基于卷积神经网络的人脸图像美感分类

• 作者: MATTHIAS R?tsch 吴晓军 吴菲 朱欣娟
• 来源期刊: 西安工程大学学报
• 关键词: 卷积神经网络 LeNet-5 人脸识别 美感分类 图像处理
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 673-678
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2019.06.014

摘要

针对复杂环境下人脸图像美感分类准确率低的问题,给出一种适用于人脸图像美感分类的网络模型F-Net.该模型以LeNet-5为基础网络,使用卷积层提取复杂背景下的人脸图像特征,优化网络模型中的参数,改变模型中卷积层和全连接层特征元的数量.结果表明,本文给出的F-Net网络模型在复杂环境背景下的人脸图像分类准确率达到73％,较其他经典的卷积神经网络分类模型相比性能更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱欣娟	西安工程大学计算机科学学院	51	505	10.0	21.0
2	吴晓军	陕西师范大学计算机科学学院	32	229	8.0	14.0
3	吴菲	西安工程大学计算机科学学院	2	4	1.0	2.0
4	MATTHIAS R?tsch	洛特林根大学机械工程学院	1	3	1.0	1.0