基于YOLOv4和标签相关性的人脸属性识别算法研究

作     者：刘婧怡 高国飞 LIU Jing-yi;GAO Guo-fei

作者机构：北方工业大学信息学院北京100144 北京城建设计发展集团股份有限公司北京100037 

基　　金：国家重点研发计划(2017YFB1201104) 项目名称:面向全生命周期成本的轨道交通设计、节能与环境友好技术 国家自然科学基金(61806008) 

出 版 物：《信息技术与信息化》 (Information Technology and Informatization)

年 卷 期：2021年第2期

页      码：221-225页

摘      要：本文针对目前人脸检测技术目标单一,缺乏对人脸信息进一步挖掘的问题,综合运用深度卷积、网络级联、面部区域识别等技术,从标签相关性加权和多分支网络融合两方面,综合研究基于机器视觉的人脸属性识别技术,对YOLOv4特征提取网络进行进一步优化和改进,构建针对全局和针对部分区域的多任务多标签分类网络MFARnet,保证面部各部分属性的检测准确度。在公开人脸属性数据集CelebA上的实验表明,改进后的网络准确率得到了较大提升。

主 题 词：面部属性 多标签识别 人脸检测 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1672-9528.2021.02.077

馆 藏 号：203102466...