人臉美學客觀化研究

《人臉美學客觀化研究》是依託香港理工大學深圳研究院，由張大鵬擔任項目負責人的面上項目。

基本介紹

• 中文名：人臉美學客觀化研究
• 項目類別：面上項目
• 項目負責人：張大鵬
• 依託單位：香港理工大學深圳研究院

項目摘要

容貌對社會生活的諸多方面有重要影響，如求職、擇偶等。人類對揭示容貌美的規律一直充滿熱情，但已有的研究範圍較為局限、研究手段偏於主觀。心理學界的研究成果表明不同地域和文化背景的人對容貌美的認識具有共性，說明人們對美的認知遵循某種客觀規律。人臉美學客觀化研究就是探索人臉生物特徵與視覺審美之間的可計算模型。它有兩個維度，一是審美對象的廣泛性，一是研究審美主體的共性。本項目首先建立包括大量美麗人臉和普通人臉的跨地域、種族的人臉圖像資料庫，以及包括百人以上的審美評價資料庫；然後選取適用於人臉美學研究的特徵集合，並研究高精度特徵自動提取方法；重點研究人臉美學可計算模型，提出合理的模型評價準則，通過統計學習、數據挖掘等途徑建立模型，從而挖掘人臉審美的客觀規律。本項目的研究成果不僅能夠套用在醫學整形、藝術設計、智慧型圖像編輯等領域，而且為人臉美學認知研究提供了新思路和新工具。

結題摘要

容貌影響人們社會生活的很多方面。對人臉美的探索跨越藝術、哲學、人類學、整形醫學、心理學、計算機科學等多個領域。其中，基於圖像的人臉美研究是一個新興的研究方向，充滿機遇和挑戰。一方面，網際網路的繁榮和圖像處理技術的發展為其提供了數據來源和方法支持。另一方面，人臉審美現象是複雜的，目前還沒有成熟的研究架構，也缺少公開的測試平台。本項目主要研究內容可分為三個方面：人臉審美假說、人臉美的計算模型以及人臉美化。 平均臉假說是較有影響力的人臉審美假說，但是現有的假說驗證方法有一定的局限性，如存在混淆變數、實驗樣本少等。我們提出了人臉形狀空間，使人臉幾何特徵得到規範的量化計算，再用移動最小二乘算法生成遠離和靠近平均臉的兩組刺激圖像，形變大小精確可控。實驗基於大規模的中國人臉庫，得到如下結論：平均臉形狀是美的，但美麗的人臉形狀不一定與之相同，人臉審美不能單純的由平均臉假說解釋。 我們提出了人臉審美的加權平均假說，並用感知實驗和建模兩種方式對其進行了驗證。由假說的推論得到一個基於凸包的人臉幾何結構美化方法，表明假說的有用性。此外，我們證明了加權平均假說與平均臉假說、對稱性假說及基於比例的形式美學是兼容的。 人臉美的計算模型能夠量化人臉特徵和美麗度之間的映射關係，從而實現人臉美麗度的自動估計。我們著重解決建模過程中的特徵選擇與融合問題。共有七類待選特徵，涵蓋幾何和紋理特徵以及全局和局部特徵。先通過降維和特徵選擇對每類特徵進行最佳化，在此基礎上再研究多類特徵的融合策略。 人臉美化是審美規律的具體套用，主要研究包括人臉皮膚美化與人臉形狀美化。對於人臉的皮膚美化，採用了改進的多級中值濾波模型，實驗結果顯示它能對人臉的皺紋、斑點、青春痘等進行有效的美化。對於人臉的形狀美化，提出了基於移動最小二乘法的改進算法，它能在訓練樣本中自適應的尋找相似的人臉，建立相應美化模型，最終實現形狀美化。