摘要

特征提取在计算机视觉任务中起着至关重要的作用。本文提出了一种方法，该方法将预训练模型在人脸验证任务中学习到的丰富深度特征迁移过来，并将其输入贝叶斯岭回归算法，用于面部美感预测。我们利用深度神经网络从堆叠的网络层中提取更具抽象性的特征。通过一种简单但有效的特征融合策略，该方法在SCUT-FBP数据集和ECCV HotOrNot数据集上均取得了提升或相当的性能表现。实验结果验证了所提方法的有效性，并揭示了面部美感感知的内在可解释性。