1. 论文相关
2.摘要
面部属性能提供丰富的辅助信息，可用于目标市场营销、人机交互和执法等应用程序。本研究的重点是利用一种新的深度学习方法来预测面部属性，学术上称为R-Codean自动编码器。本文首先给出了余弦相似性基于损失函数的自动编码器，然后被纳入欧几里得距离基于自动编码器的R-编码器。因此，提出的损失函数旨在在特征学习过程中结合图像矢量的大小和方向。此外，灵感来源于在深层模型中在不产生消失梯度问题的情况下使用快捷连接以促进学习最优参数，扩展所提出的方法在体系结构中包含快捷连接（shortcut connection）。本文提出的R-codean自动编码器是在人脸属性预测框架中使用，结合基于补丁的加权机制，为相关的每个属性的块分配更高的权重。在公开获取的Celeba和LFWA数据集的实验结果，证明了该方法在解决这一有挑战性的问题上的可行性。
3. 主要思想
4.主要方法
论文
[1] Residual Codean Autoencoder for Facial Attribute Analysis
网友评论