机器学习笔记 - 用于颜值评分的数据集和算法

一、概述

评估面部美是一项具有挑战性的任务，无数哲学家、艺术家和科学家多年来一直在研究这项任务。特别是，它在计算机视觉领域引起了相当大的关注。最近的心理学研究表明，不同的人对美的感知是一致的。另一项研究表明，面部美容是一个可以通过机器学习进行识别的的概念。面部美容的研究可以作为面部美学、整形手术和面部图像修饰的基础，为美图和肖像等面部美容商业系统的发展做出了贡献。

一些心理学中描述决定颜值的一个重要因素是各种面部特征之间的距离之比。面部特征点是指眼角、鼻尖、下巴最低点等特征。我们可以使用很多面部检测模型计算这些比率。

1、SCUT-FBP数据集

SCUT-FBP数据集包含500个具有吸引力评级的不同亚洲女性受试者，所有这些受试者都在评级分布，标准差，一致性和自洽性方面进行了验证。