[發明專利]基于雙向Ladder結構的人臉屬性分類系統

有效

• 申請號: 201811595193.4
• 申請日: 2018-12-25
• 公開（公告）號: CN109886072B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 赫然;鄭欣;黃懷波
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩

本發明涉及計算機視覺技術領域，具體涉及一種基于雙向Ladder結構的人臉屬性分類系統,旨在解決如何充分利用深度網絡中不同層次的特征，以及不同層次特征與不同人臉屬性之間的對應關系，以提高人臉屬性分類的精確度。為此目的，本發明提供的基于雙向Ladder結構的人臉屬性分類系統包括雙向Ladder自編碼器模塊、自適應注意力模塊和自適應評分融合模塊；雙向Ladder自編碼器模塊包括編碼器模塊和解碼器模塊；自適應注意力模塊包括多個注意力子模塊；自適應評分融合模塊配置為根據編碼器模塊的輸出結果與注意力子模塊輸出的結果獲取待測人臉圖像的人臉屬性分類結果。基于上述結構可以充分利用不同層次的編碼特征和解碼特征，提高人臉屬性分類的精確度。

技術領域

本發明涉及計算機視覺技術領域，具體涉及一種基于雙向 Ladder結構的人臉屬性分類系統。

背景技術

人臉屬性分類方法是一種判斷給定人臉圖像中是否包含某種人臉屬性的方法，其廣泛應用于人臉識別、人臉檢索、人臉驗證等領域。目前，利用深度網絡進行人臉屬性分類，可以大幅度地提升分類性能，但是深度網絡主要關注深層特征對屬性分類的作用，淺層特征并沒有得到充分挖掘和利用。此外，深度網絡不同層次的特征與不同人臉屬性之間的對應關系，也沒有充分被利用，如此極大地限制了人臉屬性分類的精確度。

相應地，本領域需要一種新的人臉屬性分類系統來解決上述問題。

發明內容

為了解決現有技術中的上述問題，即為了解決如何充分利用深度網絡中不同層次的特征，以及不同層次特征與不同人臉屬性之間的對應關系，以提高人臉屬性分類的精確度，本發明提供了一種基于雙向 Ladder結構的人臉屬性分類系統，所述人臉屬性分類系統包括：

所述人臉屬性分類系統包括雙向Ladder自編碼器模塊、自適應注意力模塊和自適應評分融合模塊；

所述雙向Ladder自編碼器模塊包括編碼器模塊和解碼器模塊，所述編碼器模塊包括多個順次連接的編碼特征提取層，所述解碼器模塊包括多個順次連接的解碼特征提取層，所述編碼器模塊的輸出側與所述解碼器模塊的輸入側連接；其中，所述編碼特征提取層和解碼特征提取層的數量相等；

所述自適應注意力模塊包括多個注意力子模塊，所述注意力子模塊分別與所述雙向Ladder自編碼器模塊中同一個數據特征層對應的編碼特征提取層與解碼特征提取層連接；所述注意力子模塊配置為根據所述編碼特征提取層提取的編碼特征與所述解碼特征提取層提取的解碼特征進行特征融合；

所述自適應評分融合模塊配置為根據所述編碼器模塊的輸出結果與每個所述注意力子模塊輸出的特征融合結果獲取所述待測人臉圖像的人臉屬性分類結果。

進一步地，本發明提供的一個優選實施方案為：

所述自適應評分融合模塊包括評分融合子模塊和屬性分類器子模塊，所述屬性分類器子模塊包括第一屬性分類器和多個第二屬性分類器，所述第二屬性分類器的數量與所述注意力子模塊的數量相等；

所述第一屬性分類器的輸入側與所述編碼器模塊的輸出側連接，所述第一屬性分類器的輸出側與所述評分融合子模塊連接；所述第一屬性分類器配置為根據所述編碼器模塊輸出的編碼特征獲取預設的多個人臉屬性對應的第一評分；

所述多個第二屬性分類器的輸入側分別與所述多個注意力子模塊連接，所述多個第二屬性分類器的輸出側均與所述評分融合子模塊連接；所述第二屬性分類器配置為根據所述注意力子模塊輸出的融合特征獲取所述多個人臉屬性對應的第二評分；

所述評分融合子模塊配置為對所述第一評分與所述第二評分進行加權融合并且根據加權融合結果獲取所述待測人臉圖像的人臉屬性分類結果。

進一步地，本發明提供的一個優選實施方案為：