摘 要：人脸属性识别通常受光照、亮度、头部姿态等客观因素的影响而导致人脸属性识别的准确度降低．为了提高复杂场景下人脸属性识别的准确度，本文以卷积神经网络(convolutional neural network，CNN)技术为基础提出了一种基于细粒度特征的人脸属性识别网络模型(multiple granularity face attribute net，MGFA Net)．在MTFL数据集上，通过对人脸图像提取细粒度特征，增加总体特征对各个人脸属性任务的表达能力，4 种人脸属性的平均识别准确度达到88%，与ResNet18 网络模型相比，有效提高了2.79%，并通过对比实验证明了细粒度特征网络结构的有效性．

论文下载：

11韩菲.pdf

  浏览次数：