申请/专利权人:五邑大学
申请日:2023-09-06
公开(公告)日:2024-01-09
公开(公告)号:CN117373077A
主分类号:G06V40/16
分类号:G06V40/16;G06V10/26;G06V10/82;G06V10/30;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.01.26#实质审查的生效;2024.01.09#公开
摘要:本申请实施例提供了基于双扩散模型的人脸美丽预测方法、装置、设备及介质,通过对人脸图像集进行语义分割处理;将人脸图像集和语义分割特征输入至第二扩散模型进行语义生成处理,生成第一语义特征;为第一语义特征配置指导标签得到第二语义特征;将第二语义特征输入至多任务预测网络,并将第二语义特征对指导任务进行训练,得到目标预测网络;将人脸图像集和测试集输入至第一扩散模型进行高清化处理,根据高清特征输入至目标预测网络进行人脸美丽预测,得到美丽分数预测结果;通过双扩散模型增加了图像细节和图像特征;通过指导标签和指导任务对应的个人偏好加权的方式可以消除数据隐含的主观差异,提高预测结果的准确性。
主权项:1.一种基于双扩散模型的人脸美丽预测方法,其特征在于,包括:获取人脸图像集;对所述人脸图像集中的人脸图像进行语义分割处理,得到语义分割特征;将所述人脸图像集和所述语义分割特征输入至第二扩散模型进行语义生成处理,生成第一语义特征;为所述第一语义特征配置指导标签得到第二语义特征;将所述第二语义特征输入至多任务预测网络,并将所述第二语义特征对所述多任务预测网络中的指导任务进行训练,得到目标预测网络;从所述人脸图像集筛选出测试集,将所述人脸图像集和所述测试集输入至第一扩散模型进行高清化处理,得到高清特征,其中,所述第二扩散模型与所述第一扩散模型具有相同的网络架构;将所述高清特征输入至所述目标预测网络进行人脸美丽预测,得到美丽分数预测结果。
全文数据:
权利要求:
百度查询: 五邑大学 基于双扩散模型的人脸美丽预测方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。