[發明專利]基于人臉特征點識別的顏值計算方法

有效

• 申請號: 201810569938.3
• 申請日: 2018-06-05
• 公開（公告）號: CN108629336B
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 裴鵬飛;李守斌;蔣保健
• 申請（專利權）人: 北京千搜科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 成都頂峰專利事務所(普通合伙) 51224
• 代理人: 曾凱

1.基于人臉特征點識別的顏值計算方法，其特征在于：包括如下步驟：

S101、將確定人臉圖像輸入人臉特征點識別模型中，提取并保存確定人臉圖像特征值和特征點；將確定人臉圖像輸入人臉性別分類模型中，識別并保存確定人臉圖像性別信息；

S102、將用戶人臉圖像輸入人臉特征點識別模型中，提取并保存用戶人臉圖像的特征值和特征點；將用戶人臉圖像輸入人臉性別分類模型中，識別并保存用戶人臉圖像性別信息；

S103、根據用戶人臉圖像特征點，計算用戶人臉圖像臉部及五官尺寸，根據該尺寸計算用戶三庭五眼比例，并將該用戶三庭五眼比例與標準比例進行比較，利用近似值算法計算用戶三庭五眼比例與標準比例的相似度，加權得出第一分數，該第一分數為正數；

S104、提取用戶人臉圖像普通五官和對應性別的多個確定人臉圖像普通五官，計算用戶人臉圖像普通五官與每個確定人臉圖像普通五官之間的豪斯多夫距離，將用戶人臉圖像普通五官與每個確定人臉圖像普通五官之間的豪斯多夫距離相加，得到普通五官距離；所述普通五官為眼睛、眉毛和臉頰；所述普通五官距離為負數；

S105、根據步驟S102提取的用戶人臉圖像特征點與步驟S101提取的對應性別的多個確定人臉圖像特征點，計算用戶人臉圖像復雜五官的特征點與每個確定人臉圖像對應復雜五官的對應特征點分別在X軸和Y軸的距離，用戶人臉圖像復雜五官的特征點與每個確定人臉圖像的特征點在X軸和Y軸的距離相加，得到復雜五官距離；所述復雜五官為鼻子和嘴巴；所述復雜五官距離為負數；

所述普通五官距離與復雜五官距離相加，得到第二分數，該第二分數為負數；

S106、根據步驟S102提取的用戶人臉圖像特征值與步驟S101提取的對應性別的多個確定人臉圖像特征值進行比較，提取出與用戶人臉圖像相似度最高的確定人臉圖像；計算用戶人臉圖像特征點與該確定人臉圖像對應特征點在X軸和Y軸的距離，得到第三分數，該第三分數為負數；

所述特征值為根據人臉圖像提取的特征矩陣，所述特征點為人臉五官輪廓二維平面的坐標點；

所述第一分數、第二分數和第三分數加權計算，得到所述用戶人臉圖像顏值。

2.根據權利要求1所述的基于人臉特征點識別的顏值計算方法，其特征在于：在步驟S101之前，還包括如下步驟：

S201、將人工標記有特征點的人臉圖像樣本輸入到神經網絡訓練模型中進行訓練，得到人臉特征點識別模型，該人臉特征點識別模型用于提取人臉圖像的特征值，識別人臉圖像的特征點。

3.根據權利要求1所述的基于人臉特征點識別的顏值計算方法，其特征在于：在步驟S101之前，還包括如下步驟：

S301、通過OpenCV計算機視覺庫提取確定性別的人臉圖像樣本的HOG特征；

S302、將步驟S301提取的人臉圖像樣本的HOG特征輸入SVM分類器中進行訓練，得到性別分類模型，該性別分類模型用于識別人臉圖像的性別。

4.根據權利要求2所述的基于人臉特征點識別的顏值計算方法，其特征在于：所述特征點為68個。

5.根據權利要求2所述的基于人臉特征點識別的顏值計算方法，其特征在于：所述神經網絡訓練模型為FaceNet神經網絡模型。

6.根據權利要求1所述的基于人臉特征點識別的顏值計算方法，其特征在于：所述臉部及五官尺寸為臉部及五官的寬度和長度，包括臉寬、臉長、三庭之中庭、嘴巴張開高度、上嘴唇厚度、下巴高度、眉毛到嘴巴高度、下嘴唇到下巴距離、上嘴唇到下巴距離、嘴寬、左眼寬度、右眼寬度、眼間距、左眼到臉距離、右眼到臉距離、眼眉高度、鼻子寬度或鼻子高度中的一個或多個。