[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

本發明公開了一種基于人臉特征點識別的顏值計算方法，包括如下步驟：提取并保存確定人臉圖像和用戶人臉圖像特征值、特征點和性別信息；根據用戶人臉圖像特征點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；計算用戶人臉圖像五官和確定人臉圖像五官距離；得到第二分數；計算出用戶人臉圖像與確定人臉圖像特征點的差距，得到第三分數。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。本發明由于基于特征點計算人臉圖像顏值，基于特征點做簡單的加減乘除計算，算法時間復雜度與空間復雜度是較小的常數。由于不需要多個深度學習模型算法，計算速度快。

技術領域

本發明屬于圖像識別技術領域，具體涉及一種基于人臉特征點識別的顏值計算方法。

背景技術

顏值是近幾年產生的流行詞，指一個人的漂亮程度。顏值高等同于這個人很帥、很漂亮，顏值一般指這個人長相普通。但是對于顏值的評價，沒有統一標準，主觀性較強。

近年來，隨著人工智能的出現，使得顏值量化計算成為可能。顏值計算是一個人漂亮程度的量化計算方法，對于提高個人生活品質，幫助提升個人自信有重要作用。現有的顏值計算，通過標記圖片分數，利用分類模型進行計算。這種計算方法具有如下缺點：一、基于分類模型并不能在計算顏值的同時計算五官的分別得分，需要給待計算分數的五官分別訓練多個模型算法；二、將人的顏值規劃為分類問題，這在少量樣本(500-5000)，少量分類(3-5)情況下識別準確率較低，并且可能因為分類少達不到多樣化的效果；三、訓練新的分類模型耗費人工、分類模型龐大，并且過程解釋性不強。雖然也可以通過類似正多邊形極限類似于圓提供更多的分類樣本來模糊分類問題，但這個成本及帶來的收益卻是未知的。

發明內容

為了解決現有技術存在的上述問題，本發明目的在于提供一種基于人臉特征點識別的顏值計算方法。

本發明所采用的技術方案為：

基于人臉特征點識別的顏值計算方法，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；