-
公开(公告)号:CN111832436B
公开(公告)日:2023-06-16
申请号:CN202010587525.5
申请日:2020-06-24
申请人: 五邑大学
IPC分类号: G06V40/16 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明公开了基于多任务与弱监督的美丽预测方法、装置及存储介质,其中方法包括:预处理输入的人脸图像;将预处理图像分配至多个任务;提取共享的图像特征;通过多个由残差网、标准神经网络和分类器组成的分类网络得到多个分类结果;利用多任务间的相关性和差异性,增强主任务人脸美丽预测的表达能力;通过弱监督模式的分类网络,减少对真值标签的依赖,降低数据标注成本和降低噪声标签对人脸美丽预测模型的影响,提高人脸美丽预测模型的泛化能力。
-
公开(公告)号:CN111832436A
公开(公告)日:2020-10-27
申请号:CN202010587525.5
申请日:2020-06-24
申请人: 五邑大学
摘要: 本发明公开了基于多任务与弱监督的美丽预测方法、装置及存储介质,其中方法包括:预处理输入的人脸图像;将预处理图像分配至多个任务;提取共享的图像特征;通过多个由残差网、标准神经网络和分类器组成的分类网络得到多个分类结果;利用多任务间的相关性和差异性,增强主任务人脸美丽预测的表达能力;通过弱监督模式的分类网络,减少对真值标签的依赖,降低数据标注成本和降低噪声标签对人脸美丽预测模型的影响,提高人脸美丽预测模型的泛化能力。
-
公开(公告)号:CN111832435A
公开(公告)日:2020-10-27
申请号:CN202010586901.9
申请日:2020-06-24
申请人: 五邑大学
摘要: 本发明公开了基于迁移和弱监督的人脸美丽预测方法、装置及存储介质,其中方法包括:预处理输入的人脸图像;利用预处理图像训练源域网络,并将源域网络的参数迁移至目标域网络;将标有噪声标签的噪声图像和标有真值标签的真值图像输入至所述目标域网络得到图像特征;将图像特征输入至分类网络得到最终人脸美丽预测结果。有效解决了模型所需数据量过大、模型容易过拟合、模型泛化能力弱、训练时间长问题,提高模型的稳定性和鲁棒性;而且解决了数据库标签的不可靠性问题。
-
-