公开(公告)号：CN114898424B

公开(公告)日：2024-04-26

申请号：CN202210353950.7

申请日：2022-04-01

Applicant: 中南大学

Inventor： 刘姝 ,  黄恩泉 ,  许焱 ,  王科选

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明提供了一种基于双重标签分布的轻量化人脸美学预测方法，包括：获取人脸图片，对每张人脸图片进行预处理，将预处理后的人脸图片划分为训练集和测试集；对训练集中的每张人脸图片构建其对应的双重标签分布；所述双重标签分布包括吸引力分布和评分分布；将训练集中的人脸图片和其所对应的吸引力分布输入至轻量化卷积神经网络中，通过联合学习模块进行优化训练，得到优化后的人脸美学预测网络模型；将需要预测的人脸图片输入至优化后的人脸美学预测网络模型中，输出预测的吸引力分布，根据预测的吸引力分布得到预测的人脸图片的美丽分数。该方法提出了双重标签分布，同时进行轻量化设计，使预测性能优越、预测效率和速度都大幅提升。

公开(公告)号：CN116363733A

公开(公告)日：2023-06-30

申请号：CN202310357220.9

申请日：2023-04-06

Applicant: 中南大学

Inventor： 刘姝 ,  许焱 ,  万通明 ,  王科选 ,  奎晓燕

IPC: G06V40/16 ,  G06V10/82 ,  G06V10/84 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于动态分布融合的人脸表情预测方法，包括获取人脸表情数据集，针对获取的数据集中的人脸图片进行预处理，获取预处理数据集；构造辅助枝干，并基于辅助枝干设计双分支神经网络模型；采用构造的辅助枝干针对获取的预处理数据集进行提取样本分布处理；构建类别分布，针对获取的样本分布进行挖掘情感信息处理；针对构建的类别分布和提取的样本分布进行动态分布融合处理；构建多任务学习框架，优化双分支神经网络模型；采用优化的双分支神经网络模型实现人脸表情预测；本发明引入标签分布学习，展现了相比单标签学习的优越性；提出动态分布融合，充分发挥了标签分布学习的效用；而且本发明的预测性能好、效率高、误差少。

公开(公告)号：CN114898424A

公开(公告)日：2022-08-12

申请号：CN202210353950.7

申请日：2022-04-01

Applicant: 中南大学

Inventor： 刘姝 ,  黄恩泉 ,  许焱 ,  王科选

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82 ,  G06K9/62 ,  G06T3/40 ,  G06N3/04

Abstract: 本发明提供了一种基于双重标签分布的轻量化人脸美学预测方法，包括：获取人脸图片，对每张人脸图片进行预处理，将预处理后的人脸图片划分为训练集和测试集；对训练集中的每张人脸图片构建其对应的双重标签分布；所述双重标签分布包括吸引力分布和评分分布；将训练集中的人脸图片和其所对应的吸引力分布输入至轻量化卷积神经网络中，通过联合学习模块进行优化训练，得到优化后的人脸美学预测网络模型；将需要预测的人脸图片输入至优化后的人脸美学预测网络模型中，输出预测的吸引力分布，根据预测的吸引力分布得到预测的人脸图片的美丽分数。该方法提出了双重标签分布，同时进行轻量化设计，使预测性能优越、预测效率和速度都大幅提升。