专利详情

专利名称	基于多任务学习的卷积神经网络的人脸属性分析方法
申请号	CN201610856231.1	专利类型	发明专利
公开（公告）号	CN106529402A	公开（授权）日	2017.03.22
申请（专利权）人	中国科学院自动化研究所	发明（设计）人	万军;李子青;雷震;谭资昌
主分类号	G06K9/00(2006.01)I	IPC主分类号	G06K9/00(2006.01)I
专利有效期	基于多任务学习的卷积神经网络的人脸属性分析方法至基于多任务学习的卷积神经网络的人脸属性分析方法	法律状态	实质审查的生效
说明书摘要	本发明公布了一种基于多任务学习的卷积神经网络(CNN)的人脸属性分析方法。该方法主要是以卷积神经网络为基础，采用多任务学习的方法对人脸图像同时进行年龄估算、性别识别和种族分类。在传统的处理方法中，人脸多属性分析时，需要分多次计算，既消耗时间，又降低了模型的泛化能力。本发明通过对三个单任务网络分别进行训练，然后选用收敛最慢网络的权值初始化多任务网络的共享部分，随机初始化多任务网络的独立部分；接下来对多任务网络进行训练，得到多任务CNN网络模型；最后，就可以利用训练好的多任务CNN网络模型对输入的人脸图像同时进行年龄、性别和种族三个属性的分析，既节约了时间又获得了较高的准确度。