[发明专利]一种基于深度学习的人脸吸引力评价方法在审
| 申请号： | 201610022077.8 | 申请日： | 2016-01-12 |
| 公开（公告）号： | CN105701468A | 公开（公告）日： | 2016-06-22 |
| 发明（设计）人： | 金连文;许杰 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/08 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 李斌;杨晓松 |
| 地址： | 510640 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的人脸吸引力评价方法，该方法包括下述步骤：(1)、对人脸数据库中的人脸图像做图层分解，提取出包含人脸皮肤光滑度信息的细节图层和包含人脸皮肤亮度信息的亮度图层；(2)、在特定设计的卷积神经网络结构下，将细节层作为输入训练得到一个初步的人脸吸引力评价网络模型；(3)、将亮度层作为输入对网络模型进行微调优化；(4)、将人脸图像的RGB颜色信息作为输入对网络模型进行微调优化，得到最终的评分模型；(5)、将任意人脸图像输入评分模型，得到相应的人脸吸引力分数。本发明摒弃传统的手工提取人脸面部特征的方法，利用深度学习中的卷积神经网络自动提取人脸特征并学习人脸美丽的标准。 | ||
| 搜索关键词： | 一种 基于 深度 学习 吸引力 评价 方法 | ||
【主权项】：
一种基于深度学习的人脸吸引力评价方法，其特征在于，该方法包括下述步骤：(1)、对人脸数据库中的人脸图像做图层分解，提取出包含人脸皮肤光滑度信息的细节图层和包含人脸皮肤亮度信息的亮度图层；(2)、在特定设计的卷积神经网络结构下，将细节层作为输入训练得到一个初步的人脸吸引力评价网络模型；(3)、将亮度层作为输入对网络模型进行微调优化；(4)、将人脸图像的RGB颜色信息作为输入对网络模型进行微调优化，得到最终的评分模型；(5)、将任意人脸图像输入评分模型，得到相应的人脸吸引力分数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610022077.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于最优小波包分解的模拟电路故障特征提取方法
- 下一篇：超薄微型麦克风
