典型文献
基于深度学习的人脸颜值评估系统
文献摘要：
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.
文献关键词：
人脸颜值评估;FaceNet;双层决策模型;局部特征量化
中图分类号：
作者姓名：
王冰冰;麦成源;庄杰颖;潘家辉;梁艳
作者机构：
华南师范大学 软件学院, 佛山 528225
文献出处：
引用格式：
[1]王冰冰;麦成源;庄杰颖;潘家辉;梁艳-.基于深度学习的人脸颜值评估系统)[J].计算机系统应用,2022(01):99-104
A类：
人脸颜值评估,局部特征量化,FBP5500
B类：
评估系统,HOG,人脸检测,FaceNet,预训练模型,人脸特征,Softmax,ReLU,双层决策模型,SCUT,单张
AB值：
0.212022
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。
