原址
同時要感謝一下幕後英雄，那些收集整理並公開資料庫的偉人們scut-fbp資料庫
鄙人一點感覺：估計顏值這事兒，要融合膚色，輪廓，**紋理，五官協調等才有乙個準確的判斷，單單一方面並不能得到準確的結果，況且每個人的審美標準都不一樣。
這篇blog的技術只使用了輪廓資訊，得到的結果已經比較接近ground truth了！
資料庫
資料採用的是華南理工大學人機互動只能實驗室的資料庫，總共500張樣本，至於樣本整理過程可以去看官方的參考文獻。
由於樣本數量有限，採用留一交叉驗證，每次拿499張訓練，其餘一張測試；對所有樣本都這樣做，總共有500個模型
特徵
a = [18, 22, 23, 27, 37, 40, 43, 46, 28, 32, 34, 36, 5, 9, 13, 49, 55, 52, 58]使用itertools產生四個點的子串行，然後計算兩兩之間的距離比值作為特徵，總的特徵維度為3876維。
3. 篩選特徵
pca篩選，長度自己可以指定
4. 訓練
總共採用了四種演算法
gaussian process
random forest
linear regression
svm5. 結果
測試結果和ground truth做pearson correlaion
結果如圖：
讓人吃驚的是svm的結果是最差的！
顏值取值範圍為1-5
作者還給了**：face-rating
通過計算機視覺估算顏值
同時要感謝一下幕後英雄，那些收集整理並公開資料庫的偉人們scut fbp資料庫 鄙人一點感覺 估計顏值這事兒，要融合膚色，輪廓，紋理，五官協調等才有乙個準確的判斷，單單一方面並不能得到準確的結果，況且每個人的審美標準都不一樣。這篇blog的技術只使用了輪廓資訊，得到的結果已經比較接近ground t...
（計算機視覺）計算機視覺基礎
opencv cximage cimg freeimage opencv中vc庫的版本與visual studio版本的對應關係 vc8 2005 vc9 2008 vc10 2010 vc11 2012 vc12 2013 vc14 2015 vc15 2017 visual studio中的輔助...
計算機視覺
主講老師 曹洋 課程 視覺 基礎 底 層處理 影象處理 特徵提 取 中 層處理 影象分割 相機標 定 深度 估計 運 動估計 高層處 理 3d 重建 目 標識別 視 覺基 礎 底層 處理 圖 像處理 特徵提取 中層 處理 圖 像分割 相機標定 深度估 計 運動 估計 高層處理 3d重 建 目標 識別...