申请/专利权人：五邑大学

申请日：2023-09-05

公开（公告）日：2024-01-12

公开（公告）号：CN117392714A

主分类号：G06V40/16

分类号：G06V40/16;G06V10/774;G06V10/82;G06N3/045;G06N3/096;G06N3/0895

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.30#实质审查的生效;2024.01.12#公开

摘要：本申请实施例提供了基于半监督学习的人脸美丽预测方法、设备及介质，通过对有标签数据进行过滤得到干净数据和噪声数据；对干净数据和噪声数据进行重加权处理；将重加权数据和无标签数据输入至教师网络进行人脸美丽预测训练，生成伪标签数据；将教师网络的参数迁移至学生网络得到第一学生网络；将伪标签数据、无标签数据和重加权数据输入至第一学生网络进行半监督的人脸美丽预测训练，得到目标学生网络；通过筛选干净样本，有效地减弱噪声标签对网络的影响；根据模型生成伪标签，解决数据不足、抗噪能力弱的问题；通过结合半监督损失函数和对比损失函数，降低了噪声标签记忆的风险，提高了网络训练的鲁棒性。

主权项：1.一种基于半监督学习的人脸美丽预测方法，其特征在于，包括：获取人脸图像训练集，所述人脸图像训练集包括无标签数据和有标签数据；对所述有标签数据进行过滤，得到无噪声的干净数据和有噪声的噪声数据；对所述干净数据和所述噪声数据进行重加权处理，得到重加权数据；将所述重加权数据和所述无标签数据输入至教师网络进行人脸美丽预测训练，生成伪标签数据；将所述教师网络的参数迁移至所述学生网络得到第一学生网络，所述学生网络与所述教师网络具有相同的网络架构；将所述伪标签数据、所述无标签数据和所述重加权数据输入至所述第一学生网络进行半监督的人脸美丽预测训练，得到目标学生网络；获取待预测的人脸图像，将所述待预测的人脸图像输入至所述目标学生网络进行人脸美丽预测操作，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 基于半监督学习的人脸美丽预测方法、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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD