×

融合共识性和主观性偏好的人脸吸引力评估

消耗积分:0 | 格式:pdf | 大小:2.10 MB | 2021-06-09

分享资料个

  为对特定对象的个性化审美偏好进行预测,将机器学习与深度学习相结合,提出融合共识性与主观性偏好信息的个性化人脸吸引力评估方法。从数据集中收集群体评分形成共识性信息,构建个人评分预测模型以反映主观性信息。结合这2种信息并发挥共识性信息的普遍性优势以及主观性信息的独特性,从而构建个性化人脸吸引力预测模型。在公开的 SCUT-FBP和 Facescrub数据集上进行实验,结果表明,该方法的 Pearson相关系数高达0.90,残差值低至0.25。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !