一种基于MCNN网络的多标签多任务人脸属性预测方法

摘要

本发明涉及计算机视觉技术领域，公开了一种基于MCNN网络的多标签多任务人脸属性预测方法，包括采集人脸图像样本数据集；对人脸属性按照全局属性和局部属性进行分组，获得若干组人脸属性标签；根据人脸属性分组结果确定MCNN网络结构并构建MCNN网络模型；利用训练集和验证集分别对MCNN网络模型进行训练及验证，获得训练后的MCNN网络模型；将待预测属性的人脸图像输入至训练后的MCNN网络模型，获得待预测属性的人脸图像的人脸属性预测结果。本发明解决了人脸属性分组困难且各任务分支之间无交集的问题，通过共享低层次的特征提取层，减少了模型参数，缩小了模型大小,在保证模型性能的同时提升了各人脸属性的识别正确率。