迁移丰富的深度特征用于面部 beauty 预测 注：这里的“beauty”通常在中文中直接翻译为“美丽”，但在学术文章中，为了保持专业性和准确性，建议使用“美学”或“美感”。因此，更合适的翻译可能是： 迁移丰富的深度特征用于面部美学预测

特征提取在计算机视觉任务中发挥着重要作用。本文提出了一种方法，该方法将预训练的人脸验证模型中的丰富深层特征迁移到贝叶斯岭回归算法中，用于面部美学预测。我们利用深度神经网络从堆叠层中提取更为抽象的特征。通过简单而有效的特征融合策略，我们的方法在SCUT-FBP数据集和ECCV HotOrNot数据集上实现了改进或相当的性能。实验结果证明了所提方法的有效性，并阐明了面部美学感知的内在可解释性。