[發(fā)明專利]一種基于幾何特征的人臉美感分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110177113.5
• 申請(qǐng)日: 2011-06-28
• 公開(kāi)（公告）號(hào): CN102254180A
• 公開(kāi)（公告）日: 2011-11-23
• 發(fā)明（設(shè)計(jì)）人: 朱振峰;段紅帥;趙耀
• 申請(qǐng)（專利權(quán)）人: 北京交通大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/66
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 蘇培華

技術(shù)領(lǐng)域

本發(fā)明涉及人臉美感分析方法技術(shù)領(lǐng)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(shù)

人臉美感是個(gè)性與共性的統(tǒng)一，個(gè)性是指每個(gè)人的容貌都不盡相同，都有自己美的特質(zhì)，共性是指每個(gè)人美的表現(xiàn)不同，但都遵循一定的規(guī)律。自古以來(lái)，人們對(duì)美的追求就從未停止過(guò)，哲學(xué)家、心理學(xué)家、美學(xué)家等也一直在試圖尋找美的本質(zhì)，并形成了許多的美學(xué)規(guī)律，如中國(guó)的古典美學(xué)標(biāo)準(zhǔn)成為了中國(guó)文化的重要思想體系，中國(guó)傳統(tǒng)審美觀的“三庭五眼”說(shuō)法，自古希臘以來(lái)所推崇的“黃金比例”，以及研究者最近發(fā)現(xiàn)的新“黃金比例”等。

早期，人們認(rèn)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(duì)美的判斷會(huì)根據(jù)觀察者的性別、年齡、種族、教育程度、文化環(huán)境等差異而有所不同。伏爾泰也曾認(rèn)為，“美是相對(duì)的”。然而，有研究發(fā)現(xiàn)，給2-3月和6-8月的嬰兒呈現(xiàn)按照成人標(biāo)準(zhǔn)劃分的女性美丑圖片，嬰兒注視美女圖片的時(shí)間明顯長(zhǎng)于非美女；同時(shí)，進(jìn)化心理學(xué)的一項(xiàng)研究發(fā)現(xiàn)，亞洲人、西班牙人、黑人和白人在對(duì)女性照片打分時(shí)，有著高達(dá)0.93的正相關(guān)。即全世界的人們都在使用一套類似的美感判斷準(zhǔn)則。

人臉美感分析技術(shù)正引起人們?cè)絹?lái)越多的注意，這是因?yàn)槿四樏栏蟹治黾夹g(shù)所帶來(lái)的巨大的經(jīng)濟(jì)效益和社會(huì)效益。美國(guó)整容手術(shù)學(xué)會(huì)發(fā)表報(bào)告稱，美國(guó)整容市場(chǎng)10年來(lái)增長(zhǎng)4.57倍，2007年行業(yè)產(chǎn)值達(dá)約130億美元；進(jìn)化心理學(xué)家從女性美與繁殖的關(guān)系中引入“繁殖價(jià)值”概念，從進(jìn)化的角度解釋了男性對(duì)女性的審美觀；面對(duì)互聯(lián)網(wǎng)上的海量信息，從美感角度進(jìn)行個(gè)性化的信息檢索也越來(lái)越成為各個(gè)社交網(wǎng)站的主流方法。隨著人類生活方式的不斷改變、活動(dòng)范圍的擴(kuò)大及各民族種群由于種族、地域、氣候、生活習(xí)性的長(zhǎng)期影響，世界各地人群的體質(zhì)特征都發(fā)生了顯著變化，其面部特征的改變也尤其明顯，因此研究當(dāng)代人群容貌特征，能為臨床美容醫(yī)學(xué)、醫(yī)療保健及營(yíng)養(yǎng)評(píng)價(jià)標(biāo)準(zhǔn)提供重要的基礎(chǔ)資料。貌美人群的各器官遵循一定的比例，而比例失調(diào)是畸形的重要變化指標(biāo)之一?？茖W(xué)家通過(guò)貌美人群和普通人群的對(duì)比，研究美麗帶來(lái)的社會(huì)影響，即外貌對(duì)人際關(guān)系的影響程度。美貌特征也嚴(yán)重影響著雕塑家、美術(shù)家等的藝術(shù)創(chuàng)作，為人類提供了難以估量的精神價(jià)值。

鑒于人臉美感分析技術(shù)在整容手術(shù)、化妝、社交網(wǎng)站、娛樂(lè)軟件、科學(xué)研究等領(lǐng)域潛在的應(yīng)用前景，人們開(kāi)始思考美的本質(zhì)，組成美的元素是什么，能否對(duì)其量化。

上世紀(jì)八九十年代，人們?cè)诟ダ饰魉垢郀栴D多次提取圖像特征技術(shù)的基礎(chǔ)上利用圖像變形軟件(Morphing?software)，由多個(gè)獨(dú)立人臉圖像合成平均臉，得到“平均臉理論(Averageness?hypothesis)”，即認(rèn)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(guò)，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(rèn)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(lái)，隨著科學(xué)技術(shù)和信息技術(shù)的進(jìn)步，特別是計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)和大容量存儲(chǔ)技術(shù)的不斷發(fā)展，人們開(kāi)始從數(shù)據(jù)挖掘的角度，利用機(jī)器學(xué)習(xí)和模式識(shí)別的方法來(lái)分析研究人臉美感。根據(jù)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(shù)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(fā)，直接輸入人臉的灰度圖像，即可實(shí)現(xiàn)全自動(dòng)的人臉美感分析。在人臉識(shí)別應(yīng)用中獲得了較大成功。人臉圖像的維數(shù)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(jì)算復(fù)雜度高。子空間分析把原始的高維空間中的人臉圖像數(shù)據(jù)投影壓縮到一個(gè)低維子空間，使數(shù)據(jù)在子空間中的分布更加緊湊，更有利于分類，同時(shí)也大大降低了計(jì)算的復(fù)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(jù)已有的經(jīng)驗(yàn)知識(shí)得到可能的描述人臉美感的各個(gè)器官的幾何比例關(guān)系，并訓(xùn)練得到具有較強(qiáng)分類回歸性能的特征描述組合，用于新進(jìn)人臉圖像的分類回歸。此方法從人類大腦對(duì)人臉美感的認(rèn)知原理出發(fā)，易于理解、存儲(chǔ)量小、光照變化不敏感。

但是由于構(gòu)成人臉美感的特征描述是多方面的，標(biāo)準(zhǔn)不一的信息，因而具有很大的挑戰(zhàn)性，也面臨著很多問(wèn)題。由于上述方法在提取人臉美感特征描述時(shí)的側(cè)重點(diǎn)不同，使得對(duì)人臉美感分析還存在著很多問(wèn)題：