基于双激活层深度卷积特征的人脸美丽预测研究

• 作者: 姜开永 曾军英 甘俊英 翟懿奎 黄聿
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 人脸美丽预测 卷积神经网络 双激活层 数据增强
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 636-642
• 页数: 7页
• 分类号: TP391.4
• 字数: 5476字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.03.017

摘要

目前,人脸美丽预测存在数据规模小、分类难度大、深度特征研究不足等问题.为此,本文提出基于双激活层深度卷积特征的人脸美丽预测研究的解决方案.首先,采用数据增强和人脸对齐方法来增加训练集的样本数量和提高数据库的数据质量.其次,提出一种双激活层改进CNN模型,使其更适合人脸美丽预测应用.实验结果表明,本文所提方法在分类和回归预测方面均大幅度优于传统人脸美丽预测方法;同时,在主流的CNN模型中取得了较好的实时性和准确性,基于2000测试集的分类准确率达到61.1％,回归相关度达到0.8546.因此,双激活层在深层人脸美丽特征学习中发挥了重要作用,可广泛应用于人脸图像识别与处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甘俊英	五邑大学信息工程学院	82	871	14.0	26.0
2	曾军英	五邑大学信息工程学院	23	58	5.0	7.0
3	翟懿奎	五邑大学信息工程学院	25	110	7.0	9.0
4	姜开永	五邑大学信息工程学院	4	4	1.0	1.0
5	黄聿	五邑大学信息工程学院	3	4	1.0	1.0