App下載

Python實(shí)現(xiàn)顏值預(yù)測(cè)

猿友 2018-07-27 18:07:15 瀏覽數(shù) (6457)
反饋

本文轉(zhuǎn)載至知乎ID:Charles(白露未晞)知乎個(gè)人專欄

下載W3Cschool手機(jī)App,0基礎(chǔ)隨時(shí)隨地學(xué)編程>>戳此了解

導(dǎo)語(yǔ)

利用Python對(duì)照片中人臉進(jìn)行顏值預(yù)測(cè)!?。?/p>

至于結(jié)果的可靠性.......

本人概不負(fù)責(zé)?。?!

對(duì)結(jié)果不滿意或者因?yàn)榻Y(jié)果分?jǐn)?shù)過低而想不開者,請(qǐng)自行聯(lián)系xxxPh.D.。也就是此顏值預(yù)測(cè)算法的提出者!??!本人只是部分復(fù)現(xiàn)了他的算法?。?!

以上和以下內(nèi)容純屬玩笑,如有雷同,不甚榮幸。


相關(guān)文件

網(wǎng)盤下載鏈接: https://pan.baidu.com/s/1E_fc7PNaBHfMXNz3xLb12A

密碼: 7nhm


所需工具

Python版本:3.5.4(64bit)

相關(guān)模塊:

opencv_python模塊、sklearn模塊、numpy模塊、dlib模塊以及一些Python自帶的模塊。


環(huán)境搭建

(1)安裝相應(yīng)版本的Python并添加到環(huán)境變量中;

(2)pip安裝相關(guān)模塊中提到的模塊。

例如:

若pip安裝報(bào)錯(cuò),請(qǐng)自行到:

http://www.lfd.uci.edu/~gohlke/pythonlibs/

下載pip安裝報(bào)錯(cuò)模塊的whl文件,并使用:

pip install whl文件路徑+whl文件名安裝。

例如:

(本人已在相關(guān)文件中提供了編譯好的用于dlib庫(kù)安裝的whl文件——>因?yàn)檫@個(gè)庫(kù)最不好裝)

參考文獻(xiàn)鏈接

【1】xxxPh.D.的博客

http://www.learnopencv.com/computer-vision-for-predicting-facial-attractiveness/

【2】華南理工大學(xué)某實(shí)驗(yàn)室

http://www.hcii-lab.net/data/SCUT-FBP/EN/introduce.html


主要思路

(1)模型訓(xùn)練

用了PCA算法對(duì)特征進(jìn)行了壓縮降維;

然后用隨機(jī)森林訓(xùn)練模型。

數(shù)據(jù)源于網(wǎng)絡(luò),據(jù)說數(shù)據(jù)“發(fā)源地”就是華南理工大學(xué)某實(shí)驗(yàn)室,因此我在參考文獻(xiàn)上才加上了這個(gè)實(shí)驗(yàn)室的鏈接。

(2)提取人臉關(guān)鍵點(diǎn)

主要使用了dlib庫(kù)。

使用官方提供的模型構(gòu)建特征提取器。

(3)特征生成

完全參考了xxxPh.D.的博客。

(4)顏值預(yù)測(cè)

利用之前的數(shù)據(jù)和模型進(jìn)行顏值預(yù)測(cè)。


使用方式

有特殊疾病者請(qǐng)慎重嘗試預(yù)測(cè)自己的顏值,本人不對(duì)顏值預(yù)測(cè)的結(jié)果和帶來(lái)的所有負(fù)面影響負(fù)責(zé)!?。?/p>

言歸正傳。

環(huán)境搭建完成后,解壓相關(guān)文件中的Face_Value.rar文件,cmd窗口切換到解壓后的*.py文件所在目錄。

例如:

打開test_img文件夾,將需要預(yù)測(cè)顏值的照片放入并重命名為test.jpg。

例如:

若嫌麻煩或者有其他需求,請(qǐng)自行修改:

getLandmarks.py文件中第13行。

最后依次運(yùn)行:

train_model.py(想直接用我模型的請(qǐng)忽略此步)

getLandmarks.py

getFeatures.py

Predict.py

使用演示


0 人點(diǎn)贊