你的颜值打几分？——基于tensorflow实现人脸打分模型

比眉伴天荒 2022-06-10 08:24 152阅读 0赞

## 前言 ##

用神经网络评价颜值高低，基于CNN实现人脸打分。这个项目一周前发布在[GitHub][]上面，后经本人使用新的公开的数据集（原项目数据集未公布），重新设置网络结构，最后跑出模型，可通过访问GitHub获得代码及训练好的模型：[https://github.com/roguesir/DL-project/tree/master/FaceScoring][https_github.com_roguesir_DL-project_tree_master_FaceScoring]。

## 项目介绍 ##

### 数据获取 ###

训练数据集为华南理工大学实验室公布的数据集，下载地址为： [http://www.hcii-lab.net/data/SCUT-FBP/EN/download.html][http_www.hcii-lab.net_data_SCUT-FBP_EN_download.html]。这个数据集里面都是女生的图片及打分。

这个数据及包含500张女生图片，由70人进行打分，最终取平均值即为该图片的打分情况。从1到5分不等。如下图所示：

![Center][]

### 预处理 ###

原始数据集中图片和评分是分开的，为了项目方便，我们将图片名称命名为：评分-编号.jpg，我们的目标是使最终训练的模型能够对图片进行1-9的评分，因此需要对得分进行处理，使评分为1-9之间的整数。可以参考我的GitHub项目中rename.py脚本文件，如下：

for i in range(0,500):
    	score = str(round(col_score[i])*2)
    	for image in os.listdir(path):
    		#print(image)
    		if os.path.isfile(os.path.join(path, image)):
    			id_tag = image.find("j")
    			score_tag = image.find("-")
    			#print(id_tag)
    			name=image[score_tag+1:id_tag-1]
    			#print(name)
    			#print(i+1)
    			if name == str(i+1):
    				os.rename(path + os.sep + image, path + os.sep + score + '-' + name + '.jpg')

之后，需要使用face\_recognition库将图片中的人脸进行提取，不得不说，face\_recognition这个库真的挺强大的，处理效果也很好（只要你正经点。。。见下图）  
![Center 1][]

用face\_recognition库处理好图片，结果如下所示：

![Center 2][]

最后，将提取出来的人脸图片重新设置大小，同意成128\*128尺寸。即可完成数据准备。

### 网络设计 ###

这个项目，最初的作者给出了原始的CNN代码，我重新设置了两个模型，提高了准确率，介绍如下：

原始模型：含有三层卷积层和两层全连接层的CNN网络，网络结构较简单， [点击进入][https_github.com_roguesir_DL-project_tree_master_FaceScoring]。

Alex模型：类似AlexNet分类模型，含有五层卷积层和三层全连接层的CNN网络， [点击进入][https_github.com_roguesir_DL-project_tree_master_FaceScoring]。

VGG-16模型：类似VGG-16模型，含有13层卷积层和三层全连接层的CNN网络。

模型中加入BN，防止梯度爆炸。

## 训练 ##

训练过程如下：

1.在GitHub上面clone代码

2.运行rename.py脚本将数据重新命名

3.运行find\_faces\_in\_picture.py，通过face\_recognition库提取人脸图片

4.运行resize\_image.py将提取的人脸图片设置为128\*128

5.运行train.py训练原始模型，train\_alex.py训练AlexNet模型，train\_vgg.py训练VGG-16模型

6.运行test.py、test\_alex.py、test\_vgg.py即可对上述三个模型进行测试

说明：test脚本文件对应的模型结构一致，在train脚本文件中将训练的模型存储，以方便test文件调用

## 模型输出 ##

输出结果如下：

![Center 3][]

[GitHub]: https://github.com/fendouai/FaceRank
[https_github.com_roguesir_DL-project_tree_master_FaceScoring]: https://github.com/roguesir/DL-project/tree/master/Face-Scoring
[http_www.hcii-lab.net_data_SCUT-FBP_EN_download.html]: http://www.hcii-lab.net/data/SCUT-FBP/EN/download.html
[Center]: /images/20220610/ee59befb34224204b0e496981c67c10d.png
[Center 1]: /images/20220610/72133f645851420db71634c4bd139288.png
[Center 2]: /images/20220610/46c90f5cf703442589fa6f826f1f8eab.png
[Center 3]: /images/20220610/97b8b8c99a824c319538a2a6edaf364d.png