-
公开(公告)号：CN111666846A
公开(公告)日：2020-09-15
申请号：CN202010458644.0
申请日：2020-05-27
Applicant: 厦门大学
Abstract: 一种人脸属性识别方法和装置，所述方法包括：准备训练集和测试集；使用训练集中的图片数据训练一个自监督网络，该自监督网络能够识别人脸图片的旋转角度；将自监督网络的结构进行微调使之适用于人脸属性识别任务，并把人脸属性识别网络模型的参数初始化为自监督网络的参数；使用训练集中的图片数据训练一个带有注意力机制的生成式对抗网络，该生成式对抗网络能生成具有目标属性标签的人脸图片；使用训练集中真实的人脸图片和生成式对抗网络生成的人脸图片来微调人脸属性识别网络模型，得到优化后的人脸属性识别网络模型；把测试集中的图片输入至训练好的人脸属性识别网络模型中得到对应的人脸属性识别结果。
-
-
公开(公告)号：CN110443189B
公开(公告)日：2021-08-03
申请号：CN201910704048.3
申请日：2019-07-31
Applicant: 厦门大学
Abstract: 基于多任务多标签学习卷积神经网络的人脸属性识别方法，涉及计算机视觉技术。首先采用多任务学习，同时学习人脸关键点检测和人脸属性识别两个任务；考虑不同属性的学习难度和学习收敛速度不同，将属性分为主观属性和客观属性，采用动态权重和自适应阈值策略来加快网络的收敛速度和缓解样本不平衡问题；最终根据训练好的网络模型，将主观属性和客观属性子网络的人脸属性识别结果作为最终的人脸属性识别结果。使用动态权重方案和自适应阈值调整，加快网路收敛速度的同时可缓解标签不平衡问题；采用空间金字塔池化的方法训练三个不同的子网络，达到了端到端的训练进行多任务多人脸属性识别。提高人脸属性识别的精度，尤其是难度较大的主观属性。
-
公开(公告)号：CN110443189A
公开(公告)日：2019-11-12
申请号：CN201910704048.3
申请日：2019-07-31
Applicant: 厦门大学
Abstract: 基于多任务多标签学习卷积神经网络的人脸属性识别方法，涉及计算机视觉技术。首先采用多任务学习，同时学习人脸关键点检测和人脸属性识别两个任务；考虑不同属性的学习难度和学习收敛速度不同，将属性分为主观属性和客观属性，采用动态权重和自适应阈值策略来加快网络的收敛速度和缓解样本不平衡问题；最终根据训练好的网络模型，将主观属性和客观属性子网络的人脸属性识别结果作为最终的人脸属性识别结果。使用动态权重方案和自适应阈值调整，加快网路收敛速度的同时可缓解标签不平衡问题；采用空间金字塔池化的方法训练三个不同的子网络，达到了端到端的训练进行多任务多人脸属性识别。提高人脸属性识别的精度，尤其是难度较大的主观属性。
-
-
-
Search Results
4
records
(took 0.014 seconds)
