SCUT-FBP：面部美感知基准数据集
计算机视觉与模式识别
2015-11-10 v1
摘要
本文构建了一个带有吸引力评分的新型人脸数据集，即SCUT-FBP数据集，用于自动面部美感知。该数据集提供了一个基准，用以评估不同面部吸引力预测方法（包括最先进的深度学习方法）的性能。SCUT-FBP数据集包含500名亚洲女性受试者的面部肖像及其吸引力评分，所有评分均已在评分分布、标准差、一致性及自一致性方面经过验证。利用经典统计学习方法和深度学习方法，采用面部几何特征与纹理特征的不同组合，进行了面部吸引力预测的基准评估。CNN模型取得了最佳的皮尔逊相关系数（0.8187）。因此，我们的实验结果表明，SCUT-FBP数据集为面部美感知提供了可靠的基准。
引用
@article{arxiv.1511.02459,
title = {SCUT-FBP: A Benchmark Dataset for Facial Beauty Perception},
author = {Duorui Xie and Lingyu Liang and Lianwen Jin and Jie Xu and Mengru Li},
journal= {arXiv preprint arXiv:1511.02459},
year = {2015}
}
备注
6 pages, 8 figures, 6 tables