所有篩選標(biāo)準(zhǔn)圖像進行分類，得到該每個篩選標(biāo)準(zhǔn)圖像的類別;將該每個篩選標(biāo)準(zhǔn)圖像和對應(yīng)類別存儲至該參考圖像數(shù)據(jù)庫中。
[0113]其中，該多個完整人臉圖像可以是符合大眾審美標(biāo)準(zhǔn)的美女圖像，也可以是現(xiàn)有偶像團體的成員照片，或者其他明星的照片等，本公開實施例對此不作限定。對該多個完整人臉圖像的分解方法與步驟202中對待篩選圖像的分解方法同理，在此不作贅述。
[0114]需要說明的是，該類別的表現(xiàn)形式可以是能夠描述同一部位所具有的共同特征的關(guān)鍵字詞，也可以是數(shù)字或符號等組成的編號，本公開實施例對類別的具體形式也不作限定。
[0115]為了提高篩選速度，進一步降低計算量，可以將分解得到的任一人臉局部的所有篩選標(biāo)準(zhǔn)圖像進行分類，從而得到該每個篩選標(biāo)準(zhǔn)圖像的類別，具體分類方法可以為:根據(jù)任一人臉局部的每個模板和對應(yīng)類別，計算該人臉局部的篩選標(biāo)準(zhǔn)圖像中每個篩選標(biāo)準(zhǔn)圖像與該人臉局部的所有模板的相似度，將相似度最高對應(yīng)模板的類別確定為該篩選標(biāo)準(zhǔn)圖像的類別。需要說明的是，一個類別可以具有至少一個模板。
[0116]例如，對于眉毛部位模板中的任一模板如柳葉眉模板，計算眉毛部位的任一篩選標(biāo)準(zhǔn)圖像與該柳葉眉模板的相似度，計算方法可以有以下兩種:
[0117]第一種、根據(jù)該篩選標(biāo)準(zhǔn)圖像中眉毛的位置和大小，對應(yīng)調(diào)整該柳葉眉模板，該調(diào)整可以包括放大或縮小等操作，使兩者最大程度重合，計算重合部分占該篩選標(biāo)準(zhǔn)圖像中眉毛的比例值，該比例值即可確定為該篩選標(biāo)準(zhǔn)圖像與該柳葉眉模板的相似度。
[0118]第二種、米用SIFT(Scale_invariantfeature transform，尺度不變特征轉(zhuǎn)換)算法，該算法適用于在海量特征數(shù)據(jù)庫中進行快速、準(zhǔn)確的匹配，通過該算法計算得到的相似度，能夠提高篩選速度和篩選準(zhǔn)確度。
[0119]對于相似度的計算，可以采用上述兩種方法中的任一種方法，也可以通過其他算法計算該相似度，本公開實施例對此不作限定。
[0120]例如，對于眉毛部位的模板，可以包括:柳葉眉、一字眉、月牙眉和標(biāo)準(zhǔn)眉，針對任一眉毛部位的篩選圖像，分別計算與上述4種模板的相似度，當(dāng)該篩選圖像與4種模板的相似度分別為72%、39%、86%和57%時，確定該篩選圖像的類別為月牙眉。
[0121 ]上述分類方法能夠提高分類精確度，當(dāng)然，也可以采用其他分類方法，本公開實施例對此不作限定。
[0122]根據(jù)通過上述方法獲取到的參考圖像數(shù)據(jù)庫，對待對比圖像進行打分的具體方法可以為:
[0123]對于該多個待對比圖像中的每一個待對比圖像，從該參考圖像數(shù)據(jù)庫中獲取目標(biāo)參考圖像，該目標(biāo)參考圖像為與該待對比圖像相似度最高的參考圖像;將該待對比圖像與該目標(biāo)參考圖像之間的相似度作為該待對比圖像的分值。
[0124]其中，獲取目標(biāo)參考圖像的方法可以為:對該多個待對比圖像中的任一待對比圖像進行分類，得到該待對比圖像的類別;根據(jù)該待對比圖像的類別，從該參考圖像數(shù)據(jù)庫中獲取該類別的多個篩選標(biāo)準(zhǔn)圖像;計算該多個篩選標(biāo)準(zhǔn)圖像中每個篩選標(biāo)準(zhǔn)圖像與該待對比圖像的相似度;將相似度最高對應(yīng)的篩選標(biāo)準(zhǔn)圖像獲取為該待對比圖像的目標(biāo)參考圖像。
[0125]其中，計算篩選標(biāo)準(zhǔn)圖像與該待對比圖像相似度的方法，與上述計算篩選標(biāo)準(zhǔn)圖像與對應(yīng)模板相似度的方法同理，此處不作贅述。
[0126]需要說明的是，獲取參考圖像數(shù)據(jù)庫與對待對比圖像進行分類的過程，可以通過上述方法實現(xiàn)，也可以采用其他方法，本公開實施例對此不作限定。
[0127]在步驟204中，根據(jù)該多個待對比圖像的分值，得到該待篩選圖像的分值。
[0128]根據(jù)步驟203中得到的該多個待對比圖像的分值，計算該待篩選圖像分值的公式可以為:
[01 29] X = (Xl*fl+X2*f2+."+Xn*fn)/n
[0130]其中，η是指對該待篩選圖像進行圖像分解后，得到的多個不同人臉局部的待對比圖像的個數(shù)，X1、Χ2…Xn分別為每個待篩選圖像與對應(yīng)目標(biāo)參考圖像的相似度，fl、f2…fn分別為每個人臉局部的權(quán)重，且fi+f2+…+fn = n;該每個人臉局部的權(quán)重可以根據(jù)篩選標(biāo)準(zhǔn)由用戶自行設(shè)置，也可以通過其他方法確定，本公開實施例對此不作限定。
[0131]例如，對于任一待篩選圖像，經(jīng)分解后得到多個不同人臉局部的待對比圖像分別為:臉部皮膚、眼睛部位、下巴部位、鼻子部位、眉毛部位和嘴巴部位的待對比圖像。該多個不同人臉局部的待對比圖像與對應(yīng)目標(biāo)參考圖像的匹配度分別為87%、80%、75%、90%、83%和93%，當(dāng)主辦方對眼睛部位和嘴巴部位的要求較高時，可以將該多個不同人臉局部的權(quán)重分別確定為0.8、1.8、0.7、0.6、0.3和1.8，根據(jù)上述數(shù)值，可確定該待篩選圖像的分值為:
[0132]X= (87%*0.8+80%*1.8+75%*0.7+90%*0.6+83%*0.3+93%*1.8)/6 = 0.854ο
[0133]需要說明的是，基于任一待篩選圖像的多個不同人臉局部的待對比圖像分值，可以根據(jù)上述公式計算該待篩選圖像的分值，也可以通過其他類似公式進行計算，本公開實施例對此不作限定。
[0134]在步驟205中，當(dāng)該待篩選圖像的分值大于預(yù)設(shè)閾值時，確定該待篩選圖像為符合篩選條件的圖像。
[0135]該預(yù)設(shè)閾值的確定方法可以為:根據(jù)女子偶像團體的人數(shù)和待篩選圖像的個數(shù)確定。例如，當(dāng)女子偶像團體的人數(shù)為10人，待篩選圖像的個數(shù)為1000個時，將待篩選圖像按照對應(yīng)分值情況進行排序，從分值最高的前10%的待篩選圖像中，選取分值最低的待篩選圖像，將該待篩選圖像的分值確定為該預(yù)設(shè)閾值。
[0136]上述確定該預(yù)設(shè)閾值的確定方法，能夠根據(jù)實際情況，從待篩選圖像中確定出足夠數(shù)量的圖像，以使得主辦方能夠基于該篩選結(jié)果，進一步挑選出最適合的人選。當(dāng)然，也可以通過其他方法確定該預(yù)設(shè)閾值，本公開實施例對此不作限定。
[0137]在步驟206中，確定該待篩選圖像為不符合篩選條件的圖像。
[0138]如果該待篩選圖像不符合該預(yù)設(shè)標(biāo)準(zhǔn)，或者該待篩選圖像的分值不大于預(yù)設(shè)閾值，則確定該篩選圖像為不符合篩選條件的圖像。
[0139]上述圖像篩選方法除了可以應(yīng)用在女子偶像團體成員的海選中，同樣可以應(yīng)用在男子偶像或男子偶像團體成員的海選中，此外，還可以應(yīng)用在其他需要從大量候選對象中選出目標(biāo)對象的過程中，本公開對上述圖像篩選方法的應(yīng)用范圍及應(yīng)用場景不作限定。
[0140]本公開實施例提供的方法，通過人臉識別技術(shù)對待篩選圖像進行圖像分解，得到多個不同人臉局部的待對比圖像，根據(jù)參考圖像數(shù)據(jù)庫對該多個不同人臉局部的待對比圖像記性打分，再基于每個待對比圖像的分值，得到該待篩選圖像的分值，通過將該待篩選圖像的分值與預(yù)設(shè)閾值進行對比，確定該待篩選圖像是否為符合預(yù)設(shè)標(biāo)準(zhǔn)的圖像，通過上述圖像篩選方法能夠?qū)崿F(xiàn)現(xiàn)實中對不同對象的自動篩選，從而能夠避免大量人力資源的浪費，且能夠提高篩選結(jié)果的客觀性;進一步地，根據(jù)預(yù)設(shè)標(biāo)準(zhǔn)，提前從待篩選圖像中剔除明顯不符合的圖像，能夠加快圖像篩選速度，減小計算量。
[0141]圖3是根據(jù)一示例性實施例示出的一種圖像篩選裝置框圖。參照圖3，該裝置包括判斷模塊301，圖像分解模塊302，第一打分模塊303，第二打分模塊304和確定模塊305。
[0142]判斷模塊301，用于判斷待篩選圖像是否符合預(yù)設(shè)標(biāo)準(zhǔn)；
[0143]圖像分解模塊302，用于如果該判斷模塊301的判斷結(jié)果為該待篩選圖像符合該預(yù)設(shè)標(biāo)準(zhǔn)，通過人臉識別技術(shù)對該待篩選圖像進行圖像分解，得到多個不同人臉局部的待對比圖像；
[0144]第一打分模塊303，用于根據(jù)參考圖像數(shù)據(jù)庫，分別對該圖像分解模塊302得到的該多個待對比圖像中的每個待對比圖像進行打分，得到該每個待對比圖像的分值，該參考圖像數(shù)據(jù)庫至少用于存儲不同人臉局部的篩選標(biāo)準(zhǔn)圖像；
[0145]第二打分模塊304，用于根據(jù)第一打分模塊303得到的該多個待對比圖像的分值，得到該待篩選圖像的分值；
[0146]確定模塊305，用于當(dāng)該第二打分模塊304得到的該待篩選圖像的分值大于預(yù)設(shè)閾值時，確定該待篩選圖像為符合篩選條件的圖像。
[0147]在本公開提供的第一種可能實現(xiàn)方式中，該判斷模塊301用于:
[0148]判斷該待篩選圖像中的人臉是否為五官完全顯示的人臉；
[0149]如果該待篩選圖像中的人臉為五官完全顯示的人臉，判斷該待篩選圖像是否經(jīng)過圖像處理技術(shù)處理；
[0150]如果該待篩選圖像未經(jīng)過圖像處理技術(shù)處理，確定該待篩選圖像符合該預(yù)設(shè)標(biāo)準(zhǔn)。
[0151 ]在本公開提供的第二種可能實現(xiàn)方式中，該第一打分模塊303用于:
[0152]對于該圖像分解模塊302得到的該多個待對比圖像中的每一個待對比圖像，從該參考圖像數(shù)據(jù)庫中獲取目標(biāo)參考圖像，該目標(biāo)參考圖像為與該待對比圖像相似度最高的參考圖像；
[0153]將該待對比圖像與該目標(biāo)參考圖像之間的相似度作為該待對比圖像的分值。
[0154]在本公開提供的第三種可能實現(xiàn)方式中，該第一打分模塊303用于:
[0155]對該圖像分解模塊302得到的該多個待對比圖像中的任一待對比圖像進行分類，得到該待對比圖像的類別