结合局部二值模式和卷积神经网络的人脸美丽预测

来源：信号处理杂志 2019年第1期北京时间：

作者：甘俊英, 谭海英, 项俐, 翟懿奎, 曾军英

摘要：卷积神经网络(Convolution Neural Network，CNN)用于人脸美丽预测，能学习到深层次的特征表达，但提取的是全局特征，忽略了人脸的局部信息，因此，泛化能力不强。为此，本文提出一种结合局部二值模式(Local binary pattern , LBP)和卷积神经网络的人脸美丽预测算法。首先，利用数据增强技术扩大数据库规模；其次，将LBP纹理图像和原始灰度图像进行通道融合；再采用1×1卷积操作进行通道特征图的线性组合，从而实现网络跨通道的信息整合，提升人脸美丽预测精度。基于大规模亚洲女性人脸美丽数据库(Large Scale Asian Female Beauty Database, LSAFBD)的实验结果表明，该算法在分类和回归预测中均取得了较好效果，优于其他模型的人脸美丽预测算法；表明在卷积神经网络中加入纹理图像能有效提升人脸美丽预测精度。

关键词：人脸美丽预测, 局部二值模式, 卷积神经网络, LSAFBD人脸美丽数据库