一、 需求概述
1.識別出照片中的人臉；
2.識別出照片中的臉型和人臉上的眉毛、眼睛、鼻子、嘴巴四個器官的大小及形狀、位置；
3.并根據臉型以及主要器官的大小、形狀、位置對人臉的美麗程度進行評價；
4.綜合評價人臉的顏值，給出總評分；
5.將程序嵌入客戶現有的WEB頁面；
6.大小、形狀、位置識別誤差不超過實際情況的15%（不低于“研值”APP目前的識別效果）。
APP隨意測試圖片
二、 架構說明
"說明:
顏值評價應用服務器由Django構建，因為深度學習的相關算法需要由python來實現，Django是一個開放源代碼的Web應用框架，由Python寫成，許多成功的網站和APP都基于Django。
Django采用了MVC的軟件設計模式，即模型M，視圖V和控制器C三層分離的架構。顏值評價應用服務器都需要有對應的數據庫服務器。
三、架構流程
1、 用戶通過互聯網，發送人臉圖片至本地的顏值評分應用服務器；
2、 本地的顏值評分應用服務器根據負載均衡的原理將請求平均發送給顏值評分AI服務器
3、 本地的顏值評分AI服務器無需與外部的人臉及五官識別API進行通訊；
4、 本地的顏值評分AI服務器對臉型、五官大小、位置等進行評分，并將結果反饋給本地的顏值評分應用服務器；
5、 本地的顏值評分應所有服務器講結果返回給用戶。
四、技術實現 4.1臉型及五官的識別
基于SIFT特征點提取以及深度學習建模訓練的發法，標注臉型及五官的特征點。如下圖：
"說明:
4.2臉型長寬及五官大小位置的計算
根據臉型及五官的特征點，按指標值計算的臉型和五官的大小及位置。
4.3五官和臉型的評分
根據客戶發來的” 三庭五眼數據 “生成標準臉臉型及五官模板，按模板匹配程度來計算的臉型和五官的得分。
五、硬件配置要求 （建議）HPE BL460c Gen9 刀片服務器
1.標配1個Intel Xeon E5-2609 v4 (1.7GHz/8-core/20MB/6.4GT-s QPI/85W, DDR4-1866)；
2.標配16GB (2x 8GB) 2400MT/s (DDR4-2400) Registered DIMMs at 1.2V)內存
3.標配1個HP FlexFabric 10Gb 2-port 536FLB FlexibleLOM和1個HP Smart HBA H244br控制器，支持RAID 0,1。
4.支持2塊熱插拔SFF SAS/SATA/SDD硬盤。
六、驗收方式
1： 人臉識別
在測試樣本上精度可以達到95%以上。
2： 臉型與五官大小位置計算
考慮到標準比較客觀，實現與標準值的誤差在了10%。
3： 顏值評分
考(kao)慮到標(biao)準比(bi)較(jiao)主觀，實現與人工判斷比(bi)較(jiao)接(jie)近(jin)的程(cheng)度(du)。
轉載：//citymember.cn/zixun_detail/108838.html
