[发明专利]基于双向Ladder结构的人脸属性分类系统

权利要求书

1.一种基于双向Ladder结构的人脸属性分类系统，其特征在于，所述人脸属性分类系统包括双向Ladder自编码器模块、自适应注意力模块和自适应评分融合模块；

所述双向Ladder自编码器模块包括编码器模块和解码器模块，所述编码器模块包括多个顺次连接的编码特征提取层，所述解码器模块包括多个顺次连接的解码特征提取层，所述编码器模块的输出侧与所述解码器模块的输入侧连接；其中，所述编码特征提取层和解码特征提取层的数量相等；

所述自适应注意力模块包括多个注意力子模块，所述注意力子模块分别与所述双向Ladder自编码器模块中同一个数据特征层对应的编码特征提取层与解码特征提取层连接；所述注意力子模块配置为根据所述编码特征提取层提取的编码特征与所述解码特征提取层提取的解码特征进行特征融合；

所述自适应评分融合模块配置为根据所述编码器模块的输出结果与每个所述注意力子模块输出的特征融合结果获取待测人脸图像的人脸属性分类结果。

2.根据权利要求1所述的基于双向Ladder结构的人脸属性分类系统，其特征在于，所述自适应评分融合模块包括评分融合子模块和属性分类器子模块，所述属性分类器子模块包括第一属性分类器和多个第二属性分类器，所述第二属性分类器的数量与所述注意力子模块的数量相等；

所述第一属性分类器的输入侧与所述编码器模块的输出侧连接，所述第一属性分类器的输出侧与所述评分融合子模块连接；所述第一属性分类器配置为根据所述编码器模块输出的编码特征获取预设的多个人脸属性对应的第一评分；

所述多个第二属性分类器的输入侧分别与所述多个注意力子模块连接，所述多个第二属性分类器的输出侧均与所述评分融合子模块连接；所述第二属性分类器配置为根据所述注意力子模块输出的融合特征获取所述多个人脸属性对应的第二评分；

所述评分融合子模块配置为对所述第一评分与所述第二评分进行加权融合并且根据加权融合结果获取所述待测人脸图像的人脸属性分类结果。

3.根据权利要求2所述的基于双向Ladder结构的人脸属性分类系统，其特征在于，所述注意力子模块进一步配置为按照下式所示的方法根据所述编码特征提取层提取的编码特征与所述解码特征提取层提取的解码特征进行特征融合：

其中，所述Out_i表示第i个注意力子模块输出的融合特征，所述A(ⁱ)表示所述第i个注意力子模块对应的映射函数并且所述表示所述与所述的矩阵并联操作，所述表示所述第i个注意力子模块对应的编码特征提取层提取的编码特征，所述表示所述第i个注意力子模块对应的解码特征提取层提取的解码特征。

4.根据权利要求3所述的基于双向Ladder结构的人脸属性分类系统，其特征在于，所述评分融合子模块进一步配置为执行以下操作：

按照下式所示的方法对所述第一评分与所述第二评分进行加权融合并且根据加权融合结果获取所述待测人脸图像的人脸属性分类结果：

其中，所述P表示加权融合结果并且任意一组均满足所述M表示预设的人脸属性个数，所述表示所述待测人脸图像属于预设第k种人脸属性的概率，所述表示所述待测人脸图像不属于预设第k种人脸属性的概率，所述W_s表示预设的权重矩阵，所述s_j表示第j个特定属性分类器输出的人脸属性分类评分，所述特定属性分类器为第一属性分类器或第二属性分类器，当所述特定属性分类器为第一属性分类器时所述人脸属性分类评分为第一评分，当所述特定属性分类器为第二属性分类器时所述人脸属性分类评分为第二评分，所述∑s_j表示所有特定属性分类器输出的人脸属性分类评分之和，所述“(s_j,∑s_j)”表示所述s_j与所述∑s_j的矩阵并联操作，所述表示矩阵相乘操作；

选取所述与中较大值对应的人脸属性作为第k种人脸属性的分类结果。