通过计算机视觉估算颜值

原址 http://blog.youkuaiyun.com/ubunfans/article/details/49765411

今天看到一篇估算颜值的blog，看起来挺有意思的，记录下来，分享一下！哈哈哈哈 
先放地址：Computer Vision for Predicting Facial Attractiveness 
同时要感谢一下幕后英雄，那些收集整理并公开数据库的伟人们SCUT-FBP数据库

鄙人一点感觉：估计颜值这事儿，要融合肤色，轮廓，皮肤纹理，五官协调等才有一个准确的判断，单单一方面并不能得到准确的结果，况且每个人的审美标准都不一样。 
这篇blog的技术只使用了轮廓信息，得到的结果已经比较接近ground truth了！

1. 数据库 
   数据采用的是华南理工大学人机交互只能实验室的数据库，总共500张样本，至于样本整理过程可以去看官方的参考文献。 
   由于样本数量有限，采用留一交叉验证，每次拿499张训练，其余一张测试；对所有样本都这样做，总共有500个模型
2. 特征 
   

<code class="language-python hljs  has-numbering" style="display: block; padding: 0px; background-color: transparent; color: inherit; box-sizing: border-box; font-family: 'Source Code Pro', monospace;font-size:undefined; white-space: pre; border-top-left-radius: 0px; border-top-right-radius: 0px; border-bottom-right-radius: 0px; border-bottom-left-radius: 0px; word-wrap: normal; background-position: initial initial; background-repeat: initial initial;">    a = [<span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">18</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">22</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">23</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">27</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">37</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">40</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">43</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">46</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">28</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">32</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">34</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">36</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">5</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">9</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">13</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">49</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">55</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">52</span>, <span class="hljs-number" style="color: rgb(0, 102, 102); box-sizing: border-box;">58</span>]</code><ul class="pre-numbering" style="box-sizing: border-box; position: absolute; width: 50px; background-color: rgb(238, 238, 238); top: 0px; left: 0px; margin: 0px; padding: 6px 0px 40px; border-right-width: 1px; border-right-style: solid; border-right-color: rgb(221, 221, 221); list-style: none; text-align: right;"><li style="box-sizing: border-box; padding: 0px 5px;">1</li></ul>

先定义一系列关键点位置，关键点是通过CLM算法求得的(现在有很多算法效果不错)， 
使用itertools产生四个点的子序列，然后计算两两之间的距离比值作为特征，总的特征维度为3876维。 
3. 筛选特征 
PCA筛选，长度自己可以指定 
4. 训练 
总共采用了四种算法 
gaussian process 
random forest 
linear regression 
SVM 
5. 结果 
测试结果和ground truth做pearson correlaion 
结果如图： 
 
让人吃惊的是SVM的结果是最差的！ 
颜值取值范围为1-5

作者还给了代码：face-rating

 
Yoona, Predicted Rating: 3.6 
 
Yuri, Predicted Rating: 3.4 
 
Tiffany, Predicted Rating: 3.8