[发明专利]一种基于Transformer的人脸美丽预测方法、装置及存储介质

说明书

本发明公开了一种基于Transformer的人脸美丽预测方法、装置及存储介质，所述方法包括：采集人脸美丽数据库的美丽人脸图像，以及对所述美丽人脸图像进行预处理，得到图像块信息；将所述美丽人脸图像输入到预设的知识蒸馏网络中，得到蒸馏标记信息；将所述图像块信息、所述蒸馏标记信息和预设类别标记输入到预设的Transformer网络中，得到人脸美丽分类信息。通过上述技术方案，能够大大提高了人脸美丽分类的准确率且降低了网络模型的参数量。

技术领域

本发明涉及计算机视觉领域，特别涉及一种基于Transformer的人脸美丽预测方法、装置及存储介质。

背景技术

人脸美丽预测是理解一张人脸图像美丽程度的任务，对于人类而言很简单，但是对于机器来说却很难理解“美丽”这个概念，现有人研究通过计算机对人脸美丽程度来进行一个较为客观的评价，随着深度学习的发展，从卷积神经网络(Convolutional neuralnetwork，CNN)中学习深度特征来研究人脸美丽预测成为主流，但单单使用卷积神经网络会存在分类精度较低的问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。

为此，本发明提出一种基于Transformer的人脸美丽预测方法，能够大大提高了人脸美丽分类的准确率且降低了网络模型的参数量。

本发明还提出一种应用上述基于Transformer的人脸美丽预测方法的基于Transformer的人脸美丽预测装置。

本发明还提出一种应用上述基于Transformer的人脸美丽预测方法的计算机可读存储介质。

根据本发明第一方面实施例的基于Transformer的人脸美丽预测方法，所述方法包括：

采集人脸美丽数据库的美丽人脸图像，以及对所述美丽人脸图像进行预处理，得到图像块信息；

将所述美丽人脸图像输入到预设的知识蒸馏网络中，得到蒸馏标记信息；

将所述图像块信息、所述蒸馏标记信息和预设类别标记输入到预设的Transformer网络中，得到人脸美丽分类信息。

根据本发明实施例的基于Transformer的人脸美丽预测方法，至少具有如下有益效果：首先采集人脸美丽数据库的美丽人脸图像，以及对美丽人脸图像进行预处理，得到图像块信息；然后将美丽人脸图像输入到预设的知识蒸馏网络中，得到蒸馏标记信息；最后将图像块信息、蒸馏标记信息和预设类别标记输入到预设的Transformer网络中，得到人脸美丽分类信息；本发明将Transformer网络与知识蒸馏网络相结合，将卷积神经网络具有的归纳偏置的优点融入到Transformer网络中，大大提高了人脸美丽分类的准确率并且降低了网络模型的参数量。

根据本发明的一些实施例，所述对所述美丽人脸图像进行预处理，得到图像块信息，包括：

对所述美丽人脸图像进行数据增强处理，得到人脸图像增强信息；

对所述人脸图像增强信息进行裁剪处理，得到所述图像块信息。

根据本发明的一些实施例，所述知识蒸馏网络包括教师网络，所述将所述美丽人脸图像输入到预设的知识蒸馏网络中，得到蒸馏标记信息，包括：

将所述美丽人脸图像输入到预设的所述知识蒸馏网络中，得到从所述教师网络中输出的所述蒸馏标记信息。

根据本发明的一些实施例，所述Transformer网络包括自注意力层和多层感知机，所述将所述图像块信息、所述蒸馏标记信息和预设类别标记输入到预设的Transformer网络中，得到人脸美丽分类信息，包括：

将所述图像块信息、所述蒸馏标记信息和所述预设类别标记分别与所述自注意力层进行交互处理，得到人脸分类信息；