论文部分内容阅读
现如今人脸识别相关技术应用在学校、公安等各个领域之中,其中人脸属性识别技术应用越来越广泛,为解决传统卷积神经网络模型复杂、参数多、训练慢等问题,文章提出一种基于以Inception-V3为主干网络的多任务学习的人脸属性识别模型,此模型有效降低了网络参数,加快了训练速度。首先采用主干网络进行特征提取,然后利用分支网络和多属性之间的关联性,判断出人脸属性信息。文章使用CelebA数据集对上述模型进行性能分析,模型的识别准确率最高可达91.67%,此方法能有效识别人脸属性信息,可为人脸属性识别领域的应用提供理论基础。