结合局部二值模式和卷积神经网络的人脸美丽预测

• 作者: 曾军英 甘俊英 翟懿奎 谭海英 项俐
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 人脸美丽预测 局部二值模式 卷积神经网络 LSAFBD人脸美丽数据库
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 短文与研究通讯
• 页码范围: 150-158
• 页数: 9页
• 分类号: TP391.4
• 字数: 5076字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2019.01.018

摘要

卷积神经网络(Convolution Neural Network,CNN)用于人脸美丽预测,能学习到深层次的特征表达,但提取的是全局特征,忽略了人脸的局部信息,因此,泛化能力不强.为此,本文提出一种结合局部二值模式(Local binary pattern,LBP)和卷积神经网络的人脸美丽预测算法.首先,利用数据增强技术扩大数据库规模;其次,将LBP纹理图像和原始灰度图像进行通道融合;再采用1×1卷积操作进行通道特征图的线性组合,从而实现网络跨通道的信息整合,提升人脸美丽预测精度.基于大规模亚洲女性人脸美丽数据库(Large Scale Asian Fe-male Beauty Database,LSAFBD)的实验结果表明,该算法在分类和回归预测中均取得了较好效果,优于其他模型的人脸美丽预测算法;表明在卷积神经网络中加入纹理图像能有效提升人脸美丽预测精度.

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	项俐	五邑大学信息工程学院	5	2	1.0	1.0
3	曾军英	五邑大学信息工程学院	23	58	5.0	7.0
4	翟懿奎	五邑大学信息工程学院	25	110	7.0	9.0
5	谭海英	五邑大学信息工程学院	4	3	1.0	1.0