公开(公告)号：CN113569732B

公开(公告)日：2023-06-06

申请号：CN202110853369.7

申请日：2021-07-27

申请人： 厦门理工学院

发明人： 陈思 ,  赖心瑜 ,  洪龙福 ,  王大寒 ,  朱顺痣 ,  吴芸

IPC分类号： G06V40/16 ,  G06V10/82 ,  G06N3/0464

摘要： 本发明涉及一种基于并行共享多任务网络的人脸属性识别方法及系统，该方法包括以下步骤：将人脸属性数据集中包含的人脸属性分为部分属性组和整体属性组；构建并行共享多任务网络，其由一个共享子网络以及两个特定任务子网络，即一个部分属性子网络和一个整体属性子网络组成；在每个特定任务子网络中采用注意力机制，以利用共享子网络和特定任务子网络的局部和全局特征之间的相关性；设定损失函数并采用自适应惩罚策略来缓解类别不平衡问题，提高人脸属性识别率；通过人脸属性数据集对并行共享多任务网络进行训练；将待识别的人脸图像输入训练好的并行共享多任务网络模型，实现人脸属性识别。该方法及系统有利于提高人脸属性识别的准确性。

公开(公告)号：CN113569732A

公开(公告)日：2021-10-29

申请号：CN202110853369.7

申请日：2021-07-27

申请人： 厦门理工学院

发明人： 陈思 ,  赖心瑜 ,  洪龙福 ,  王大寒 ,  朱顺痣 ,  吴芸

IPC分类号： G06K9/00 ,  G06N3/04

摘要： 本发明涉及一种基于并行共享多任务网络的人脸属性识别方法及系统，该方法包括以下步骤：将人脸属性数据集中包含的人脸属性分为部分属性组和整体属性组；构建并行共享多任务网络，其由一个共享子网络以及两个特定任务子网络，即一个部分属性子网络和一个整体属性子网络组成；在每个特定任务子网络中采用注意力机制，以利用共享子网络和特定任务子网络的局部和全局特征之间的相关性；设定损失函数并采用自适应惩罚策略来缓解类别不平衡问题，提高人脸属性识别率；通过人脸属性数据集对并行共享多任务网络进行训练；将待识别的人脸图像输入训练好的并行共享多任务网络模型，实现人脸属性识别。该方法及系统有利于提高人脸属性识别的准确性。