论文部分内容阅读
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。