开源软件名称：

开源软件地址：

开源软件介绍：

爱美丽

ENGLISH

爱美丽是一款美颜智能应用，目标是提高用户颜值，包括：

颜值评测，颜值报告，改进方案，颜值PK等

目前版本实现了颜值评测、颜值报告(仅适用亚洲女性)

最新Android版下载(所有推断均在本地进行)：

https://gitee.com/knifecms/beauty/releases

Face Rank Project

颜值评测 检测原理

由于特征较多，使用 MLFeatureSelection 筛选特征

1.人脸轮廓检测

Dlib 人脸关键点检测

2.皮肤检测

byol + lda

3.整体特征

resnet

运行环境

• Python 3.8

使用方法

1.clone整个项目;

git clone https://gitee.com/knifecms/beauty.gitorgit clone https://github.com/showkeyjar/beauty.git

2.安装依赖;

2.1 独立安装：

conda install cmakeconda install nodejsconda install dlib

2.2 导入conda环境：

conda env create -f face.yaml默认windows环境linux环境请使用pip install

3.修改 predict.py 中的图片路径

# 修改为需要预测的美女图片test = "data/2.jpg"

4.执行预测，即可得到颜值分[0-5]，分数越高颜值越高

python predict.py

5.预测结果解释：

依次执行 landmarks/ 目录下的 1_gen_feature.py 2_prepare_data.py 即可生成 data/face/features.csv 文件python predict_interpret.py

6.执行摄像头下的实时预测

python predict_cam.py

7.运行web预测服务

python predict_server.py或者启动服务./restart_server.sh

预览地址：

http://locahost:5000/pred

包含两种解释lime和shap,推荐使用shap的解释

Questions

1.使用关键点位置判断是否科学？

关键点位置 + 皮肤 + 配比

2.使用人脸变换(face morph)作为美颜目标是否恰当？

使用Face Pose Net重建3d人脸

3.检测美是否可以反其道行之，用模型检测丑？

todo 缺陷检测

Problems

1.颜值解释运行过于缓慢，需要优化

已优化(todo 改用集成评估策略)

2.颜值解释说明需要配截图

已优化

3.需要对人脸校正

已优化

Todo

1.尝试使用 MediaPipe 捕获摄像头人脸；

2.尝试使用尺度熵+xgb替换CNN；

3.尝试使用 TFQ 加速模型训练过程；(已应用)

DEV:

训练数据集：

https://github.com/HCIILAB/SCUT-FBP5500-Database-Release

未来计划

1.颜值解释（已添加点位和身体部位对应名称）；(使用传统切割手段 和胶囊图网络Capsule GNN 对比使用 https://github.com/benedekrozemberczki/CapsGNNhttps://github.com/brjathu/deepcaps)

2.美肤评测（已添加 lbph 特征）；

3.使用带语义结构的特征（识别特定皮肤纹理等）；

4.使用深度网络对特征进行抽取（使用autokeras探索SCUT-FBP5500数据集生成模型，仅包含亚洲人和白人）；

5.端上应用：

由于cordova摄像头插件无法通过录像的方式捕捉人脸轮廓，暂时弃用Android Native C++配置过于复杂，windows下与python兼容性不好

端上开发

使用 Android Studio 打开 App/beauty

代替 firebase -> 21yunbox.com

参考

《女性美容美体小百科》

https://wenku.baidu.com/view/b10e711ba58da0116c1749e6.html

https://wenku.baidu.com/view/29392bbb9fc3d5bbfd0a79563c1ec5da50e2d6eb.html

https://max.book118.com/html/2017/1115/140076049.shtm

其他研究进展

https://github.com/bknyaz/beauty_vision

https://github.com/ustcqidi/BeautyPredict

http://antitza.com/assessment_female_beauty.pdf

The Beauty of Capturing Faces: Rating the Quality of Digital Portraitshttps://arxiv.org/abs/1501.07304v1

SCUT-FBP5500: A Diverse Benchmark Dataset for Multi-Paradigm Facial Beauty Predictionhttps://arxiv.org/abs/1801.06345v1

Understanding Beauty via Deep Facial Features:https://arxiv.org/pdf/1902.05380.pdf

欢迎贡献

欢迎提出宝贵意见及贡献代码

QQ交流群：740807335

加微信进微信群：

开发目录说明：

App     	移动端项目dl          深度神经网络训练过程doc         文档feature     特征处理landmarks   人脸关键点提取过程leaderboard 人脸排行榜logs        日志目录model       模型二进制文件static      flask服务静态文件template    flask服务模版文件test        测试目录

gitee仓库重置：

https://www.cnblogs.com/gaowengang/p/10955871.html