TY -的A2 -洛佩兹卢比奥,伊齐盟——j·艾耶Tharun AU - K。拉胡尔AU - Nersisson鲁班盟,壮族,Zhemin AU -约瑟夫•拉杰亚历克斯·诺盟——Refayee Imthiaz PY - 2021 DA - 2021/08/26 TI -基于机器学习的面部美容的预测和分析额面部图像使用面部地标和传统图像描述符SP - 4423407六世- 2021 AB -美容业已经在多个国家快速增长和由于其应用在娱乐,分析和评估面部魅力得到了科学家们的注意,医生,和艺术家因为数字媒体,整形手术,和化妆品。分析技术用于面部美容的评估认为面部比例和面部特征元素来预测面部美容。这里,面部地标提取计算面部比例根据黄金比例和对称比率,并执行一个消融研究发现从提取比率表现最好的特性集。随后,灰度协方差矩阵应用灰度共生矩阵建立(),胡锦涛的时刻,在HSV空间和颜色直方图提取纹理,形状,和颜色特征。另一个执行消融研究来找出哪些特性执行最好的连接时面部地标。实验结果表明,初级面部特征的连接与面部地标改善面部美容的预测评分。四个模型的训练,再邻居(资讯),线性回归(LR),随机森林(RF)和人工神经网络(ANN)的数据集5500额面部图像,其中,然而执行最好的连接特性实现皮尔逊相关系数的0.7836和0.0963的均方误差。我们的分析也为我们提供了深入了解不同的机器学习模型的概念可以理解面部美容。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/4423407 - 10.1155 / 2021/4423407摩根富林明计算智力和神经科学PB - Hindawi KW - ER