摘要：在计算机技术日渐发达和电子信息技术飞速崛起的今天，运用计算机相关技术对人脸美丽度进行研究的学者逐渐多了起来，人脸美丽度估计方面的研究热度不断上升，而且越来越多的人更加关注这个领域。每一个人都想要美丽，追求美貌，在我们的生活中的美随处可见，而且直接或者间接对人们产生了巨大的影响；所以，人脸美丽度估计研究成为了一项非常重要的课题。数据驱动的人脸美丽度研究就是通过计算机技术来提取影响人脸的美丽数据因素，然后确定一个判断美丽的客观标准。研究者主要是通过人脸的几何或纹理特征的获取，然后通过机器学习对人脸美进行评分，但现有研究所建立的面部美学分析系统还相对简单。

本文介绍了脸部美学的基本研究方法，并实现了基于LBP特征的自动化人脸美丽度估计。LBP是一种纹理特征，在人脸分析领域广泛应用，它具有很多优点，主要包括灰度不变性和旋转不变性等。本文通过LBP来提取图像的局部的纹理特征，再通过机器学习（SVM）进行分析，最后计算分数得出对人脸美的估计。

关键词：人脸美丽度估计；纹理特征提取；LBP；SVM

目录

摘要

Abstract

1 绪论-1

1.1研究背景和意义-1

1.2 人脸美丽度估计的研究现状-2

2 人脸美的分析和综合理解-3

2.1 人脸美的评判标准-3

2.2人脸美丽度的可量化性-4

2.3本章小结-4

3基于纹理特征的人脸美丽度估计-6

3.1 纹理特征提取方法-6

3.1.1 LBP特征-6

3.1.2 LBP特征提取算法-7

3.1.3 LBP分块-8

3.1.4 LBP特征向量提取的步骤-10

3.2美丽分数的分析预测-10

3.2.1支持向量机(SVM)-10

3.3 本章小结-12

4人脸美丽度评估结果-13

4.1 数据库-13

4.2 人脸图像预处理-13

4.2模型评价准则-14

4.3 人脸美丽度估计实验过程和结果-14

4.4 本章小结-15

结    论-17

参 考 文 献-18

附录 人脸美丽度评估实验程序-19

致    谢-23