1883
0
2022-01-06
2022-01-06
近日，团队成员本科生王冰冰、麦成源、庄杰颖同学在潘家辉老师和梁艳老师的指导下，在中文核心期刊《计算机系统应用》发表研究论文《基于深度学习的人脸颜值评估系统》。《计算机系统应用》是中国科技核心（统计源）期刊，入选中国核心期刊(遴选)数据库，被中国计算机学会(ccf)《ccf推荐中文科技期刊目录》列为优秀期刊(c类)。
“颜值”是用来衡量外貌美丑状态的一个流行词汇，体现了人们对外貌的重视。在追求高颜值的今天，如何快速、客观评价一个人的颜值是值得研究的课题。本文针对人脸颜值评估系统正确率和实时性低的问题，提出了一种基于深度学习的人脸颜值评估系统。该系统利用基于hog特征的方法进行人脸检测，采用facenet预训练模型提取人脸特征值，提出基于softmax分类层和relu回归层的双层决策模型，并结合人脸局部特征量化值进行人脸颜值评估。在scut-fbp5500数据集上进行实验，结果表明该系统正确率为78.58%，单张图片的平均评估时间为2.98 s，能满足实际应用的需求。
文章网络首发地址：http://www.c-s-a.org.cn/html/2022/1/8291.htm
