CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
多任务及Resnet网络在人脸多属性识别中的应用
陈雯柏1; 陈祥凤1; 韩琥2; 徐培超1
2018
发表期刊小型微型计算机系统
ISSN1000-1220
卷号39.0期号:012页码:2720
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.
关键词模式识别 人脸多属性 多任务 ResNet
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/33004
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.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[陈雯柏]的文章
[陈祥凤]的文章
[韩琥]的文章
百度学术
百度学术中相似的文章
[陈雯柏]的文章
[陈祥凤]的文章
[韩琥]的文章
必应学术
必应学术中相似的文章
[陈雯柏]的文章
[陈祥凤]的文章
[韩琥]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

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。