典型文献
结合特征解耦和静动态联合图卷积网络的人脸属性识别
文献摘要：
现有的人脸属性识别方法或采用属性分组的方式提取特征,或计算属性共现概率构造静态属性关系图.前者学习的属性间互补信息不充足,且无法确定组间属性的相关性和属性间的相关程度;后者在人脸图像出现偶然共现属性对时存在偏差,可能会降低模型的通用性.为解决上述问题,提出一种结合特征解耦和静动态联合图卷积网络的人脸属性识别方法.首先使用深度卷积神经网络ResNet-50提取包含属性表示信息的特征;然后设计特征解耦模块,学习得到每种属性对应的特定特征;最后联合属性关系的静态图和动态图,通过图卷积网络学习属性之间的相关性并使用一维卷积层识别人脸属性.在CelebA和LFWA数据集上进行验证,所提方法的平均准确率分别达到91.85％和88.17％,优于许多已有的方法.
文献关键词：
人脸属性识别;多标签学习;特征解耦;图卷积网络;属性相关性
中图分类号：
作者姓名：
姚树婧;张立言;李星燃
作者机构：
南京航空航天大学计算机科学与技术学院 南京 211106
文献出处：
引用格式：
[1]姚树婧;张立言;李星燃-.结合特征解耦和静动态联合图卷积网络的人脸属性识别)[J].计算机辅助设计与图形学学报,2022(07):1020-1027
A类：
共现概率,LFWA
B类：
特征解耦,静动态,图卷积网络,人脸属性识别,提取特征,静态属性,关系图,人脸图像,偶然,通用性,使用深度,深度卷积神经网络,ResNet,设计特征,习得,种属,动态图,网络学习,一维卷积,卷积层,层识别,别人,CelebA,平均准确率,多标签学习,属性相关性
AB值：
0.261231
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
