多任务及Resnet网络在人脸多属性识别中的应用
文献类型：期刊论文
| 作者 | 陈雯柏1; 陈祥凤1; 韩琥2; 徐培超1 |
| 刊名 | 小型微型计算机系统
 |
| 出版日期 | 2018 |
| 卷号 | 39.0期号:012页码:2720 |
| 关键词 | 模式识别 人脸多属性 多任务 ResNet |
| ISSN号 | 1000-1220 |
| 英文摘要 | 为了改善人脸多属性分类的精度和泛化能力,利用多任务学习方法训练基于ResNet网络结构的人脸多属性分类器.首先采用卷积神经网络——ResNet进行特征提取,然后利用多任务并行学习能力和多个属性间的关联性,直接对输入的人脸图片,判断人脸的多个属性状态.在MORPH Ⅱ、CelebA和LFWA数据集的实验结果表明,这种基于多任务ResNet方法在人脸属性识别任务中准确率可达89%,相对于传统的人脸多属性检测方法提高了模型的泛化能力和识别的准确率. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/33003]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.北京信息科技大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 陈雯柏,陈祥凤,韩琥,等. 多任务及Resnet网络在人脸多属性识别中的应用[J]. 小型微型计算机系统,2018,39.0(012):2720. |
| APA | 陈雯柏,陈祥凤,韩琥,&徐培超.(2018).多任务及Resnet网络在人脸多属性识别中的应用.小型微型计算机系统,39.0(012),2720. |
| MLA | 陈雯柏,et al."多任务及Resnet网络在人脸多属性识别中的应用".小型微型计算机系统 39.0.012(2018):2720. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。