在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
开源软件名称:beauty开源软件地址:https://gitee.com/knifecms/beauty开源软件介绍:爱美丽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
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: 包含两种解释lime和shap,推荐使用shap的解释 Questions1.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 Problems1.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 Todo1.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: |
请发表评论