《表2 网络配置Tab.2 Network configuration》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合局部二值模式和卷积神经网络的人脸美丽预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文采用的网络模型为Light CNN-9[12]，如表2所示。该网络模型由1个5×5卷积层、4个3×3卷积层和1×1卷积层、4个池化层、9个MFM激活层、以及2个全连接层构成。输入图像大小均为144×144，随机剪裁为128×128大小，然后将灰度图像和LBP纹理图像进行通道融合，再通过1×1卷积层进行通道特征图的线性组合，实现网络的跨通道信息组合。网络中每个卷积层后面都跟着MFM激活函数进行降维和特征选择，以获得紧凑的特征表示，每个池化层后面都跟着1×1卷积层和MFM激活函数进行升维和降维。两个全连接层中间加入dropout层和MFM激活函数用来防止出现过拟合。基于分类的人脸美丽等级预测时，FC2全连接层数为5，损失函数采用softmax；而基于回归的人脸美丽分数预测时，FC2全连接层数为1，损失函数采用欧氏距离。