[發明專利]一種基于幾何特征的人臉美感分析方法

有效

• 申請號: 201110177113.5
• 申請日: 2011-06-28
• 公開（公告）號: CN102254180A
• 公開（公告）日: 2011-11-23
• 發明（設計）人: 朱振峰;段紅帥;趙耀
• 申請（專利權）人: 北京交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 蘇培華

技術領域

本發明涉及人臉美感分析方法技術領域，特別是涉及一種基于幾何特征的人臉美感分析方法。

背景技術

人臉美感是個性與共性的統一，個性是指每個人的容貌都不盡相同，都有自己美的特質，共性是指每個人美的表現不同，但都遵循一定的規律。自古以來，人們對美的追求就從未停止過，哲學家、心理學家、美學家等也一直在試圖尋找美的本質，并形成了許多的美學規律，如中國的古典美學標準成為了中國文化的重要思想體系，中國傳統審美觀的“三庭五眼”說法，自古希臘以來所推崇的“黃金比例”，以及研究者最近發現的新“黃金比例”等。

早期，人們認為美是一種抽象的主觀概念，“美在旁觀者的眼睛里(Beauty?is?in?the?eye?of?the?beholder)”，即對美的判斷會根據觀察者的性別、年齡、種族、教育程度、文化環境等差異而有所不同。伏爾泰也曾認為，“美是相對的”。然而，有研究發現，給2-3月和6-8月的嬰兒呈現按照成人標準劃分的女性美丑圖片，嬰兒注視美女圖片的時間明顯長于非美女；同時，進化心理學的一項研究發現，亞洲人、西班牙人、黑人和白人在對女性照片打分時，有著高達0.93的正相關。即全世界的人們都在使用一套類似的美感判斷準則。

人臉美感分析技術正引起人們越來越多的注意，這是因為人臉美感分析技術所帶來的巨大的經濟效益和社會效益。美國整容手術學會發表報告稱，美國整容市場10年來增長4.57倍，2007年行業產值達約130億美元；進化心理學家從女性美與繁殖的關系中引入“繁殖價值”概念，從進化的角度解釋了男性對女性的審美觀；面對互聯網上的海量信息，從美感角度進行個性化的信息檢索也越來越成為各個社交網站的主流方法。隨著人類生活方式的不斷改變、活動范圍的擴大及各民族種群由于種族、地域、氣候、生活習性的長期影響，世界各地人群的體質特征都發生了顯著變化，其面部特征的改變也尤其明顯，因此研究當代人群容貌特征，能為臨床美容醫學、醫療保健及營養評價標準提供重要的基礎資料。貌美人群的各器官遵循一定的比例，而比例失調是畸形的重要變化指標之一。科學家通過貌美人群和普通人群的對比，研究美麗帶來的社會影響，即外貌對人際關系的影響程度。美貌特征也嚴重影響著雕塑家、美術家等的藝術創作，為人類提供了難以估量的精神價值。

鑒于人臉美感分析技術在整容手術、化妝、社交網站、娛樂軟件、科學研究等領域潛在的應用前景，人們開始思考美的本質，組成美的元素是什么，能否對其量化。

上世紀八九十年代，人們在弗朗西斯高爾頓多次提取圖像特征技術的基礎上利用圖像變形軟件(Morphing?software)，由多個獨立人臉圖像合成平均臉，得到“平均臉理論(Averageness?hypothesis)”，即認為只有平均臉才是最漂亮最吸引人的，越接近平均臉越有吸引力。不過，Perrett等人采用其他合成方法，只將漂亮的人臉合成得到的平均臉要比把所有的人臉(包括漂亮的和不漂亮的)合成得到的平均臉更加吸引人，部分否定了“平均臉理論”，認為平均臉固然有吸引力，但是有吸引力的臉不一定都是平均臉。

然而，近年來，隨著科學技術和信息技術的進步，特別是計算機技術、網絡技術和大容量存儲技術的不斷發展，人們開始從數據挖掘的角度，利用機器學習和模式識別的方法來分析研究人臉美感。根據美感分析算法基于的特征不同，目前主流的人臉美感分析技術大體上可以分成以下兩類：

1、基于子空間(Subspace?based)的方法

基于子空間的方法從人臉表象(Appearance)信息出發，直接輸入人臉的灰度圖像，即可實現全自動的人臉美感分析。在人臉識別應用中獲得了較大成功。人臉圖像的維數通常較高，同類的人臉圖像在這樣高維空間中的分布很不緊湊，因而不利于分類，且計算復雜度高。子空間分析把原始的高維空間中的人臉圖像數據投影壓縮到一個低維子空間，使數據在子空間中的分布更加緊湊，更有利于分類，同時也大大降低了計算的復雜度。

2、基于幾何特征(Geometrical?features?based)的方法。

基于幾何特征的研究方法需要根據已有的經驗知識得到可能的描述人臉美感的各個器官的幾何比例關系，并訓練得到具有較強分類回歸性能的特征描述組合，用于新進人臉圖像的分類回歸。此方法從人類大腦對人臉美感的認知原理出發，易于理解、存儲量小、光照變化不敏感。

但是由于構成人臉美感的特征描述是多方面的，標準不一的信息，因而具有很大的挑戰性，也面臨著很多問題。由于上述方法在提取人臉美感特征描述時的側重點不同，使得對人臉美感分析還存在著很多問題：