matlab美颜代码-aesthetic-analysis:美学分析硕士论文代码

matlab美颜代码美学分析 随着深度学习和特征提取技术的进步，自动面部美容分析已成为新兴的研究课题。 然而，由于收集可靠的标记数据的成本，美的主观性仍然阻碍了该领域的发展，因为必须根据各种评估者来确定个人的美分数。 为了解决这个问题，我们研究了四种不同的基于半监督流形的算法的性能，这些算法可以在训练阶段利用标记和未标记的数据，并在两个不同的数据集中使用它们：SCUT-FBP和M 2 B 。 本研究中使用的半监督算法为： 本地和全球一致性（LGC）。 柔性歧管嵌入（FME）。 内核柔性歧管嵌入（KFME）。 基于柔性图的半监督嵌入。 此外，还研究了3种监督算法： 1-最近邻居（NN）。 岭回归（RR）。 支持向量回归（SVR）。 内容 有3个代码文件夹： Feature_extraction：它包含使用预训练卷积神经网络提取特征的代码。 Learning_M2B：包含M 2 B数据集上学习算法的代码。 Learning_SCUT：它包含SCUT-FBP数据集上的学习算法的代码。 数据 可以从下载SCUT-FBP数据集，从下载M 2 B数据集。 先决条件 软件先决条件如下： Matlab