[发明专利]一种基于LBP和卷积神经网络的人脸美丽预测方法

摘要

本发明涉及一种基于LBP和卷积神经网络的人脸美丽预测方法，通过将LBP纹理图像与R、G、B三通道图像融合后的特征图输入到构建的卷积神经网络模型CNN中训练，并输入代表皮肤颜色信息的RGB图像对网络进行微调，得到训练好的人脸美丽预测模型；将需要预测的人脸图像输入训练好的人脸美丽预测模型，输出人脸美丽预测评分；发明利用卷积神经网络来提取人脸美丽特征，能够从数据中学习到有效的美丽特征表达，采用R、G、B三通道图像和LBP纹理图像结合的方法训练CNN模型，从而提高人脸美丽预测的精度；本发明能够提取到更深层次的表观特征，综合利用人脸肤色、纹理、颜色信息去优化人脸美丽预测模型，得到更准确的人脸美丽表达，提高了人脸美丽的预测精度。

主权项

1.一种基于LBP和卷积神经网络的人脸美丽预测方法，其特征在于，包括以下步骤：1)、训练卷积神经网络模型CNN1a)、采集人脸图像作为训练图像，并对训练图像中的每张人脸图像进行预处理，得到大小为144×144的RGB彩色图像I0＝[R,G,B]；1b)、对RGB彩色图像I0＝[R,G,B]的R、G、B三个通道分别使用LBP算子处理，得到每个通道的LBP纹理图像I1＝LBP(I0)＝[RLBP,GLBP,BLBP]；1c)、将LBP纹理图像I1＝LBP(I0)＝[RLBP,GLBP,BLBP]与RGB彩色图像I0的R、G、B三通道图像进行通道融合，得到融合后的特征图I2＝[R,G,B,RLBP,GLBP,BLBP]；1d)、构建1个由4个卷积层、4个池化层、2个全连接层和输出层构成的卷积神经网络模型CNN；1e)、将融合后的特征图I2输入到步骤1d)构建的卷积神经网络模型中进行训练，并输入代表皮肤颜色信息的RGB图像对网络进行微调，得到训练好的人脸美丽预测模型；2)、利用卷积神经网络模型对人脸图像进行预测：2a)、利用步骤1a)‑1c)的方法对需要人脸美丽预测图像进行预处理，得到预处理后的人脸图像I3；2b)、将预处理后的人脸图像输入到训练好的人脸美丽预测模型进行预测，并输出人脸美丽评分。