Command Palette
Search for a command to run...
SCUT-FBP5500 : Un ensemble de données de référence diversifié pour la prédiction de la beauté faciale multi-paradigme
SCUT-FBP5500 : Un ensemble de données de référence diversifié pour la prédiction de la beauté faciale multi-paradigme
Liang Lingyu Lin Luojun Jin Lianwen Xie Duorui Li Mengru
Résumé
La prédiction de la beauté faciale (FBP, Facial Beauty Prediction) est un problème important de reconnaissance visuelle visant à évaluer l'attractivité faciale de manière cohérente avec la perception humaine. Pour aborder ce problème, divers modèles fondés sur les données, notamment des techniques avancées d'apprentissage profond, ont été introduits, et les jeux de données de référence sont devenus un élément essentiel pour atteindre la FBP. Les travaux antérieurs ont formulé la reconnaissance de la beauté faciale comme un problème spécifique d'apprentissage supervisé de classification, de régression ou de classement, ce qui indique que la FBP est intrinsèquement un problème computationnel aux multiples paradigmes. Toutefois, la plupart des jeux de données de référence pour la FBP ont été construits sous des contraintes computationnelles spécifiques, limitant ainsi les performances et la flexibilité des modèles computationnels entraînés sur ces jeux. Dans cet article, nous soutenons que la FBP est un problème computationnel multi-paradigmes, et proposons un nouveau jeu de données de référence diversifié, nommé SCUT-FBP5500, afin de permettre une prédiction de la beauté faciale multi-paradigmes. Le jeu de données SCUT-FBP5500 comprend en tout 5 500 visages frontaux aux propriétés diverses (hommes/femmes, asiatiques/caucasiens, âges variés) et aux étiquettes riches (points de repère faciaux, scores de beauté compris entre 1 et 5, distribution des scores de beauté), ce qui permet l'application de différents modèles computationnels selon divers paradigmes de FBP, tels que des modèles de classification ou de régression de beauté faciale basés sur l'apparence ou la forme, adaptés aux hommes et femmes d'origine asiatique ou caucasienne. Nous avons évalué le jeu de données SCUT-FBP5500 pour la FBP en utilisant différentes combinaisons de caractéristiques et de prédicteurs, ainsi que diverses méthodes d'apprentissage profond. Les résultats montrent une amélioration significative de la FBP et révèlent le potentiel d'applications futures fondées sur le jeu de données SCUT-FBP5500.