新浪博客

人工智能中利用深度学习技术进行人脸颜值评分的简案

2018-12-17 09:35阅读:

一、 需求概述

1、识别出照片中的人脸;
2、识别出照片中的脸型和五官的大小及位置;
3、根据模板对脸型和五官大小及位置进行评价;
4、综合评价人脸的颜值,给出总评分。
备注:第一期做到五官大小位置的评估就能够满足人脸颜值的评分的要求




二、 架构说明

人工智能中利用深度学习技术进行人脸颜值评分的简案

三、 架构流程


1、
用户通过互联网,发送人脸图片至本地的颜值评分应用服务器;
2、 本地的颜值评分应用服务器根据负载均衡的原理将请求平均发送给颜值评分AI服务器
3、 本地的颜值评分AI服务器无需与外部的人脸及五官识别API进行通讯;
4、 本地的颜值评分AI服务器对脸型、五官大小、位置等进行评分,并将结果反馈给本地的颜值评分应用服务器;
5、 本地的颜值评分应所有服务器讲结果返回给用户。

四、 技术实现

4.1脸型及五官的识别

基于SIFT特征点提取以及深度学习建模训练的发法,标注脸型及五官的特征点。如下图:
人工智能中利用深度学习技术进行人脸颜值评分的简案

4.2脸型长宽及五官大小位置的计算

根据脸型及五官的特征点,按指标值计算的脸型和五官的大小及位置。

4.3五官和脸型的评分

根据客户发来的 三庭五眼数据 生成标准脸脸型及五官模板,按模板匹配程度来计算的脸型和五官的得分。

五、 项目周期

脸型及五官识别核对算法:略;
脸型及五官评分算法:
应用程序联调等:

六、 验收方式

1: 人脸识别
在测试样本上精度可以达到95%以上。
2: 脸型与五官大小位置计算
考虑到标准比较客观,实现与标准值的误差在了10%
3: 颜值评分
考虑到标准比较主观,实现与人工判断比较接近的程度。

我的更多文章

下载客户端阅读体验更佳

APP专享