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
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groun...
（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...