| 专利名称 | 基于多任务学习的卷积神经网络的人脸属性分析方法 | 申请号 | CN201610856231.1 | 专利类型 | 发明专利 | 公开（公告）号 | CN106529402A | 公开（授权）日 | 2017.03.22 | 申请（专利权）人 | 中国科学院自动化研究所 | 发明（设计）人 | 万军;李子青;雷震;谭资昌 | 主分类号 | G06K9/00(2006.01)I | IPC主分类号 | G06K9/00(2006.01)I | 专利有效期 | 基于多任务学习的卷积神经网络的人脸属性分析方法 至基于多任务学习的卷积神经网络的人脸属性分析方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明公布了一种基于多任务学习的卷积神经网络(CNN)的人脸属性分析方法。该方法主要是以卷积神经网络为基础，采用多任务学习的方法对人脸图像同时进行年龄估算、性别识别和种族分类。在传统的处理方法中，人脸多属性分析时，需要分多次计算，既消耗时间，又降低了模型的泛化能力。本发明通过对三个单任务网络分别进行训练，然后选用收敛最慢网络的权值初始化多任务网络的共享部分，随机初始化多任务网络的独立部分；接下来对多任务网络进行训练，得到多任务CNN网络模型；最后，就可以利用训练好的多任务CNN网络模型对输入的人脸图像同时进行年龄、性别和种族三个属性的分析，既节约了时间又获得了较高的准确度。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障