[发明专利]一种评估图片中人脸颜值的方法和装置有效

专利信息
申请号: 201610029863.0 申请日: 2016-01-15
公开(公告)号: CN105718869B 公开(公告)日: 2019-07-02
发明(设计)人: 祁斌川 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/02
代理公司: 北京市中伦律师事务所 11410 代理人: 贾媛媛
地址: 310052 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 评估 图片 中人 脸颜值 方法 装置
【权利要求书】:

1.一种评估图片中人脸颜值的方法,包括:

获取参考人脸图片以及所述参考人脸图片对应的标记;

根据所获取的参考人脸图片和所述标记进行神经网络数据训练以建立用于获得特征参数的神经网络模型,其中所述神经网络模型的输出层的输出对象对应相应的所述标记;

对待评估图片通过所述神经网络模型进行计算,以获得多个目标特征参数;

选择标准模板图片,并采用所述神经网络模型对所述标准模板图片进行计算,以获得多个参考特征参数;以及

基于所述多个目标特征参数和所述多个参考特征参数进行颜值评估。

2.根据权利要求1所述的方法,其中基于所述多个目标特征参数和所述多个参考特征参数进行颜值评估的方法包括:

计算所述多个目标特征参数中至少部分目标特征参数与对应所述参考特征参数的相似度;以及

计算所述相似度的加权值,并根据所述加权值进行颜值评估。

3.根据权利要求2所述的方法,其中计算所述相似度的加权值的方法包括:

调节权重系数来设置颜值评估的偏好,并根据调节后的权重系数计算所述相似度的加权值。

4.根据权利要求1所述的方法,其中所述标记包括所述参考人脸图片对应的人物标识、性别和年龄。

5.根据权利要求1所述的方法,进一步包括:

在神经网络数据训练之前对所述参考人脸图片进行预处理;以及

在通过所述神经网络模型进行计算之前对所述待评估图片和所述标准模板图片进行预处理;其中

所述预处理包括将图片转化为灰度图片、检测图片中人脸的位置、校正图片中人脸的位置、校正图片中人脸的尺寸、截取图片中人脸的全脸部分及五官部分中的至少一种。

6.根据权利要求1所述的方法,其中获取参考人脸图片以及所述参考人脸图片对应的标记的方法包括:

从开源数据库获得所述参考人脸图片以及所述标记,其中一个所述标记对应一幅或多幅所述参考人脸图片。

7.根据权利要求2所述的方法,其中根据所获取的参考人脸图片和所述标记进行神经网络数据训练以获得所述神经网络模型的方法包括:

根据多个第一参考人脸图片和对应的年龄进行神经网络数据训练以获得年龄特征提取神经网络模型,所述第一参考人脸图片的标记包括年龄和性别;

根据所述多个第一参考人脸图片和对应的性别进行神经网络数据训练以获得性别特征提取神经网络模型;以及

根据多个第二参考人脸图片和对应的人物标识进行神经网络数据训练以获得人脸特征提取神经网络模型,所述第二参考人脸图片的标记包括人物标识。

8.根据权利要求7所述的方法,其中所述根据多个第二参考人脸图片和对应的人物标识进行神经网络数据训练以获得人脸特征提取模型神经网络模型的方法包括:

对所述第二参考人脸图片进行预处理获得所述第二参考人脸图片的全脸部分以及五官部分;

根据所述第二参考人脸图片的全脸部分和对应的人物标识进行神经网络数据训练以获得全局特征提取神经网络模型;以及

根据所述第二参考人脸图片的五官部分和对应的人物标识进行神经网络数据训练以获得多个五官特征提取神经网络模型。

9.根据权利要求7所述的方法,其中:

对待评估图片通过所述神经网络模型进行计算,以获得多个目标特征参数的方法包括:

采用所述性别特征提取神经网络模型计算所述待评估图片中人物的性别;

采用所述年龄特征提取神经网络模型计算所述待评估图片中人物的年龄;以及

采用所述人脸特征提取神经网络模型计算所述待评估图片的人脸特征参数X1、X2…Xn,其中所述待评估图片的人脸特征参数X1、X2…Xn取自所述人脸特征提取神经网络模型的中间层;以及

其中选择标准模板图片的方法包括:根据对所述待评估图片的计算得到的性别、年龄和人脸特征参数中的部分选择所述标准模板图片。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610029863.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top