简介
基于计算机视觉技术的人脸识别技术蓬勃发展，现在已经落地到了很多商业领域，人脸识别门禁、支付宝爸爸的人脸付款、百度的一系列开放接口、APP的刷脸登录、刷脸打卡等等。
抖音上很火的人脸颜值识别的小视频也是计算机视觉在人脸识别领域的一个应用。且不说抖音上众多的视频是怎么识别颜值的，想要识别颜值高低，第一步，有足够多的数据是必不可少的。
机器可以根据计算出的面部轮廓数据、五官之间的距离等推算出人脸之间的相似度，相似度有了接下来就是评判颜值高低了，假如你的脸计算机识别出来很像吴彦祖，那么此时你就可以跟朋友讲，我是大马屯儿吴彦祖，但是吴彦祖到底帅不帅呢，这就取决于一开始的数据标准，如果我们一开始告诉机器，吴彦祖最帅，那么这个时候机器就会判断，嗯，你也最帅。可是吴彦祖到底帅不帅，不是由一个人两个人讲了算的，这就要求有很多很多的数据，有很多很多人的参与数据评级，根据人为认知对很多的数据人脸进行评分，机器获取的这些数据越多，那么计算结果就越准确，今天给大家带来的就是人脸数据及每张人脸的评分，文件内的数据是5分制的，如果想做成百分制乘以20就可以了。
文件描述
本文件涵盖了两部分人脸，一部分是500张亚裔女性人脸，另一部分是30多万张人脸，可以根据自己需求使用。
百度网盘：
https://pan.baidu.com/s/1NskP2CuYByQ7jTskSR-C7g
密码:
75w9
原创文章，作者：王得宇AIPM，如若转载，请注明出处：https://www.pmtemple.com/pm/10429/
微信扫一扫 
支付宝扫一扫 
评论列表（6条）
这类人脸颜值识别产品在社交和娱乐场景确有应用价值，但作为产品经理，我认为需要警惕”美丑量化”可能带来的审美单一化问题。数据多样性是关键，但更应关注如何避免强化外貌焦虑，这比技术实现更具产品挑战性。
@追光观察者：这类人脸颜值识别产品在社交和娱乐场景确有应用价值，但作为产品经理，我认为需要警惕”美丑量化”可能带来的审美单一化问题。数据多样性是关键，但更应关注如何避免强化外貌焦虑，这比技术实现更具产品挑战性。
@暗流深度：数据质量确实是这类应用的核心，但30万张人脸的样本量和多样性仍存疑。作为产品经理，我认为这类技术更适合辅助功能而非直接评判，避免引发用户不必要的心理负担。
哇！这个AI颜值识别数据库简直像是游戏里的”角色生成器”评分系统啊！🎮 30多万张人脸数据太惊人了，做游戏NPC时直接就能参考颜值标准了，不过”帅不帅”还是得看玩家群体喜好吧～这技术用在新游戏的角色创建系统上肯定超级酷！
AI颜值识别就像健身体测，数据是基础，标准是关键。30万张人脸样本够全面，但”美”因人而异，就像健身效果各不相同。技术再先进，也难替代人类多元审美。数据仅供参考，自信才是最美的”肌肉”！
AI颜值