本發(fā)明涉及多媒體技術(shù)領(lǐng)域，特別是涉及一種顏值判定方法及裝置。

背景技術(shù)：

“顏值”是近年來流行的網(wǎng)絡(luò)詞語，現(xiàn)在幾乎每天都可以在各大互聯(lián)網(wǎng)看到關(guān)于顏值的新聞。顏值最簡單的解釋就是長相，它是對外貌特征優(yōu)劣程度的判定?！邦佒怠币灿泻饬繕?biāo)準(zhǔn)，可以測量和比較，顏值的衡量標(biāo)準(zhǔn)包括：“顏值低”、“顏值高”、“顏值擔(dān)當(dāng)”和“顏值爆表”等說法。其中，“顏值高”和“顏值擔(dān)當(dāng)”是長得好看，而“顏值低”是長得不好看。

目前，顏值的判定方法主要包括：標(biāo)注用于存儲圖片和顏值對應(yīng)關(guān)系的顏值數(shù)據(jù)庫，通過機(jī)器學(xué)習(xí)訓(xùn)練出顏值模型，根據(jù)顏值模型判定顏值。然而，由于機(jī)器學(xué)習(xí)需要對龐大的數(shù)據(jù)進(jìn)行訓(xùn)練，因此，上述顏值判定方法判定顏值的過程復(fù)雜，且得到的顏值準(zhǔn)確性較低。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例的目的在于提供一種顏值判定方法及裝置，以降低顏值判定過程的復(fù)雜性，提高顏值判定的準(zhǔn)確性。具體技術(shù)方案如下：

本發(fā)明實(shí)施例公開了一種顏值判定方法，包括：

提取待判定人臉圖片的第一人臉特征；

計算所述第一人臉特征與預(yù)先建立的人臉顏值庫中的第二人臉特征的距離，根據(jù)所述距離選取與所述待判定人臉圖片最接近的n張人臉圖片，其中，n為大于0且小于預(yù)設(shè)閾值的整數(shù)；

將所述n張人臉圖片的顏值的平均值作為所述待判定人臉圖片的顏值。

可選的，位于所述提取待判定人臉圖片的第一人臉特征之前，所述方法還包括：

對待判定圖片進(jìn)行預(yù)處理，得到所述待判定圖片對應(yīng)的待判定人臉圖片。

可選的，位于所述提取待判定人臉圖片的第一人臉特征之前，所述方法還包括：

對具有人臉特征的人臉圖像進(jìn)行訓(xùn)練，建立人臉識別模型。

可選的，位于所述提取待判定人臉圖片的第一人臉特征之前，所述方法還包括：

獲取具有顏值標(biāo)注的第一人臉圖片，對所述第一人臉圖片進(jìn)行預(yù)處理；

通過所述人臉識別模型提取預(yù)處理后的每一張人臉圖片的人臉特征，建立所述人臉特征與顏值相對應(yīng)的人臉顏值庫。

可選的，所述提取待判定人臉圖片的第一人臉特征，包括：

通過所述人臉識別模型提取所述待判定人臉圖片的第一人臉特征。

可選的，所述對待判定圖片進(jìn)行預(yù)處理，包括：

獲取所述待判定圖片中的人臉關(guān)鍵點(diǎn)；

根據(jù)人臉關(guān)鍵點(diǎn)位置，通過仿射變換，對人臉進(jìn)行校準(zhǔn)。

可選的，所述計算所述第一人臉特征與預(yù)先建立的人臉顏值庫中的第二人臉特征的距離，根據(jù)所述距離選取與所述待判定人臉圖片最接近的n張人臉圖片，包括：

計算所述第一人臉特征和所述第二人臉特征的余弦值；

選取最大的n個余弦值對應(yīng)的n張人臉圖片；或，

計算所述第一人臉特征和所述第二人臉特征的歐式距離；

選取最小的n個歐氏距離對應(yīng)的n張人臉圖片。

本發(fā)明實(shí)施例還公開了一種顏值判定裝置，包括：

特征提取模塊，用于提取待判定人臉圖片的第一人臉特征；

圖片選取模塊，用于計算所述第一人臉特征與預(yù)先建立的人臉顏值庫中的第二人臉特征的距離，根據(jù)所述距離選取與所述待判定人臉圖片最接近的n張人臉圖片，其中，n為大于0且小于預(yù)設(shè)閾值的整數(shù)；

顏值判定模塊，用于將所述n張人臉圖片的顏值的平均值作為所述待判定人臉圖片的顏值。

可選的，本發(fā)明實(shí)施例的顏值判定裝置，還包括：

預(yù)處理模塊，用于對待判定圖片進(jìn)行預(yù)處理，得到所述待判定圖片對應(yīng)的待判定人臉圖片。

可選的，本發(fā)明實(shí)施例的顏值判定裝置，還包括：

人臉識別模型建立模塊，用于對具有人臉特征的人臉圖像進(jìn)行訓(xùn)練，建立人臉識別模型。

可選的，本發(fā)明實(shí)施例的顏值判定裝置，還包括：

人臉圖片處理模塊，用于獲取具有顏值標(biāo)注的第一人臉圖片，對所述第一人臉圖片進(jìn)行預(yù)處理；

人臉顏值庫建立模塊，用于通過所述人臉識別模型提取預(yù)處理后的每一張人臉圖片的人臉特征，建立所述人臉特征與顏值相對應(yīng)的人臉顏值庫。

可選的，所述特征提取模塊具體用于，通過所述人臉識別模型提取所述待判定人臉圖片的第一人臉特征。

可選的，所述預(yù)處理模塊包括：

關(guān)鍵點(diǎn)獲取子模塊，用于獲取所述待判定圖片中的人臉關(guān)鍵點(diǎn)；

校準(zhǔn)子模塊，用于根據(jù)人臉關(guān)鍵點(diǎn)位置，通過仿射變換，對人臉進(jìn)行校準(zhǔn)。

可選的，所述圖片選取模塊包括：

第一計算子模塊，用于計算所述第一人臉特征和所述第二人臉特征的余弦值；

第一選取子模塊，用于選取最大的n個余弦值對應(yīng)的n張人臉圖片；或，

第二計算子模塊，用于計算所述第一人臉特征和所述第二人臉特征的歐式距離；

第二選取子模塊，用于選取最小的n個歐氏距離對應(yīng)的n張人臉圖片。

本發(fā)明實(shí)施例提供的顏值判定方法及裝置，通過提取待判定人臉圖片的第一人臉特征；計算第一人臉特征與預(yù)先建立的人臉顏值庫中的第二人臉特征的距離，選取與待判定人臉圖片最接近的n張人臉圖片；將n張人臉圖片的顏值的平均值作為待判定人臉圖片的顏值，本發(fā)明實(shí)施例判定顏值的過程簡單。另外，將與待判定人臉圖片接近的n張人臉圖片顏值的平均值作為待判定人臉圖片的顏值，提高了顏值判定的準(zhǔn)確性。當(dāng)然，實(shí)施本發(fā)明的任一產(chǎn)品或方法并不一定需要同時達(dá)到以上所述的所有優(yōu)點(diǎn)。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例的顏值判定方法的一種流程圖；

圖2為本發(fā)明實(shí)施例的顏值判定方法的另一種流程圖；

圖3為本發(fā)明實(shí)施例的顏值判定方法的另一種流程圖；

圖4為本發(fā)明實(shí)施例的顏值判定方法的另一種流程圖；

圖5為本發(fā)明實(shí)施例的顏值判定裝置的一種結(jié)構(gòu)圖；

圖6為本發(fā)明實(shí)施例的顏值判定裝置的另一種結(jié)構(gòu)圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

為了簡化顏值判定過程以及提高顏值判定的準(zhǔn)確性，本發(fā)明實(shí)施例提供了一種顏值判定方法及裝置。

下面首先對本發(fā)明實(shí)施例提供的顏值判定方法進(jìn)行介紹。

參見圖1，圖1為本發(fā)明實(shí)施例的顏值判定方法的一種流程圖，包括如下步驟：

s101，提取待判定人臉圖片的第一人臉特征。

本發(fā)明實(shí)施例中，待判定人臉圖片會產(chǎn)生一組基本特征，該基本特征是可以測量或計算出來的。該待判定人臉圖片的第一人臉特征為一個多維向量，例如，第一人臉特征為320維向量。當(dāng)然，也可以是其他多維向量，在此不做限定。需要說明的是，待判定人臉圖片中可以包括多張人臉，在進(jìn)行人臉特征提取時，還可以提取待判定人臉圖片中不同人臉的第三人臉特征、第四人臉特征等等。當(dāng)然，第三人臉特征、第四人臉特征的判定方法與第一人臉特征相同，本發(fā)明實(shí)施例僅以第一人臉特征為例進(jìn)行說明。

s102，計算第一人臉特征與預(yù)先建立的人臉顏值庫中的第二人臉特征的距離，根據(jù)距離選取與待判定人臉圖片最接近的n張人臉圖片，其中，n張人臉圖片位于人臉顏值庫中，n為大于0且小于預(yù)設(shè)閾值的整數(shù)。

更為具體的，第一人臉特征為待判定人臉圖片的特征，第二人臉特征為人臉顏值庫中圖片的人臉特征。一般的，人臉顏值庫中保存多張圖片，因此，第二人臉特征指的是多張圖片的人臉特征。計算第一人臉特征與預(yù)先建立的人臉顏值庫中的第二人臉特征的距離，也就是，計算待判定人臉圖片的特征與人臉顏值庫中的多張圖片的特征的距離，根據(jù)距離，選取與待判定人臉圖片最接近的n張人臉圖片。其中，n值越小，選取的與待判定人臉圖片最接近的圖片越少，參考性較低；n值越大，選取的與待判定人臉圖片最接近的圖片越多，但是接近程度降低。預(yù)設(shè)閾值可以為8，根據(jù)驗(yàn)證，n值取4-8的整數(shù)使得顏值判定更準(zhǔn)確。當(dāng)然，n也可以為其他數(shù)值，在此不做限定。

s103，將n張人臉圖片的顏值的平均值作為待判定人臉圖片的顏值。

需要說明的是，人臉顏值庫中的圖片是具有一定顏值的圖片，即每張圖片對應(yīng)相應(yīng)的顏值。因此，在通過s102得到與待判定人臉圖片最接近的n張人臉圖片后，該n張人臉圖片的顏值的平均值即為待判定人臉圖片的顏值。

舉例而言，如果n為6，顏值的最高標(biāo)準(zhǔn)為10分，在通過s102得到的6張人臉圖片的顏值分別為7.9、8.2、8.2、8、7.9、8.1，那么，待判定人臉圖片的顏值為(7.9+8.2+8.2+8+7.9+8.1)/6＝8.05。

可見，本發(fā)明實(shí)施例提供的顏值判定方法，通過提取待判定人臉圖片的第一人臉特征；計算第一人臉特征與預(yù)先建立的人臉顏值庫中的第二人臉特征的距離，選取與待判定人臉圖片最接近的n張人臉圖片；將n張人臉圖片的顏值的平均值作為待判定人臉圖片的顏值，本發(fā)明實(shí)施例判定顏值的過程簡單。另外，將與待判定人臉圖片接近的n張人臉圖片顏值的平均值作為待判定人臉圖片的顏值，提高了顏值判定的準(zhǔn)確性。

參見圖2，圖2為本發(fā)明實(shí)施例的顏值判定方法的另一種流程圖，在圖1實(shí)施例基礎(chǔ)上，還包括：

s201，對待判定圖片進(jìn)行預(yù)處理，得到待判定圖片對應(yīng)的待判定人臉圖片。

需要解釋的是，對待判定圖片進(jìn)行預(yù)處理，得到待判定人臉圖片，使得可以直接從待判定人臉圖片中提取人臉特征。下文將對預(yù)處理過程做詳細(xì)說明，在此不再贅述。

參見圖3，圖3為本發(fā)明實(shí)施例的顏值判定方法的另一種流程圖，在圖1實(shí)施例基礎(chǔ)上，還包括：

s301，對具有人臉特征的人臉圖像進(jìn)行訓(xùn)練，建立人臉識別模型。

具體的，通過卷積神經(jīng)網(wǎng)絡(luò)對具有人臉特征的人臉圖像進(jìn)行訓(xùn)練，建立人臉識別模型，使得在向該人臉識別模型輸入圖片時，可以提取人臉特征。其中，該人臉識別模型中包括：圖片和人臉特征的對應(yīng)關(guān)系。

參見圖4，圖4為本發(fā)明實(shí)施例的顏值判定方法的另一種流程圖，在圖1實(shí)施例基礎(chǔ)上，還包括：

s401，獲取具有顏值標(biāo)注的第一人臉圖片，對第一人臉圖片進(jìn)行預(yù)處理。

s402，通過人臉識別模型提取預(yù)處理后的每一張人臉圖片的人臉特征，建立人臉特征與顏值相對應(yīng)的人臉顏值庫。

具體的，在進(jìn)行顏值判定之前，需要建立人臉顏值庫，該人臉顏值庫中包括：具有顏值標(biāo)注的第一人臉圖片。需要說明的是，第一人臉圖片的顏值是專業(yè)機(jī)構(gòu)認(rèn)可的顏值。例如，黃金比例臉，指的是符合國際認(rèn)可的黃金比例界定了雙眼、嘴巴、前額及下巴之間的最佳距離。如果顏值的最高標(biāo)準(zhǔn)為10分，那么，符合黃金比例的人臉圖片的顏值為10。當(dāng)然，第一人臉圖片的顏值判定標(biāo)準(zhǔn)可以是其他任何可以被認(rèn)可的標(biāo)準(zhǔn)，在此不做限定。

當(dāng)然，經(jīng)過判定并被認(rèn)可的第一人臉圖片的數(shù)量是有限的，因此，通過對第一人臉圖片進(jìn)行預(yù)處理，然后提取預(yù)處理后的人臉特征，得到圖片與人臉特征的對應(yīng)關(guān)系。那么，建立的人臉顏值庫包括：人臉圖片、該人臉圖片的顏值和該人臉圖片的人臉特征的對應(yīng)關(guān)系，這樣，在s102中，通過計算第一人臉特征與第二人臉特征的距離，即可得到與待判定人臉圖片最接近的n張人臉圖片。

本發(fā)明實(shí)施例的一種實(shí)現(xiàn)方式中，提取待判定人臉圖片的第一人臉特征，包括：

通過人臉識別模型提取待判定人臉圖片的第一人臉特征。

本發(fā)明實(shí)施例中，人臉識別模型為通過深度學(xué)習(xí)預(yù)先建立的模型，該人臉識別模型中包括：圖片和人臉特征的對應(yīng)關(guān)系。輸入待判定人臉圖片即可得到待判定人臉圖片的第一人臉特征。當(dāng)然，通過其他方式得到第一人臉特征也都是可以的。

可選的，本發(fā)明實(shí)施例的顏值判定方法中，對待判定圖片進(jìn)行預(yù)處理，包括：

首先，獲取待判定圖片中的人臉關(guān)鍵點(diǎn)。

然后，根據(jù)人臉關(guān)鍵點(diǎn)位置，通過仿射變換，對人臉進(jìn)行校準(zhǔn)。

其中，待判定圖片中的人臉關(guān)鍵點(diǎn)包括：眉、眼、耳、鼻、口等，獲取人臉關(guān)鍵點(diǎn)之后，根據(jù)人臉關(guān)鍵點(diǎn)做仿射變換，仿射變換在幾何上定義為兩個向量空間之間的一個仿射變換或者仿射映射，由一個非奇異的線性變換接上一個平移變換組成。圖片的仿射變換可以理解為圖片的平移、拉伸和壓縮等等。舉例而言，如果待識別視頻中的一幀圖片中人臉是傾斜的，可根據(jù)仿射變換將傾斜的人臉變換為平直的人臉，方便后續(xù)提取圖片的人臉特征。由于仿射變換屬于現(xiàn)有技術(shù)，在此不再進(jìn)行詳細(xì)描述。當(dāng)然，其他可以實(shí)現(xiàn)提取人臉特征的預(yù)處理方法也都是可以的。

可選的，本發(fā)明實(shí)施例的顏值判定方法中，計算第一人臉特征與預(yù)先建立的人臉顏值庫中的第二人臉特征的距離，根據(jù)距離選取與待判定人臉圖片最接近的n張人臉圖片，包括：

計算第一人臉特征和第二人臉特征的余弦值；

選取最大的n個余弦值對應(yīng)的n張人臉圖片?；?，

計算第一人臉特征和第二人臉特征的歐式距離；

選取最小的n個歐氏距離對應(yīng)的n張人臉圖片。

需要說明的是，由于人臉特征是一個多維向量，兩個多維向量之間的接近程度可以是通過計算兩個向量之間的余弦值判斷，也可以通過計算兩個向量之間的歐式距離判斷。兩個向量之間的余弦值指的是，兩個向量形成的夾角的余弦值；歐式距離指在多維空間中兩個點(diǎn)之間的真實(shí)距離，或者向量的自然長度。本發(fā)明實(shí)施例中，歐式距離指的是，兩個向量之間的向量差的長度。在通過余弦值進(jìn)行判斷時，余弦值越大，表明兩個向量越接近，因此，選取最大的n個余弦值對應(yīng)的n張人臉圖片；而在通過歐式距離進(jìn)行判斷時，歐式距離越小，表明兩個向量越接近，因此，選取最小的n個歐氏距離對應(yīng)的n張人臉圖片。

相應(yīng)于上述方法實(shí)施例，本發(fā)明實(shí)施例還公開了一種顏值判定裝置，參見圖5，圖5為本發(fā)明實(shí)施例的顏值判定裝置的一種結(jié)構(gòu)圖，包括：

特征提取模塊501，用于提取待判定人臉圖片的第一人臉特征。

圖片選取模塊502，用于計算第一人臉特征與預(yù)先建立的人臉顏值庫中的第二人臉特征的距離，根據(jù)距離選取與待判定人臉圖片最接近的n張人臉圖片，其中，n為大于0且小于預(yù)設(shè)閾值的整數(shù)。

顏值判定模塊503，用于將n張人臉圖片的顏值的平均值作為待判定人臉圖片的顏值。

可見，本發(fā)明實(shí)施例提供的顏值判定裝置，通過提取待判定人臉圖片的第一人臉特征；計算第一人臉特征與預(yù)先建立的人臉顏值庫中的第二人臉特征的距離，選取與待判定人臉圖片最接近的n張人臉圖片；將n張人臉圖片的顏值的平均值作為待判定人臉圖片的顏值，本發(fā)明實(shí)施例判定顏值的過程簡單。另外，將與待判定人臉圖片接近的n張人臉圖片顏值的平均值作為待判定人臉圖片的顏值，提高了顏值判定的準(zhǔn)確性。

需要說明的是，本發(fā)明實(shí)施例的裝置是應(yīng)用上述顏值判定方法的裝置，則上述顏值判定方法的所有實(shí)施例均適用于該裝置，且均能達(dá)到相同或相似的有益效果。

參見圖6，圖6為本發(fā)明實(shí)施例的顏值判定裝置的另一種結(jié)構(gòu)圖，在圖5實(shí)施例的基礎(chǔ)上，還包括：

人臉圖片處理模塊601，用于獲取具有顏值標(biāo)注的第一人臉圖片，對第一人臉圖片進(jìn)行預(yù)處理。

人臉顏值庫建立模塊602，用于通過人臉識別模型提取預(yù)處理后的每一張人臉圖片的人臉特征，建立人臉特征與顏值相對應(yīng)的人臉顏值庫。

人臉識別模型建立模塊603，用于對具有人臉特征的人臉圖像進(jìn)行訓(xùn)練，建立人臉識別模型。

預(yù)處理模塊604，用于對待判定圖片進(jìn)行預(yù)處理，得到待判定圖片對應(yīng)的待判定人臉圖片。

可選的，本發(fā)明實(shí)施例的顏值判定裝置中，特征提取模塊具體用于，通過人臉識別模型提取待判定人臉圖片的第一人臉特征。

可選的，本發(fā)明實(shí)施例的顏值判定裝置中，預(yù)處理模塊包括：

關(guān)鍵點(diǎn)獲取子模塊，用于獲取待判定圖片中的人臉關(guān)鍵點(diǎn)。

校準(zhǔn)子模塊，用于根據(jù)人臉關(guān)鍵點(diǎn)位置，通過仿射變換，對人臉進(jìn)行校準(zhǔn)。

可選的，本發(fā)明實(shí)施例的顏值判定裝置中，圖片選取模塊包括：

第一計算子模塊，用于計算第一人臉特征和第二人臉特征的余弦值。

第一選取子模塊，用于選取最大的n個余弦值對應(yīng)的n張人臉圖片?；颍?/p>

第二計算子模塊，用于計算第一人臉特征和第二人臉特征的歐式距離。

第二選取子模塊，用于選取最小的n個歐氏距離對應(yīng)的n張人臉圖片。

需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實(shí)體或者操作與另一個實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

本說明書中的各個實(shí)施例均采用相關(guān)的方式描述，各個實(shí)施例之間相同相似的部分互相參見即可，每個實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處。尤其，對于系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡單，相關(guān)之處參見方法實(shí)施例的部分說明即可。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。