一种基于排序引导回归的深度模型的人脸美丽评价方法

摘要

本发明公开了一种基于排序引导回归的深度模型的人脸美丽评价方法，包括：采集人脸图片并进行预处理和标注；对训练集采样，构建一个可以同时处理排序和回归任务的人脸美丽评价模型，包括回归子网络和排序子网络；将采样得到的成对图片输入到该网络模型中，利用回归损失和排序损失作为监督信号，以层级微调的优化方式来训练网络模型直至收敛；将需要预测的人脸图片输入人脸美丽评价模型的任意一个回归子网络中，输出的分数即为评价结果。本发明通过在深度网络模型的训练阶段中引入了相对审美的机制，有效地反映了人类对人脸审美的本质，使得提取的人脸美丽特征具有更好的泛化能力，从而使深度网络模型的人脸美丽预测能力更加接近于人类水平。