Python實現顏值預測
導語
利用Python對照片中人臉進行顏值預測！！！
至於結果的可靠性.......
本人概不負責！！！
對結果不滿意或者因為結果分數過低而想不開者，請自行聯繫xxxPh.D.。也就是此顏值預測演算法的提出者！！！本人只是部分復現了他的演算法！！！
以上和以下內容純屬玩笑，如有雷同，不甚榮幸。
所需工具
Python版本：3.5.4(64bit)
相關模塊：
opencv_python模塊、sklearn模塊、numpy模塊、dlib模塊以及一些Python自帶的模塊。
環境搭建
（1）安裝相應版本的Python並添加到環境變數中；
（2）pip安裝相關模塊中提到的模塊。
例如：
若pip安裝報錯，請自行到：
http://www.lfd.uci.edu/~gohlke/pythonlibs/
下載pip安裝報錯模塊的whl文件，並使用：
pip install whl文件路徑+whl文件名安裝。
例如：
（本人已在相關文件中提供了編譯好的用於dlib庫安裝的whl文件——>因為這個庫最不好裝）
參考文獻鏈接
【1】xxxPh.D.的博客
http://www.learnopencv.com/computer-vision-for-predicting-facial-attractiveness/
【2】華南理工大學某實驗室
http://www.hcii-lab.net/data/SCUT-FBP/EN/introduce.html
主要思路
（1）模型訓練
用了PCA演算法對特徵進行了壓縮降維；
然後用隨機森林訓練模型。
數據源於網路，據說數據「發源地」就是華南理工大學某實驗室，因此我在參考文獻上才加上了這個實驗室的鏈接。
（2）提取人臉關鍵點
主要使用了dlib庫。
使用官方提供的模型構建特徵提取器。
（3）特徵生成
完全參考了xxxPh.D.的博客。
（4）顏值預測
利用之前的數據和模型進行顏值預測。
使用方式
有特殊疾病者請慎重嘗試預測自己的顏值，本人不對顏值預測的結果和帶來的所有負面影響負責！！！
言歸正傳。
環境搭建完成後，解壓相關文件中的Face_Value.rar文件，cmd窗口切換到解壓後的*.py文件所在目錄。
例如：
打開test_img文件夾，將需要預測顏值的照片放入並重命名為test.jpg。
例如：
若嫌麻煩或者有其他需求，請自行修改：
getLandmarks.py文件中第13行。
最後依次運行：
train_model.py(想直接用我模型的請忽略此步)
getLandmarks.py
getFeatures.py
Predict.py
使用演示
TAG:Python |