基于深度学习的人脸颜值评估系统
针对人脸颜值评估系统正确率和实时性低的问题,提出了一种基于深度学习的人脸颜值评估系统.该系统利用基于HOG特征的方法进行人脸检测,采用FaceNet预训练模型提取人脸特征值,提出基于Softmax分类层和ReLU回归层的双层决策模型,并结合人脸局部特征量化值进行人脸颜值评估.在SCUT-FBP5500数据集上进行实验,结果表明该系统正确率为78.58%,单张图片的平均评估时间为2.98 s,能满足实际应用的需求.
人脸颜值评估;FaceNet;双层决策模型;局部特征量化
31
国家自然科学基金;广州市重点领域研发计划
2022-01-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
99-104