通过计算机视觉估算颜值

看脸的时代，估算颜值当然有意义啦！

今天看到一篇估算颜值的blog，看起来挺有意思的，记录下来，分享一下！哈哈哈哈
先放地址：Computer Vision for Predicting Facial Attractiveness
同时要感谢一下幕后英雄，那些收集整理并公开数据库的伟人们SCUT-FBP数据库

鄙人一点感觉：估计颜值这事儿，要融合肤色，轮廓，皮肤纹理，五官协调等才有一个准确的判断，单单一方面并不能得到准确的结果，况且每个人的审美标准都不一样。
这篇blog的技术只使用了轮廓信息，得到的结果已经比较接近ground truth了！

1. 数据库
   数据采用的是华南理工大学人机交互只能实验室的数据库，总共500张样本，至于样本整理过程可以去看官方的参考文献。
   由于样本数量有限，采用留一交叉验证，每次拿499张训练，其余一张测试；对所有样本都这样做，总共有500个模型
2. 特征
   

    a = [18, 22, 23, 27, 37, 40, 43, 46, 28, 32, 34, 36, 5, 9, 13, 49, 55, 52, 58]

先定义一系列关键点位置，关键点是通过CLM算法求得的(现在有很多算法效果不错)，
使用itertools产生四个点的子序列，然后计算两两之间的距离比值作为特征，总的特征维度为3876维。
3. 筛选特征
PCA筛选，长度自己可以指定
4. 训练
总共采用了四种算法
gaussian process
random forest
linear regression
SVM
5. 结果
测试结果和ground truth做pearson correlaion
结果如图：

让人吃惊的是SVM的结果是最差的！
颜值取值范围为1-5

作者还给了代码：face-rating

Yoona, Predicted Rating: 3.6

Yuri, Predicted Rating: 3.4

Tiffany, Predicted Rating: 3.8