查询结果:   戴礼青,金忠,孙明明.基于半监督回归学习的人脸几何美丽分数[J].计算机应用与软件,2015,32(3):209 - 211,219.
中文标题
基于半监督回归学习的人脸几何美丽分数
发表栏目
图像处理与应用
摘要点击数
861
英文标题
FACIAL GEOMETRIC BEAUTY SCORE BASED ON SEMI-SUPERVISED REGRESSION LEARNING
作 者
戴礼青 金忠 孙明明 Dai Liqing Jin Zhong Sun Mingming
作者单位
南京理工大学计算机科学与工程学院 江苏 南京 210094     
英文单位
School of Computer Science and Technology,Nanjing University of Science and Technology,Nanjing 210094,Jiangsu,China     
关键词
人脸美学 人脸几何特征 几何美丽分数 流形学习 半监督回归
Keywords
Facial aesthetics Facial geometric feature Geometric beauty score Manifold learning Semi-supervised regression
基金项目
国家自然科学基金项目(61005005,6123 3011)
作者资料
戴礼青,硕士,主研领域:图像处理。金忠,教授。孙明明,博士。 。
文章摘要
基于人脸美学的迅速发展,对人脸的几何特征定义、几何特征规范化以及几何特征对判断人脸美与否的贡献进行研究。首先定义人脸几何美丽分数函数,然后将流形学习与半监督学习相结合,用流形上的半监督回归方法学习人脸几何美丽分数。为了突出几何特征,还验证了人脸表情与几何美丽分数之间的关系。与K近邻(KNN)、支持向量机(SVM)、C4.5决策树分类方法相比,通过实验验证,证明了所提方法的有效性和可行性。
Abstract
Based on rapid development of facial aesthetics, we mainly study the definition of facial geometric feature, the normalisation of geometric features and the contribution of geometric features to judging whether the face is beauty or not. First, we define the facial geometric beauty score function, and then combine the manifold learning with semi-supervised learning, use semi-supervised regression on manifolds to learn geometric beauty score of faces. In order to highlight the geometric features, we also verify the relationship between facial expression and geometric beauty scores. Compared with KNN, SVM and C4.5 decision tree classification methods, the validity and the feasibility of the proposed methods are proved by experiment.
下载PDF全文