收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

人脸美丽吸引力的特征分析与机器学习

毛慧芸  
【摘要】:美是人类所广泛感知的一个概念,人脸美是人类社会活动中最常感知的对象,人脸美能给人带来心灵的愉悦。但是美丽是什么?人脸是否有客观存在的“美丽密码”?人脸的美丽吸引力虽然容易感知,但却很难定义。认知心理学近年来大量研究实验发现人们对于什么脸是美的存在着高度的一致性,这种高度的一致与文化、种族、年龄、性别无关。 由于美丽和吸引力在我们每天日常生活中的切实存在以及它不容回避的对人们的重大影响,因此关于美丽吸引力的研究受到了自古以来哲学家和科学家们的广泛重视而不断发展。尽管在计算机及信息处理学科利用图像处理、人工智能及机器学习等方法来进行较客观的人脸美丽评价的研究报道并不多,但最近几年来已经开始受到不少学者的重视。本文针对人脸美丽吸引力的机器学习与图像分析这一新课题,期望能对人脸美丽密码这一人类永恒的话题给出科学、客观及可量化的描述。本文围绕人脸图像美丽吸引力的特征提取方法、人脸美丽吸引力的机器学习及预测模型、基于平均脸假说的美丽人脸合成方法等问题开展了研究工作,主要工作包括: (1)研究了人脸美丽吸引力的可学习性问题:根据人工智能中著名的图灵测试原理,本文提出人脸美丽吸引力可学习假设。我们通过实验表明,人脸的美丽吸引力可以通过对人脸图像进行定量化的特征分析和特征表达,通过采取合适的机器学习算法,使得机器可对人脸美丽吸引力这个概念进行学习而得到可量化的描述。 (2)提出了一种基于图像特征分析及机器学习的人脸美丽吸引力预测模型。在该模型框架下,我们基于几何特征和回归支持向量机(SVM)等机器学习算法,给出了一个进行人脸美丽吸引力预测评价的方法。我们研究了几种常用的机器学习方法来学习和预测人脸美丽吸引力这一概念,包括最小均方误差线性回归模型、Akaike线性预测模型、Gaussian回归模型、支持向量机(SVM)、多层感知器(MLP)神经网络、K近邻回归模型等。在几何特征提取方面,我们系统研究了前人提出的6种表征人脸美丽吸引力的几何特征提取方法,在此基础上,我们借鉴中国传统的三庭五眼审美标准以及现代美论提出了几种表征中国女性人脸美丽吸引力的几何特征,包括17维距离特征、归一化特征点特征及三角形面积特征以及在此基础上的两种组合特征,力求更准确完整地提取对中国女性人脸美丽有影响的几何信息。实验结果表明本文根据东方审美观点而设计的17维距离特征来分析中国女性人脸的美丽吸引力具有较好的预测性能。本文提出的两个新的组合特征能进一步提升预测的准确性。最好的组合特征在经过Wrapper选择之后,获得了最高为0.916的预测相关度。实验结果一方面验证了我们提出的几何特征用于表征人脸美丽吸引力的有效性,另一方面,也很好的验证了本文提出的“人脸美丽吸引力是可学习的”这一假设。 (3)基于人脸皮肤纹理和人脸美丽之间的关系存在着认知心理学和生物学、医学上的理论基础,本文提出了基于二维Gabor纹理特征的人脸美丽吸引力预测方法。在传统Gabor滤波器的基础上,我们提出了特征点采样Gabor特征、特征三角中心采样Gabor特征等两种新的用于表征人脸美丽吸引力的特征提取方法。对给定的人脸图像经过归一化预处理之后,分别提取图像的纹理特征,然后使用主分量分析(PCA)对纹理特征进行降维,之后采用Wrapper特征选择去除无关的特征以提高预测性能,最后使用回归支持向量机(SVM)模型对人脸美丽吸引力进行学习及预测。实验结果表明,本文提出的特征点采样Gabor纹理特征的预测性能明显高于别的纹理特征,更能有效反应人脸美丽吸引力相关有益的信息。此外,融合特征点采样Gabor纹理特征和几何特征获得了目前为止最高的Pearson预测相关系数为0.932,这些结果清楚地显示了在面部吸引力的预测问题上纹理信息的重要性,也说明了本文方法的有效性。 (4)受到心理学“平均脸假说”的启发,提出了一种利用计算机图像处理技术实现平均脸合成的方法:该方法综合考虑了人脸的形状特征和纹理特征的平均,采用AAM(Active Appearance Model)算法检测人脸特征点,利用Delaunay三角剖分算法将人脸图像划分为多个不同的区域,在基于广义Procrustes分析(Generalized Procrustes Analysis, GPA)方法进行对准后的图像上根据Delaunay三角网所建立的映射关系,对相应的人脸子区域进行分段仿射变换,再对各图像进行加权平均,最终得到一张合成人脸图像。实验结果表明,该方法简单可行,合成的人脸图像看上去美观自然,五官匀称,比例协调,轮廓形状及肤色美观,合成所得到的图像经过吸引力打分都能获得平均水平以上的美观程度,验证了心理学的平均脸假说。此外,从另外一个角度看,依据“平均脸是美丽的”这一认知心理学的基本结论,使用本文方法来对平均脸的美丽吸引力预测得到了普遍高于平均值水平的吸引力预测评分,反过来也验证了本文所提出了基于图像特征和支持向量机机器学习的人脸美丽吸引力预测方法的合理性和可行性,也间接验证了人脸美丽吸引力是可学习的这一假设。我们的方法中,通过引入加权机制,可以灵活改变不同人脸图像的权值,使得合成结果更大程度上反映事先指定的某个(些)图片的特征,从而产生不少创新的应用,比如利用平均脸技术可以进行人脸美化处理、年轻化处理、老年化处理等等。 在模式分析及图像处理领域,人脸图像美丽吸引力是近来来兴起的一个新的研究课题。本文的研究工作是利用图像处理技术及机器学习技术对人脸美丽吸引力的智能感知与分析的一次有意义的尝试。人脸美丽吸引力的研究远未成熟,可以说正刚刚开始,人脸美丽研究存在着广阔的发展空间。期待计算机科学及图像信息处理技术的发展可以为人脸美丽研究这一古老而崭新的课题继续提供强有力的方法和支持,推动人脸美丽研究这一跨学科领域的长足发展,更好地探索美丽的本质,使得计算机也具有象人一样的美丽感知智能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王伟,马建光;人脸识别常用方法及其发展现状[J];兵工自动化;2002年01期
2 李春明,李玉山,庄庆德,关晓丹;人脸识别技术的研究[J];河北科技大学学报;2003年03期
3 马淑燕,孔德慧,尹宝才,郭金铜;基于肤色模型和椭圆环模板的人脸跟踪及姿态估计[J];计算机工程与应用;2004年17期
4 刘嘉敏,龚卫国,潘英俊,李伟红,张红梅;基于中国行政区划的人脸特征研究[J];压电与声光;2004年05期
5 张林,胡波,凌燮亭;基于主元分析和Fuzzy ART模型的人脸识别算法[J];电路与系统学报;1999年03期
6 于东亮,苏光大;人脸指纹综合识别系统的实现[J];计算机工程与应用;2002年16期
7 丁嵘,苏光大,林行刚;复杂背景下人脸的鲁棒识别[J];中国激光;2003年06期
8 王志良,陈锋军,薛为民;人脸表情识别方法综述[J];计算机应用与软件;2003年12期
9 陈绵书,陈贺新,桑爱军;计算机人脸识别技术综述[J];吉林大学学报(信息科学版);2003年S1期
10 李刚,周智明,王舒宜;姿态相关的人脸自动识别研究[J];医疗卫生装备;2003年S1期
11 周敬利,吴桂林,余胜生;基于BP神经网络的人脸检测算法[J];计算机工程;2004年11期
12 付昀,郑南宁;线性人脸对象类模型的匹配提升技术[J];中国工程科学;2005年02期
13 ;美国人拍到“笑脸太阳”:云彩勾勒出微笑的人脸[J];科技传播;2010年14期
14 ;G20首尔峰会采用人脸识别系统[J];中国防伪报道;2010年12期
15 高西奇,周洪祥,何振亚;基于小波变换的主元分析人脸图象识别[J];东南大学学报;1996年02期
16 施可为,傅锡天,蔡安妮,孙景鳌;含人脸的前景在活动图像序列中的分割[J];北京邮电大学学报;2000年01期
17 李士进,闵丽娟,朱跃龙,徐立中;基于结构和统计信息融合的人脸检测[J];数据采集与处理;2001年03期
18 左力,李治国,李锦涛,高文;基于标注图像的MPEG-4人脸运动参数获取方法[J];系统仿真学报;2001年S2期
19 何海峰,王林泉,葛元;灰度图像中基于像素分布特征的人脸定位[J];计算机工程;2002年06期
20 李江,郁文贤,匡刚要,宋海娜;一种复合模式的人脸识别系统设计[J];国防科技大学学报;2003年03期
中国重要会议论文全文数据库 前10条
1 赵萍;陈喆;;基于移动最小二乘算法的人脸美化技术[A];2010年通信理论与信号处理学术年会论文集[C];2010年
2 毛慧芸;庞家昊;金连文;杜明辉;;一种美丽人脸的计算机合成方法[A];第十五届全国图象图形学学术会议论文集[C];2010年
3 王元春;刘跃虎;李垚辰;苏远歧;;基于几何显著图的三维人脸对象检测[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
4 庄毅;胡华;袁承祥;蒋国昌;胡海洋;琚春华;;基于流形空间的交互式人脸图像索引(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
5 毋立芳;盛凯;张斯聪;刘勋;;人脸姿势表示与估计[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
6 李晓娟;杨唐文;阮秋琦;;基于右半脸轮廓线特征的3D人脸识别算法[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
7 何玉青;刘飞虎;何欢;冯光琴;冷准;;基于支持向量机的近红外人脸与虹膜融合算法[A];中国光学学会2010年光学大会论文集[C];2010年
8 李铁;孙劲光;刘旸;;基于分形与保局投影的人脸识别算法的研究[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
9 冯硕;;静态图像中的人脸快速检测[A];第二十五届中国(天津)2011’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2011年
10 陈秋燕;殷福亮;;基于薄板样条算法的人脸变形技术[A];2010年通信理论与信号处理学术年会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 毛慧芸;人脸美丽吸引力的特征分析与机器学习[D];华南理工大学;2011年
2 肖冰;人脸画像—照片的合成与识别方法研究[D];西安电子科技大学;2010年
3 孙曦;基于双目立体视觉的人脸三维重建与识别[D];中国科学技术大学;2011年
4 胡媛;三维人脸形体匹配与属性分类研究[D];上海交通大学;2011年
5 於俊;低比特率真实感人脸视频编码研究[D];中国科学技术大学;2010年
6 周薇娜;人脸检测算法及其芯片实现关键技术研究[D];复旦大学;2012年
7 方小勇;人脸运动捕捉数据处理及表情动画重构研究[D];大连理工大学;2010年
8 范小九;基于人脸特征定位和建模理论的视频编码关键技术研究[D];西南交通大学;2012年
9 张石清;基于语音和人脸的情感识别研究[D];电子科技大学;2012年
10 李轶;基于步态与人脸融合的远距离身份识别关键技术研究[D];天津大学;2011年
中国硕士学位论文全文数据库 前10条
1 孙奇飞;人脸疲劳状态的识别与研究[D];广东工业大学;2011年
2 马波;基于视频的多视角人脸检测与跟踪[D];上海交通大学;2010年
3 黄煜斌;基于人脸聚类的视频结构化分析[D];北京邮电大学;2011年
4 王进进;二维和三维人脸融合[D];中国地质大学(北京);2010年
5 李秋实;基于人脸肤色的特征提取[D];吉林大学;2010年
6 胡虎跃;海量训练数据如何影响人脸检测器性能:实验研究[D];南京航空航天大学;2010年
7 梅俊华;基于Contourlet变换的主成分分析人脸识别算法[D];中南民族大学;2010年
8 沙腾;基于子空间学习的人脸特征分析及应用[D];浙江大学;2011年
9 胡珍珍;基于深度数据的人脸旋转角度估计及三维人脸识别的研究[D];合肥工业大学;2011年
10 朱伟;人脸及其特征点的定位与应用[D];上海交通大学;2010年
中国重要报纸全文数据库 前10条
1 ;见人脸红的心理调适[N];保健时报;2004年
2 记者 李学梅;蜜蜂也能识别人脸[N];新华每日电讯;2010年
3 本报记者 申明;人脸“门禁”时代即将来临[N];科技日报;2008年
4 殷朝云;拂去当事人脸上的愁容[N];人民法院报;2004年
5 本报记者 霍光;身份认证:从手指到人脸[N];中国计算机报;2009年
6 本报实习记者 梁益畅;汉王开启“人脸门禁”时代[N];计算机世界;2008年
7 学生记者 吴婷婷 刘煜原;“慧眼”明察秋毫 智能识人辨字[N];新清华;2009年
8 柯新;我科学家在人脸和笔迹识别领域取得重大突破[N];科技日报;2009年
9 记者 谭娜;虹膜、指纹、人脸,一网打尽[N];北京科技报;2011年
10 本报记者 袁一雪;人脸识别系统——1秒钟找出罪犯[N];北京科技报;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978