資源描述:
《東方女性人臉妝容推薦算法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號:TP391學(xué)校代碼:10697密級:公開學(xué)號:201531467東方女性人臉妝容推薦算法研究學(xué)科名稱:計算機技術(shù)作者:李陽帆指導(dǎo)老師:馮宏偉副教授西北大學(xué)學(xué)位評定委員會二〇一八年三月OrientalFemaleFacialMakeupRecommendationBasedonLandmarksAthesissubmittedtoNorthwestUniversityinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerTechnologyByLiYangfanSupervisor:
2、FengHongweiAssociateProfessorMarch2018摘要摘要近年來,人臉自動化妝技術(shù)越來越受到人們的歡迎,市場上推出了許多人臉化妝軟件,如美圖秀秀等。但是這些軟件僅僅提供給人們試妝的功能,并不能夠依據(jù)不同人臉的長相特點給不同的用戶推薦適合的妝容。妝容推薦能幫人們找到適合自己的妝容,同時省去了試妝的繁瑣,省時省力。目前,人臉妝容推薦算法要么是針對西方女性,要么是不分人種和皮膚,采用同一套算法。東方女性人臉和白種女性,黑人女性有著完全不同的五官特征,因此適合的妝容也不相同,目前還沒有專門針對東方女性的妝容推薦算法,不能滿足東方女性的化妝需求。因此本
3、文提出了適用于東方女性的局部妝容推薦算法和整體妝容推薦算法。根據(jù)每個女性具體的人臉特征,推薦合適的妝容,具體工作如下:1.收集了東方女性人臉妝容推薦數(shù)據(jù)集,包括人臉數(shù)據(jù)集和妝容數(shù)據(jù)集。人臉數(shù)據(jù)集包括素顏人臉數(shù)據(jù)集和人臉五官形狀數(shù)據(jù)集,妝容數(shù)據(jù)集包括整體妝容數(shù)據(jù)集和局部妝容數(shù)據(jù)集,其中,除了人臉五官形狀數(shù)據(jù)集之外,均為本文收集。2.在東方女性局部妝容推薦算法中,為了識別不同人臉部位的形狀,本文設(shè)計和提取了一組描述人臉五官尺寸信息的人臉幾何特征。這些幾何特征和人臉妝容推薦密切相關(guān),提高了妝容推薦的有效性。3.在局部妝容推薦算法中,針對東方女性人臉長相上的不足,收集了一組東
4、方女性妝容推薦規(guī)則,這些規(guī)則指出了對于人臉存在的某種不足,應(yīng)該用什么樣的妝容進行修飾。4.在東方女性整體妝容推薦算法中,融合了多種不同類型的人臉特征,包括描述人臉形狀信息的HOG特征、從人臉深度網(wǎng)絡(luò)VGGFACE提取的VGGFACE特征描述子和本文設(shè)計的人臉幾何特征等。5.利用視覺評價方法和顏值量化系統(tǒng)對本文的局部推薦算法和整體妝容推薦算法的實驗效果做了評價。實驗結(jié)果表明,和素顏人臉圖像相比,利用局部妝容推薦算法化妝后的人臉顏值分數(shù)平均提升了10分,整體妝容化妝后的人臉顏值平均提升了15分。關(guān)鍵詞:東方女性,局部妝容推薦,整體妝容推薦,特征融合I西北大學(xué)碩士專業(yè)學(xué)位論
5、文IIABSTRACTABSTRACTInrecentyears,automaticfacialmakeupreceivedmoreandmoreattention,andmanyfacialmakeupsoftwaresemergesuchasmtxiuxiu.Butthesesoftwaresonlyallowpeopletotrydifferentmakeupswithoutrecommendingthepropermakeupforthem,whichisinconvenientsometimes.Fortunately,makeuprecommendatio
6、ncanprovidepeoplewithsuitablemakeupwithouttryingmanymakeups,whichistime-savingandlabor-saving.Now,thereisnottoomuchresearchonfacialmakeuprecommendationfocusedonorientalfemalewhosemakeupstylesaredifferentfromwesternfemaleatagoodextent.Inthisthesis,weproposeapartialfacialmake-uprecommenda
7、tionmethodandaglobalfacialmake-uprecommendationmethod.Thetwomethodscanmeetdifferentmakeupneedsoforientalfemale.Thecontributionsofthisworkcanbesummarizedasfollows:1.Sincefacialmake-uprecommendationisanewtopic,thereisnotpublicdataset,especiallyonorientalfemale.Asaresult,wecollect