一个新的基于CelebA的发型推荐大规模数据集

根据面部形状或其他特性推荐发型的发型推荐系统对理发师及其顾客都非常有用。但是，目前没有具有此任务所需属性的数据集。因此，最近的一篇论文介绍了一个新的大规模数据集，其中包含超过20万张具有相应发型和属性(如脸型、鼻子长度或瞳孔距离)的面部图像。

在特征提取过程中，使用了面部标志检测、卷积神经网络和空间变换器网络。作为验证，提出了一种基于随机森林算法的发型推荐系统。它可以根据面部特征预测发型，让用户也可以尝试发型。这些应用程序确认了建议数据集的稳健性和可用性。

在本文中，我们基于名人面部属性数据集CelebA提出了一个新的大规模发型推荐数据集CelebHair。我们的数据集继承了CelebA的大部分面部图像以及一些与美容相关的面部属性。此外，我们采用面部标志检测技术来提取额外特征，如鼻子长度和瞳孔距离，以及用于面部形状和发型分类的深度卷积神经网络。实证比较表明，我们的数据集在多样性、真实性和数量方面优于其他现有的发型相关数据集。对数据集进行了分析和实验，以评估其稳健性和可用性。

标签：