融合生物啟發(fā)與深度屬性學(xué)習(xí)的人臉美感預(yù)測(cè)方法.pdf

1、自動(dòng)人臉美感分析是指通過(guò)計(jì)算機(jī)模擬人類(lèi)對(duì)臉部美感的分析與評(píng)價(jià)機(jī)制，并使計(jì)算機(jī)不斷自主“學(xué)習(xí)”人類(lèi)審美方法的一門(mén)技術(shù)。近年來(lái)，隨著人臉美感評(píng)價(jià)需求在美容、婚介、招聘、多媒體等不同行業(yè)的不斷增加，自動(dòng)人臉美感分析技術(shù)得到了迅速發(fā)展。傳統(tǒng)的自動(dòng)人臉美感分析方法致力于找到能夠影響人臉美感程度的特征和高精度的分類(lèi)算法，以完成對(duì)不同人臉的美感分類(lèi)與評(píng)價(jià)。但這些方法在分析圖像信息有效表達(dá)的過(guò)程中，不能清晰的解釋人類(lèi)視覺(jué)系統(tǒng)和大腦是如何篩選和運(yùn)用這些特

2、征來(lái)進(jìn)行人臉美感判斷，缺乏科學(xué)的方法去統(tǒng)計(jì)和驗(yàn)證其合理性。為了盡可能地還原人類(lèi)的審美判斷過(guò)程，得到更好的分類(lèi)效果，本文提出了融合生物啟發(fā)和深度屬性學(xué)習(xí)的人臉美感預(yù)測(cè)方法，一方面使用基于中層特征表示的方法提高圖像特征提取算法的性能，另一方面使用深度學(xué)習(xí)和模型融合的方法提高分類(lèi)算法的精度，最終構(gòu)建出基于深度學(xué)習(xí)和模型融合的人臉美感分析框架，本文的主要工作分為如下幾個(gè)方面：
　?。ㄒ唬┨岢隽艘环N基于圖像中層語(yǔ)義的特征提取方法。本方法首先

3、通過(guò)眼動(dòng)儀實(shí)驗(yàn)提取人在審美過(guò)程中的人臉顯著性區(qū)域和人臉顯著性權(quán)重矩陣，然后通過(guò)“整體+局部”的視覺(jué)注意機(jī)制獲取決定人臉美感的仿生全局區(qū)域，并驗(yàn)證了仿生全局區(qū)域的有效性，最后從仿生全局區(qū)域中提取圖像的中層語(yǔ)義特征。該方法的目的是得到圖像中層語(yǔ)義的特征表示，相較于只包含圖像基本信息的圖像底層特征表示的方法，本方法因其對(duì)圖像語(yǔ)義的更好理解使其具有更好的表達(dá)能力，在分類(lèi)能力上也具有更好的效果。實(shí)驗(yàn)結(jié)果表明這種基于圖像中層語(yǔ)義的特征提取方法在人臉

4、美感表達(dá)中表現(xiàn)出更好的效果。
　?。ǘ┨岢隽艘环N基于TrueSkill算法的人臉美感標(biāo)簽確定方法。直接通過(guò)被試對(duì)樣本美感進(jìn)行打分不夠精確，得到樣本之間美感的相對(duì)排序卻比較簡(jiǎn)單，本文首先建立由相同規(guī)格人臉圖像組成的樣本集，通過(guò)美感排序?qū)嶒?yàn)得到被試對(duì)每組樣本圖像的美感排序結(jié)果，然后通過(guò)TrueSkill算法將相對(duì)美感排序轉(zhuǎn)換為絕對(duì)的美感分?jǐn)?shù)，最后通過(guò)加權(quán)平均得到人臉美感標(biāo)簽。
　?。ㄈ┨岢隽艘环N基于深度學(xué)習(xí)和模型融合的人臉美