人工智能告诉你，明星的素颜有几分

專 欄

❈LucasX，Python中文社区专栏作者，Applied Machine Learning。

❈

前言

机器学习是当今最性感的技术，平常做Research、写Paper时应当严谨；但是在平常的生活中，我一直在想，机器学习可以用来做哪些有意思的事情？

上一篇：Python人工智能鉴黄师的自我修养，就是这样一种场景。本文写作的初衷也是一样，即“利用机器学习做一些好玩的事情”。 本篇主要介绍 “机器学习带你从人群中一眼找到颜值最高的小姐姐”。

声明：若要追求学术上的严谨，请阅读《Pattern Recognition and Machine Learning》、《The Elements of Statistical Learning》、《Deep Learning》；以及CVPR、ICCV、ECCV、NIPS、ICML、KDD等等顶会上的Paper！！！

正文

设想一下这样的场景，我们拍摄了一张包含许多人脸的照片，那么我们如何从这些照片中找到颜值最高的那位呢？就像这样：

如果你对计算机视觉或机器学习有一定的了解，那么你肯定知道刚刚描述的场景一共包括人脸检测 和 回归分析 这两个问题了。

即：首先框选出一张照片中的所有人脸；然后返回这些人脸对应的颜值得分。

下面切入正题吧，要训练机器学习模型，首先需要收集大量标注数据。前段时间我发现 华南理工大学-人机交互智能实验室 做过 Face Beauty Prediction 之类的工作，并且公布了他们实验室标注的数据，在此表示感谢！该数据集的颜值得分为1~5分, 1分表示颜值最低，5分表示颜值最高！

注：该数据集仅包含亚洲人，若你将训练好的模型用来预测欧美或者非洲人的颜值，可能会产生偏差！

因为样本量总数比较小，去train一个深度模型似乎没有必要。因此我用了HOG来提取人脸图像特征，然后训练回归模型。目前尝试了 Linear Regression、Lasso、Ridge Regression、Elastic Net、Support Vector Regressor 以及 Bayesian Ridge Regression 等回归模型。根据在测试集上的结果，我发现 Ridge Regressor 表现最佳，Pearson Correlation达到了0.7246！

对于人脸检测部分，Faster-RCNN, YOLO, SSD 等等这些都是非常成熟的检测模型了；尤其对于人脸检测，也有很多论文单独做了 face detector，在此不赘述了，以后有机会专门再写 object detection 相关的吧~在这里为了方便，我直接用的dlib做人脸检测。

我们保留训练后的模型二进制文件，在以后的测试中加载该文件，进行预测：

算法检测出了每一张脸，并给出了其对应的颜值评分。可以看到，机器学习认为右侧第二位美女的颜值是最高的，为 4.11118049 分！

注意！！前方开启高能预警！！！ 注意！！前方开启高能预警！！！ 注意！！前方开启高能预警！！！

我们在电视或海报上，看到的明星，往往都是 妆后+顶级修图师 处理过的照骗。而 素颜 才是评判颜值的真正标准。因此编写网络爬虫抓取百度图片的明星证件照，对部分明星素颜照进行颜值打分。结果如下：

可以看到，算法对刘诗诗的素颜照打出了1.52分。

可以看到，算法对唐嫣的素颜照打出了1.64分。

可以看到，算法对杨幂的素颜照打出了1.63分。

看来，三姐妹还是糖糖的颜值略胜一筹啊~

算法对黄圣依的素颜照打出了2.26分。根据我爬取的所有明星素颜照得分来看，超过2.2的素颜已经是很高了~

范爷以2.7分暂时位列榜首！给冰冰打call！！

算法给出李小璐的得分为2.51分！

算法给出赵丽颖的得分为1.98分！

注：目前训练集样本不够多，我用最新的深度学习算法测试的结果Pearson Correlation达到了0.78。如果你能够喂给算法更多的标记样本，效果肯定是会大幅度提高的！

声明：本文所有图片均来作者发表Paper的benchmark以及互联网。若有侵权，请告知予以删除！