基于提示学习的人脸属性识别方法及系统技术方案

本发明专利技术涉及一种基于提示学习的人脸属性识别方法及系统，该方法包括以下步骤：1）从数据集中获取人脸图像和人脸属性识别标签，并对人脸图像进行预处理，形成人脸图像Token序列；2）将人脸图像Token序列输入构建的人脸属性识别网络模型，人脸属性识别网络模型对提示序列进行初始化，并将其与人脸图像Token序列拼接后输入Transformer模型；Transformer模型部分冻结，只有提示序列进行迭代，以引导模型进行微调；Transformer模型的不同编码器层之间插入动态可调门控模块，以自适应地调整不同编码器层的提示序列的贡献；对人脸属性识别网络模型进行训练；3）将训练好的人脸属性识别网络模型用于人脸属性识别。该方法及系统有利于更加鲁棒、准确、轻量化的获得人脸属性识别结果。

【技术实现步骤摘要】

本专利技术属于计算机视觉，具体涉及一种基于提示学习的人脸属性识别方法及系统。

技术介绍

1、人脸属性识别任务旨在识别不同的面部属性，如局部属性，如黑头发、大嘴唇、尖鼻子和眼镜，以及全局属性，如男性、浓妆和有吸引力，为后续任务如人脸识别、人脸编辑、人脸合成等提供支持。

2、目前的人脸属性识别方法需要使用大量的有标记图像数据集来训练模型。s.chen等人(s.chen,x.lai,y.yan,d.-h.wang,and s.zhu,“learning an attention-awareparallel sharing network for facial attribute recognition,journal ofvisualcommunication and image representation,vol.90,p.103745,2023.)提出新型的注意力感知并行共享网络，特定于任务的子网从共享子网的每个块中自适应地提取重要特征。s.chen等人(s.chen,x.zhu,y.yan,s.zhu,s.-z.li,and d.-h.wan本文档来自技高网...

【技术保护点】

1.一种基于提示学习的人脸属性识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于提示学习的人脸属性识别方法，其特征在于，步骤1)的实现方法为：

3.根据权利要求1所述的基于提示学习的人脸属性识别方法，其特征在于，步骤2)中，所述人脸属性识别网络模型的实现方法为：

4.根据权利要求3所述的基于提示学习的人脸属性识别方法，其特征在于，步骤B1)中，所述提示序列P为一个长度为K、维数为d的可学习序列；所述图像指导下的提示生成模块采用线性层-ReLU激活函数-线性层的两层瓶颈结构，并在提示生成模块中引入最大池化来聚合图像特征；将初始图像Toke...

【技术特征摘要】

1.一种基于提示学习的人脸属性识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于提示学习的人脸属性识别方法，其特征在于，步骤1)的实现方法为：

3.根据权利要求1所述的基于提示学习的人脸属性识别方法，其特征在于，步骤2)中，所述人脸属性识别网络模型的实现方法为：

4.根据权利要求3所述的基于提示学习的人脸属性识别方法，其特征在于，步骤b1)中，所述提示序列p为一个长度为k、维数为d的可学习序列；所述图像指导下的提示生成模块采用线性层-relu激活函数-线性层的两层瓶颈结构，并在提示生成模块中引入最大池化来聚合图像特征；将初始图像token序列e0输入图像指导下的提示生成模块，得到初始提示序列p0，表示如下：

5.根据权利要求3所述的基于提示学习的人脸属性识别方法，其特征在于，步骤b2)中，所述初始提示序列p...

【专利技术属性】
技术研发人员：陈思，叶沁娴，王大寒，朱顺痣，许华荣，肖顺鑫，
申请(专利权)人：厦门理工学院，
类型：发明
国别省市：