基于深度学习的人脸颜值评估系统
Computer Systems & Applications（2022）
摘要
针对人脸颜值评估系统正确率和实时性低的问题,提出了一种基于深度学习的人脸颜值评估系统.该系统利用基于HOG特征的方法进行人脸检测,采用FaceNet预训练模型提取人脸特征值,提出基于Softmax分类层和ReLU回归层的双层决策模型,并结合人脸局部特征量化值进行人脸颜值评估.在SCUT-FBP5500数据集上进行实验,结果表明该系统正确率为78.58％,单张图片的平均评估时间为2.98 s,能满足实际应用的需求.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要