(Charge-coupled Device，简称：CCD)感光成像元件，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于年龄估计装置800和其他设备之间有线或无线方式的通信。年龄估计装置800可以接入基于通信标准的无线网络，如无线保真(Wireless-Fidelity，简称：Wi-Fi)，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(Near Field Communication，简称：NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(Radio Frequency Identification，简称：RFID)技术，红外数据协会(Infrared Data Association，简称：IrDA)技术，超宽带(Ultra Wideband，简称：UWB)技术，蓝牙(Bluetooth，简称：BT)技术和其他技术来实现。

在示例性实施例中，年龄估计装置800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称：ASIC)、数字信号处理器(Digital Signal Processor，简称：DSP)、数字信号处理设备(Digital Signal Processing Device，简称：DSPD)、可编程逻辑器件(Programmable Logic Device，简称：PLD)、现场可编程门阵列(Field Programmable Gate Array，简称：FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由年龄估计装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(Random Access Memory，简称：RAM)、只读光盘(Compact Disc Read-Only Memory，简称：CD-ROM)、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由年龄估计装置800的处理器执行时，使得年龄估计装置800能够执行一种年龄估计方法，所述方法包括：获取目标人脸图像；基于预设人脸识别算法，提取所述目标人脸图像对应的人脸图像特征；将所述人脸图像特征与预设数据库中已存储人脸图像特征进行比对，获得相似度；若所述相似度大于或等于预设阈值，则根据获得所述相似度的已存储人脸图像特征对应的年龄信息，确定所述目标人脸图像的估计年龄。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。