SCUT-FBP5500: مجموعة بيانات مرجعية متنوعة للتنبؤ بالجمال الوجهي متعدد النماذج

تنبؤ الجمال الوجهي (FBP) هو مشكلة مهمة في مجال التعرف البصري تهدف إلى تقييم جاذبية الوجه بشكل متسق مع الإدراك البشري. لحل هذه المشكلة، تم تقديم نماذج بيانات مختلفة، خاصة تقنيات التعلم العميق المتقدمة، وأصبحت مجموعات البيانات المرجعية من العناصر الأساسية لتحقيق FBP. قد صاغت الأعمال السابقة تعرف الجمال الوجهي كمشكلة تعلم إشرافي محددة للتصنيف أو الانحدار أو الترتيب، مما يشير إلى أن FBP هي في جوهرها مشكلة حسابية متعددة النماذج. ومع ذلك، تم بناء معظم مجموعات البيانات المرجعية لـ FBP تحت قيود حسابية محددة، مما يحد من أداء ومرنّة النموذج الحاسوبي المدرب على هذه البيانات. في هذا البحث، نؤكد أن FBP هي مشكلة حسابية متعددة النماذج ونقترح مجموعة بيانات مرجعية جديدة ومتنوعة تُسمى SCUT-FBP5500 لتحقيق التنبؤ بالجمال الوجهي متعدد النماذج. تحتوي مجموعة البيانات SCUT-FBP5500 على 5500 وجه أمامي بخصائص متنوعة (ذكر/أنثى، آسيوي/كوزاكي، الأعمار) وعلامات متنوعة (نقاط علامات الوجه، درجات الجمال ضمن نطاق [1,~5]، توزيع درجات الجمال)، مما يسمح باستخدام نماذج حاسوبية مختلفة ذات نماذج FBP مختلفة مثل نموذج تصنيف/انحدار الجمال الوجهي القائم على المظهر/الشكل لآسيويين وكوزاكيين ذكور وإناث. قمنا بتقييم مجموعة البيانات SCUT-FBP5500 لـ FBP باستخدام تركيبات مختلفة من الخصائص والتنبؤات وأنواع مختلفة من طرق التعلم العميق. تشير النتائج إلى تحسين أداء FBP وإلى التطبيقات المحتملة المستندة إلى SCUT-FBP5500.