(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210916528.8 (22)申请日 2022.08.01 (71)申请人 五邑大学 地址 529000 广东省江门市蓬江区东成村 22号 (72)发明人 甘俊英　谢小山　何国辉　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 杨乾平 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) (54)发明名称 阵列式人脸美丽预测方法、 设备及存 储介质 (57)摘要 本发明公开了一种阵列式人脸美丽预测方 法、 设备及存储介质， 方法包括通过多个特征提 取器从人脸图像中提取多个不同尺度的人脸美 丽特征； 将多个不同尺度的人脸美丽特征进行阵 列式融合， 得到多个融合特征； 通过人脸美丽分 类网络对多个融合特征进行多次二分类处理， 得 到多个分类结果， 其中， 人脸美丽分类网络通过 代价敏感损失函数监督训练得到， 代 价敏感损失 函数是根据代价敏感的训练标签设定的损失函 数； 结合多个分类结果进行决策， 得到人脸美丽 预测结果。 本发 明进行多尺度的人脸美丽特征提 取， 并进行阵列式融合， 能够加强信息监督， 同时 通过代价敏感损失函数进行优化能够有效降低 分类错误的平均代价， 从而提高分类预测的准确 性。 权利要求书2页 说明书9页 附图3页 CN 115410250 A 2022.11.29 CN 115410250 A 1.一种阵列式人脸美丽预测方法， 其特 征在于， 包括如下步骤： 通过多个特 征提取器从人脸图像中提取多个不同尺度的人脸美丽特 征； 将多个不同尺度的所述人脸美丽特 征进行阵列式 融合， 得到多个融合特 征； 通过人脸美丽分类网络对多个所述融合特征进行多次二分类处理， 得到多个分类结 果， 其中， 所述人脸美丽分类网络通过代价敏感损失函数监督修正得到， 所述代价敏感损失 函数是根据代价敏感的训练标签设定的损失函数； 结合多个所述分类结果进行决策， 得到人脸美丽预测结果。 2.根据权利要求1所述的一种阵列式人脸美丽预测方法， 其特征在于， 所述通过多个特 征提取器从人脸图像中提取多个不同尺度的人脸美丽特 征， 包括： 以卷积神经网络、 宽度学习 系统、 transformer模型分别构建三个所述特 征提取器； 通过三个特征提取器分别对所述人脸图像进行特征提取， 得到三个不同尺度的人脸美 丽特征。 3.根据权利要求1所述的一种阵列式人脸美丽预测方法， 其特征在于， 所述将多个不同 尺度的所述人脸美丽特 征进行阵列式 融合， 得到多个融合特 征， 包括： 将多个尺度的所述人脸美丽特 征进行阵列式分布， 得到特 征阵列； 将所述特 征阵列中每两个所述人脸美丽特 征进行融合， 得到多个融合特 征。 4.根据权利要求3所述的一种阵列式人脸美丽预测方法， 其特征在于， 在所述将所述特 征阵列中每两个所述人脸美丽特 征进行融合， 得到多个融合特 征之后， 还 包括： 将多个所述融合特征进行融合， 得到二次融合特征， 其中， 所述二 次融合特征用于输入 到所述人脸美丽分类网络进行二分类处 理以得到对应的所述分类结果。 5.根据权利要求1所述的一种阵列式人脸美丽预测方法， 其特征在于， 所述人脸美丽分 类网络的训练方法， 包括： 将人脸训练集输入到所述人脸美丽分类网络， 其中， 所述人脸训练集包括多组对应的 人脸训练图像和美丽 等级训练标签， 所述美丽 等级训练标签有 多个维度； 所述人脸美丽分类网络 中的各个二分类任务对所述人脸训练图像进行分类， 得到分类 训练结果； 根据所述美丽等级训练标签中的每一维度对每一所述二分类任务进行监督训练， 并通 过代价敏感损失函数对所述二分类任务进行参数调节后得到训练好的所述人脸美丽分类 网络。 6.根据权利要求5所述的一种阵列式人脸美丽预测方法， 其特征在于， 在所述根据 所述 美丽等级训练标签中的每一维度对每一所述 二分类任务进行监 督训练之前， 包括： 通过联合调试对各个二分类任务进行调节， 使得各个所述二分类任务之间的特征共 享。 7.根据权利要求6所述的一种阵列式人脸美丽预测方法， 其特征在于， 根据所述美丽等 级训练标签中的每一 维度对每一所述二分类任务进行监督训练， 并通过代价敏感损失函数 对所述二分类任务进行参数调节后得到训练好的所述人脸美丽分类网络， 包括： 当所述人脸训练集为困难样本， 保持各个所述二分类任务之间的共享特征不变， 根据 所述美丽等级训练标签中的每一 维度对每一所述二分类任务进行监督训练， 并通过代价敏 感损失函数对所述 二分类任务进行参数调节， 得到训练好的所述人脸美丽分类网络 。权　利　要　求　书 1/2 页 2 CN 115410250 A 28.根据权利要求5至7任一项所述的一种阵列式人脸美丽预测方法， 其特征在于， 在所 述人脸美丽分类网络进行训练之后还进行测试， 所述人脸美丽分类网络的测试 方法包括： 通过人脸测试集输入到人脸美丽分类网络， 其中， 所述人脸测试集包括人脸测试图像 和美丽等级测试 标签； 根据所述美丽 等级测试 标签对每一所述分类结果进行 出错判断， 得到出错结果； 根据所述出错结果， 对相应的所述二分类任务进行校正， 得到完成测试的所述人脸美 丽分类网络 。 9.一种电子设备， 其特 征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序， 所述 处理器执行所述计算机程序时实现如权利要求1至8 中任意一项所述的一种阵列式人脸美 丽预测方法。 10.一种计算机存储介质， 其特征在于， 存储有计算机可执行指令， 所述计算机可执行 指令用于执 行权利要求1至8中任意 一项所述的一种阵列式人脸美丽预测方法。权　利　要　求　书 2/2 页 3 CN 115410250 A 3