[发明专利]一种评估图片中人脸颜值的方法和装置

说明书

本发明的实施方式提供了一种评估图片中人脸颜值的方法及装置。该方案中，通过图片数据库训练神经网络模型，再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；然后，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；最后，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，该方案中的参考特征参数是通过标准模板图片计算得来的，由于，不同年龄段，或者不同性别所对应的标准模板图片不再是统一的，各自有对应的标准模板图片，因此，解决了现有技术中存在的计算方法准确度较低的缺陷。

技术领域

本发明的实施方式涉及计算机技术领域，更具体地，本发明的实施方式涉及一种评估图片中人脸颜值的方法和装置。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

人的颜值表示人脸在视觉上的漂亮程度。颜值的计算，主要是指人脸部的五官比例是否协调，脸型和五官是否协调。

目前，计算图片中人脸颜值的方法主要有以下几种：

基于形状特征的计算方法、基于局部特征的计算方法、基于浅层特征的计算方法和基于深度特征的计算方法。其中，基于形状特征的计算方法是指通过人脸五官之间的比例进行计算；基于局部特征的计算方法是指通过Sift，Surf等局部特征进行计算；基于浅层特征的计算方法是指通过人脸的LBP、GIST或者HOG等浅层特征进行计算；基于深度特征的计算方法是指通过神经网络，尤其是卷积神经网络训练进行计算。

发明内容

但是，目前的图片中人脸颜值评估方法对于不同年龄段的人群，或者不同性别的人群采用统一的判断标准，因此，存在准确度较低的缺陷，这是非常令人烦恼的过程。

为此，非常需要一种改进的评估图片中人脸颜值的方法，解决现有技术中存在的准确度较低的缺陷。

在本上下文中，本发明的实施方式期望提供一种评估图片中人脸颜值的方法和装置。

在本发明实施方式的第一方面中，提供了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。

在一个实施例中，根据本发明的上述实施例所述的方法，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。

在一些实施例中，在根据本发明的上述任一实施例的评估图片中人脸颜值的方法中，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。

在一些实施例中，在根据本发明的上述任一实施例的评估图片中人脸颜值的方法中，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。

在一些实施例中，在根据本发明的上述任一实施例的评估图片中人脸颜值的方法进一步包括：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。