一种基于深度自注意网络的人脸属性检测方法

作者：刘德成; 彭春蕾; 何维杰; 张鼎文; 王楠楠; 李洁; 高新波

来源：2022-06-23, 中国, CN202210720368.X.

本发明涉及一种基于深度自注意网络的人脸属性检测方法,包括：步骤1、获取训练样本集合,所述训练样本集合中包括N张人脸图像和每个人脸图像的身份信息,其中,每张所述人脸图像包含A个人脸属性标签,N和A为大于0的自然数；步骤2、利用所述训练样本集合训练人脸属性检测模型,得到训练好的深度人脸属性检测模型,所述深度人脸属性检测模型包括共享属性特征学习模块和特定注意力特征学习模块；步骤3、将待检测人脸图像输入至所述训练好的深度人脸属性检测模型,得到检测结果。本发明提出了身份相关的层级人脸属性损失函数,通过同时输入人脸属性以及人脸身份,使学习人脸属性和人脸身份之间关系的任务能够引导模型更好地学习人脸属性检测任务,提高了检测准确率。

• 单位
  西安电子科技大学