【技术实现步骤摘要】
本申请实施例涉及图像处理领域，尤其涉及魅力评价模型的训练方法、魅力评价方法及相关装置。
技术介绍
1、个人魅力评价是一个高度复杂且有一定主观性的任务，涉及到影响一个人魅力感知的多个因素。以往的个人评价模型通常只是从个人的单个因素进行评价，难以全面准确地描述个人魅力。
技术实现思路
1、以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
2、本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一，本申请实施例提供了魅力评价模型的训练方法、魅力评价方法及相关装置，使得魅力评价更全面更准确。
3、本申请的第一方面的实施例，一种魅力评价模型的训练方法，包括：
4、将训练人脸图像和性格描述文本输入至魅力评价模型，根据所述训练人脸图像进行美丽度评价得到美丽度描述文本，根据所述美丽度描述文本和所述性格描述文本进行文本分类得到魅力分类结果；
5、根据所述魅力分类结果对所述魅力评价模型调参得到训练好的魅力评价模型。
...
【技术保护点】
1.一种魅力评价模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的魅力评价模型的训练方法，其特征在于，所述魅力评价模型按照以下方式构建得到：
3.根据权利要求2所述的魅力评价模型的训练方法，其特征在于，在所述变体图像有两个且所述编码器有两个的情况下，所述魅力评价模型按照以下方式构建得到：
4.根据权利要求3所述的魅力评价模型的训练方法，其特征在于，所述第一损失函数值表示为：其中，为第一损失函数值；D为计算相似性操作，p1为第一解码结果，z2为第二编码结果，p2为第二解码结果，z1为第四编码结果，stopgrad为停止反向传
【技术特征摘要】
1.一种魅力评价模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的魅力评价模型的训练方法，其特征在于，所述魅力评价模型按照以下方式构建得到：
3.根据权利要求2所述的魅力评价模型的训练方法，其特征在于，在所述变体图像有两个且所述编码器有两个的情况下，所述魅力评价模型按照以下方式构建得到：
4.根据权利要求3所述的魅力评价模型的训练方法，其特征在于，所述第一损失函数值表示为：其中，为第一损失函数值；d为计算相似性操作，p1为第一解码结果，z2为第二编码结果，p2为第二解码结果，z1为第四编码结果，stopgrad为停止反向传播操作。
5.根据权利要求2或3所述的魅力评价模型的训练方法，其特征在于，所述基于所述目标编码器构建魅力评价模型，包括：
6.根...
【专利技术属性】
技术研发人员：甘俊英，陈真，庄圳鑫，许文超，陈汉添，黎慧聪，熊俊玲，刘建强，
申请(专利权)人：五邑大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。