一种颜值获取方法及装置与流程

本发明涉及计算机应用技术领域，尤其涉及一种颜值获取方法及装置。

背景技术：

颜值表示人物颜容英俊或靓丽的数值，用来评价人物容貌。但是不同用户对于颜值评判的标准却大不相同，例如，有些人喜欢圆脸，有些人喜欢尖脸；有些人喜欢丹凤眼，有些人喜欢桃花眼。因此如何有效获取图片中人脸的颜值，是一个非常困难的问题。

技术实现要素：

本发明实施例所要解决的技术问题在于，提供一种颜值获取方法及装置，可有效获取被测人脸的颜值。

为了解决上述技术问题，本发明实施例提供了一种颜值获取方法，包括：

获取被测图像和多个参考图像；

获取所述被测图像中的被测人脸与各个所述参考图像中的参考人脸之间的相似度；

在所述多个参考人脸中确定与所述被测人脸最为相似的至少一个目标参考人脸，其中，所述至少一个目标参考人脸的数量小于预设数量阈值，或者所述被测人脸与各个所述目标参考人脸之间的相似度大于预设比例阈值；

将所述被测人脸与各个所述目标参考人脸之间的相似度作为预设颜值算法的输入，得到所述被测人脸的颜值。

相应地，本发明实施例还提供了一种颜值获取装置，包括：

图像获取单元，用于获取被测图像和多个参考图像；

相似度获取单元，用于获取所述被测图像中的被测人脸与各个所述参考图像中的参考人脸之间的相似度；

人脸确定单元，用于在所述多个参考人脸中确定与所述被测人脸最为相似的至少一个目标参考人脸，其中，所述至少一个目标参考人脸的数量小于预设 数量阈值，或者所述被测人脸与各个所述目标参考人脸之间的相似度大于预设比例阈值；

颜值获取单元，用于将所述被测人脸与各个所述目标参考人脸之间的相似度作为预设颜值算法的输入，得到所述被测人脸的颜值。

实施本发明实施例，通过获取被测图像中的被测人脸与各个参考图像中的参考人脸之间的相似度，在多个参考人脸中确定与被测人脸最为相似的至少一个目标参考人脸，将被测人脸与各个目标参考人脸之间的相似度作为预设颜值算法的输入，得到被测人脸的颜值，可有效获取被测人脸的颜值。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中提供的一种颜值获取方法的流程示意图；

图2是本发明实施例中提供的一种颜值获取装置的结构示意图；

图3是本发明实施例中提供的一种终端的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

上述颜值获取方法可以运行在平板电脑、手机、个人计算机(Personal Computer，PC)、笔记本电脑或网络电视等终端中。

请参见图1，图1是本发明实施例中的一种颜值获取方法的流程示意图，如图所示本发明实施例中的颜值获取方法可以包括：

S101，获取被测图像和多个参考图像。

终端可以获取被测图像和多个参考图像。其中被测图像可以包括被测人脸，进一步的，被测人脸可以包括眼睛、鼻子或者嘴巴等五官轮廓。参考图像可以 包括参考人脸，参考人脸的性别可以是男性或者女性，其中每个参考图像对应一个颜值。可选的，终端可以获取管理服务器发送的各个参考图像以及参考图像中参考人脸的颜值，进而建立参考图像与颜值的对应关系。其中，管理服务器可以采集多个参考图像，获取用户对各个参考图像中的参考人脸提交的数值，该数值为用户用于评价参考人脸的颜值所提交的分数。进一步的，不同用户对同一个参考图像中的参考人脸所提交的数值是不相同的，管理服务器获取到对同一参考图像中的参考人脸提交的多个数值之后，可以对上述多个数值进行处理，将处理得到的目标数值确定为该参考图像中参考人脸的颜值。示例性的，管理服务器可以获取上述多个数值的平均值，将平均值作为该参考图像中参考人脸的颜值。本发明实施例中，参考图像中参考人脸的颜值是通过不同用户提交的数值确定的，符合大众的审美标准，也就是说，参考图像中参考人脸的颜值能够得到大众的认可，那么以参考图像中参考人脸的颜值为参考，得到被测图像中被测人脸的颜值，可提高颜值获取的准确性。可选的，终端可以采集多个参考图像，将用户对各个参考图像中的参考人脸提交的数值确定为该参考图像中的参考人脸的颜值。

在可选实施例中，终端可以获取被测图像，检测到被测图像包含被测人脸时，识别被测人脸的性别，获取与被测人脸的性别相同的参考人脸所属的参考图像。例如，用户对终端当前显示的被测图像提交颜值获取指令，终端可以响应该颜值获取指令获取被测图像，并通过人脸识别技术检测被测图像是否包含被测人脸，当被测图像包含被测人脸时，识别被测人脸的性别，如果被测人脸的性别为女性，则获取到的参考图像中参考人脸的性别也为女性；如果被测人脸的性别为男性，则获取到的参考图像中参考人脸的性别也为男性。又如，用户提交颜值获取指令时，可以输入被测图像，用户输入的被测图像可以是从终端的本地获取到的，也可以是从管理服务器下载得到的，终端获取该被测图像，检测到被测图像包含被测人脸时，识别被测人脸的性别，如果被测人脸的性别为女性，则获取性别为女性的参考人脸所属的参考图像；如果被测人脸的性别为男性，则获取性别为男性的参考人脸所属的参考图像。日常生活中，用户对不同性别的人脸的审美标准是不相同的，本发明实施例中，参考图像中参考人脸的性别和被测图像中被测人脸的性别相同，以参考图像中参考人脸的颜值为参考，得到被测图像中被测人脸的颜值，可提高颜值获取的准确性。

在可选实施例中，终端可以采集多个参考图像，获取用户对各个参考图像中的参考人脸提交的数值，将数值确定为参考图像中参考人脸的颜值。例如，终端对应的用户可以对终端预先采集到的参考图像中的参考人脸进行打分，终端将用户提交的数值确定为该参考图像中参考人脸的颜值，则终端获取到的参考图像中参考人脸的颜值比较符合终端对应的用户的审美标准，进而以参考图像中参考人脸的颜值为参考，得到被测图像中被测人脸的颜值，与终端对应的用户的审美标准更为匹配，提升用户体验。

S102，获取被测图像中的被测人脸与各个参考图像中的参考人脸之间的相似度。

终端可以获取被测图像中的被测人脸与各个参考图像中的参考人脸之间的相似度。例如，终端对被测图像和参考图像进行分析，可以得到被测图像中被测人脸与第一参考图像中第一参考人脸之间的相似度为70％，被测图像中被测人脸与第二参考图像中第二参考人脸之间的相似度为50％，等等。

在可选实施例中，终端可以在被测图像中提取被测人脸的至少一个第一特征元素，在参考图像中提取参考人脸的至少一个第二特征元素，针对每个特征元素，获取第一特征元素与第二特征元素之间的相似度，根据各个第一特征元素与第二特征元素之间的相似度，得到被测人脸与参考人脸之间的相似度。

其中，第一特征元素具体可以包括：被测人脸的眼睛、鼻子、嘴巴、脸型、肤色、嘴巴在人脸中的相对位置或者鼻子在人脸中的相对位置等。第二特征元素具体可以包括：参考人脸的眼睛、鼻子、嘴巴、脸型、肤色、嘴巴在人脸中的相对位置或者鼻子在人脸中的相对位置等。

具体实现中，终端可以对被测人脸进行图像缩放，以确定被测人脸的两个瞳孔之间的距离为100个像素，并对参考人脸进行图像缩放，以确定参考人脸的两个瞳孔之间的距离为100个像素。进一步的，终端可以获取被测人脸的肤色与参考人脸的肤色之间的相似度，例如，终端可以获取参考图像中人脸五官以外的所有像素的个数，并将被测人脸中人脸五官以外的各个像素的像素值与参考人脸中人脸五官以外的该像素的像素值进行比较，以获取被测人脸中像素值大于或者等于参考人脸中像素值的像素的个数，将被测人脸中像素值大于或者等于参考人脸中像素值的像素的个数除以参考图像中人脸五官以外的所有像素的个数，得到被测人脸的肤色与参考人脸的肤色之间的相似度。

进一步的，终端可以获取被测人脸的眼睛与参考人脸的眼睛之间的相似度，例如，终端可以获取被测人脸的眼睛面积以及参考人脸的眼睛面积，如果被测人脸的眼睛面积大于参考人脸的眼睛面积，则被测人脸的眼睛与参考人脸的眼睛之间的相似度为100％；如果被测人脸的眼睛面积小于参考人脸的眼睛面积，终端可以将被测人脸的眼睛面积与参考人脸的眼睛面积之间的比值作为被测人脸的眼睛与参考人脸的眼睛之间的相似度，示例性的，被测人脸的眼睛面积与参考人脸的眼睛面积之间的比值为0.3，则终端可以获取到被测人脸的眼睛与参考人脸的眼睛之间的相似度为30％。

进一步的，终端可以获取被测人脸的嘴巴与参考人脸的嘴巴之间的相似度，例如，终端可以获取被测人脸的嘴巴面积以及参考人脸的嘴巴面积，如果被测人脸的嘴巴面积小于参考人脸的嘴巴面积，则被测人脸的嘴巴与参考人脸的嘴巴之间的相似度为100％；如果被测人脸的嘴巴面积大于参考人脸的嘴巴面积，终端可以获取被测人脸的嘴巴面积与参考人脸的嘴巴面积之间的比值，将预设值减去被测人脸的嘴巴面积与参考人脸的嘴巴面积之间的比值，得到的结果为被测人脸的嘴巴与参考人脸的嘴巴之间的相似度，示例性的，预设值为2，被测人脸的嘴巴面积为3cm²，参考人脸的嘴巴面积为2cm²，则被测人脸的嘴巴与参考人脸的嘴巴之间的相似度为50％。

进一步的，终端可以获取被测人脸的鼻子与参考人脸的鼻子之间的相似度，例如，终端可以获取被测人脸的鼻子面积以及参考人脸的鼻子面积，如果被测人脸的鼻子面积小于参考人脸的鼻子面积，则被测人脸的鼻子与参考人脸的鼻子之间的相似度为100％；如果被测人脸的鼻子面积大于参考人脸的鼻子面积，终端可以获取被测人脸的鼻子面积与参考人脸的鼻子面积之间的比值，将预设值减去被测人脸的鼻子面积与参考人脸的鼻子面积之间的比值，得到的结果为被测人脸的鼻子与参考人脸的鼻子之间的相似度，示例性的，预设值为2，被测人脸的鼻子面积为6cm²，参考人脸的鼻子面积为4cm²，则被测人脸的鼻子与参考人脸的鼻子之间的相似度为50％。

进一步的，终端可以获取嘴巴在被测人脸中的相对位置与嘴巴在参考人脸中的相对位置的之间的相似度，例如，终端可以获取被测人脸中嘴巴的中心点的坐标，并获取被测人脸中两瞳孔之间的中心点的坐标，根据被测人脸中嘴巴的中心点的坐标与被测人脸中两瞳孔之间的中心点的坐标，获取被测人脸中嘴 巴的中心点与两瞳孔之间的中心点之间的距离DM1；终端还可以获取参考人脸中嘴巴的中心点的坐标，并获取参考人脸中两瞳孔之间的中心点的坐标，根据参考人脸中嘴巴的中心点的坐标与参考人脸中两瞳孔之间的中心点的坐标，获取参考人脸中嘴巴的中心点与两瞳孔之间的中心点之间的距离DM2。进一步的，终端可以将DM1和DM2作为相似度算法的输入，得到嘴巴在被测人脸中的相对位置与嘴巴在参考人脸中的相对位置的之间的相似度。

进一步的，终端可以获取鼻子在被测人脸中的相对位置与鼻子在参考人脸中的相对位置的之间的相似度，例如，终端可以获取被测人脸中鼻子的中心点的坐标，并获取被测人脸中两瞳孔之间的中心点的坐标，根据被测人脸中鼻子的中心点的坐标与被测人脸中两瞳孔之间的中心点的坐标，获取被测人脸中鼻子的中心点与两瞳孔之间的中心点之间的距离DB1；终端还可以获取参考人脸中鼻子的中心点的坐标，并获取参考人脸中两瞳孔之间的中心点的坐标，根据参考人脸中鼻子的中心点的坐标与参考人脸中两瞳孔之间的中心点的坐标，获取参考人脸中鼻子的中心点与两瞳孔之间的中心点之间的距离DB2。进一步的，终端可以将DB1和DB2作为相似度算法的输入，得到鼻子在被测人脸中的相对位置与鼻子在参考人脸中的相对位置的之间的相似度。

进一步的，终端可以获取被测人脸的脸型与参考人脸的脸型之间的相似度，例如，终端可以对被测人脸拟合抛物线，获取被测人脸的脸型指数DV1；终端还可以对参考人脸拟合抛物线，获取参考人脸的脸型指数DV2。进一步的，终端可以将DV1和DV2作为相似度算法的输入，得到被测人脸的脸型与参考人脸的脸型之间的相似度。

其中，相似度算法可以为：X1可以为被测人脸的第一特征元素，例如DM1、DB1或者DV1，X2可以为参考人脸的第二特征元素，例如DM2、DB2或者DV2。

进一步的，终端获取到各个第一特征元素与第二特征元素之间的相似度之后，可以获取各个相似度之间的平均值，将各个相似度之间的平均值作为被测人脸与该参考人脸之间的相似度。例如，特征元素包括肤色、嘴巴以及脸型，其中被测人脸的肤色与参考人脸的肤色之间的相似度为80％，被测人脸的嘴巴 与参考人脸的嘴巴之间的相似度为100％，被测人脸的脸型与参考人脸的脸型之间的相似度为60％，则被测人脸与参考人脸之间的相似度为80％。

S103，在多个参考人脸中确定与被测人脸最为相似的至少一个目标参考人脸。

终端获取到被测人脸与各个参考人脸之间的相似度之后，可以在多个参考人脸中确定与被测人脸最为相似的至少一个目标参考人脸。其中，至少一个目标参考人脸的数量小于预设数量阈值，或者被测人脸与各个目标参考人脸之间的相似度大于预设比例阈值。预设数量阈值可以为预先设定的数量阈值，例如5或者7等，示例性的，终端获取到的参考图像有100个，终端可以将与被测人脸最为相似的5个参考人脸作为目标参考人脸，其中目标参考人脸与被测人脸之间的相似度高于其他参考人脸与被测人脸之间的相似度。预设比例阈值可以为预先设定的比例阈值，例如50％或者70％等，示例性的，终端可以将与被测人脸之间的相似度大于50％的参考人脸作为目标参考人脸。

S104，将被测人脸与各个目标参考人脸之间的相似度作为预设颜值算法的输入，得到被测人脸的颜值。

终端可以将被测人脸与各个目标参考人脸之间的相似度作为预设颜值算法的输入，得到被测人脸的颜值。可选的，终端得到被测人脸的颜值之后，可以输出被测人脸的颜值，例如在被测图像中显示被测人脸的颜值。

在可选实施例中，预设颜值算法为：

其中，M为被测人脸的颜值，S_i为被测人脸与第i个目标参考人脸之间的相似度，M_i为第i个目标参考人脸的颜值，n为正整数。

例如，目标参考人脸包括第一参考人脸和第二参考人脸，第一参考人脸的颜值为85％，被测人脸与第一参考人脸之间的相似度为80％，第二参考人脸的颜值为70％，被测人脸与第二参考人脸之间的相似度为60％，则被测人脸的颜值可以为78.5。

在可选实施例中，终端将被测人脸与各个目标参考人脸之间的相似度作为 预设颜值算法的输入，得到被测人脸的颜值之后，如果获取到的被测人脸的颜值小于预设阈值，则终端可以将被测人脸的颜值调整为该预设阈值。其中预设阈值可以为预先设定的数值，例如60或者65等。

本发明实施例中，获取被测图像中的被测人脸与各个参考图像中的参考人脸之间的相似度，在多个参考人脸中确定与被测人脸最为相似的至少一个目标参考人脸，将被测人脸与各个目标参考人脸之间的相似度作为预设颜值算法的输入，得到被测人脸的颜值，可有效获取被测人脸的颜值。

请参见图2，图2是本发明实施例中提供的一种颜值获取装置的结构示意图，本发明实施例中的颜值获取装置可以包括平板电脑、手机、个人计算机、笔记本电脑、车载设备、网络电视等终端，如图所示本实施例中的颜值获取装置至少可以包括图像获取单元201、相似度获取单元202、人脸确定单元203以及颜值获取单元204，其中：

图像获取单元201，用于获取被测图像和多个参考图像。可选的，图像获取单元201可以获取管理服务器发送的各个参考图像以及参考图像中参考人脸的颜值，进而建立参考图像与颜值的对应关系。其中，管理服务器可以采集多个参考图像，获取用户对各个参考图像中的参考人脸提交的数值，该数值为用户用于评价参考人脸的颜值所提交的分数。进一步的，不同用户对同一个参考图像中的参考人脸所提交的数值是不相同的，管理服务器获取到对同一参考图像中的参考人脸提交的多个数值之后，可以对上述多个数值进行处理，将处理得到的目标数值确定为该参考图像中参考人脸的颜值。示例性的，管理服务器可以获取上述多个数值的平均值，将平均值作为该参考图像中参考人脸的颜值。可选的，图像获取单元201可以采集多个参考图像，将用户对各个参考图像中的参考人脸提交的数值确定为该参考图像中的参考人脸的颜值。

相似度获取单元202，用于获取被测图像中的被测人脸与各个参考图像中的参考人脸之间的相似度。例如，相似度获取单元202对被测图像和参考图像进行分析，可以得到被测图像中被测人脸与第一参考图像中第一参考人脸之间的相似度为70％，被测图像中被测人脸与第二参考图像中第二参考人脸之间的相似度为50％，等等。

人脸确定单元203，用于在多个参考人脸中确定与被测人脸最为相似的至少 一个目标参考人脸，其中，至少一个目标参考人脸的数量小于预设数量阈值，或者被测人脸与各个目标参考人脸之间的相似度大于预设比例阈值。预设数量阈值可以为预先设定的数量阈值，例如5或者7等，示例性的，图像获取单元201获取到的参考图像有100个，人脸确定单元203可以将与被测人脸最为相似的5个参考人脸作为目标参考人脸，其中目标参考人脸与被测人脸之间的相似度高于其他参考人脸与被测人脸之间的相似度。预设比例阈值可以为预先设定的比例阈值，例如50％或者70％等，示例性的，人脸确定单元203可以将与被测人脸之间的相似度大于50％的参考人脸作为目标参考人脸。

颜值获取单元204，用于将被测人脸与各个目标参考人脸之间的相似度作为预设颜值算法的输入，得到被测人脸的颜值。

在可选实施例中，图像获取单元201，具体用于：

获取被测图像。

检测到被测图像包含被测人脸时，识别被测人脸的性别。

获取与被测人脸的性别相同的参考人脸所属的参考图像。

例如，用户对终端当前显示的被测图像提交颜值获取指令，图像获取单元201可以响应该颜值获取指令获取被测图像，并通过人脸识别技术检测被测图像是否包含被测人脸，当被测图像包含被测人脸时，识别被测人脸的性别，如果被测人脸的性别为女性，则获取到的参考图像中参考人脸的性别也为女性；如果被测人脸的性别为男性，则获取到的参考图像中参考人脸的性别也为男性。又如，用户提交颜值获取指令时，可以输入被测图像，用户输入的被测图像可以是从终端的本地获取到的，也可以是从管理服务器下载得到的，图像获取单元201获取该被测图像，检测到被测图像包含被测人脸时，识别被测人脸的性别，如果被测人脸的性别为女性，则获取性别为女性的参考人脸所属的参考图像；如果被测人脸的性别为男性，则获取性别为男性的参考人脸所属的参考图像。

在可选实施例中，本发明实施例中的颜值获取装置还可以包括：

参考图像采集单元205，用于采集多个参考图像。

数值获取单元206，用于获取用户对各个参考图像中的参考人脸提交的数值。

颜值确定单元207，用于将数值确定为参考图像中参考人脸的颜值。

例如，终端对应的用户可以对参考图像采集单元205预先采集到的参考图像中的参考人脸进行打分，颜值确定单元207将用户提交的数值确定为该参考图像中参考人脸的颜值。

在可选实施例中，预设颜值算法可以为：

其中，M为被测人脸的颜值，S_i为被测人脸与第i个目标参考人脸之间的相似度，M_i为第i个目标参考人脸的颜值，n为正整数。

例如，目标参考人脸包括第一参考人脸和第二参考人脸，第一参考人脸的颜值为85％，被测人脸与第一参考人脸之间的相似度为80％，第二参考人脸的颜值为70％，被测人脸与第二参考人脸之间的相似度为60％，则被测人脸的颜值可以为78.5。

在可选实施例中，相似度获取单元202，具体用于：

在被测图像中提取被测人脸的至少一个第一特征元素。

在参考图像中提取参考人脸的至少一个第二特征元素。

针对每个特征元素，获取第一特征元素与第二特征元素之间的相似度。

根据各个第一特征元素与第二特征元素之间的相似度，得到被测人脸与参考人脸之间的相似度。

相似度获取单元202获取到各个第一特征元素与第二特征元素之间的相似度之后，可以获取各个相似度之间的平均值，将各个相似度之间的平均值作为被测人脸与该参考人脸之间的相似度。例如，特征元素包括肤色、嘴巴以及脸型，其中被测人脸的肤色与参考人脸的肤色之间的相似度为80％，被测人脸的嘴巴与参考人脸的嘴巴之间的相似度为100％，被测人脸的脸型与参考人脸的脸型之间的相似度为60％，则被测人脸与参考人脸之间的相似度为80％。

本发明实施例中，图像获取单元201获取被测图像和多个参考图像，相似度获取单元202获取被测图像中的被测人脸与各个参考图像中的参考人脸之间的相似度，人脸确定单元203在多个参考人脸中确定与被测人脸最为相似的至少一个目标参考人脸，颜值获取单元204将被测人脸与各个目标参考人脸之间的相似度作为预设颜值算法的输入，得到被测人脸的颜值，可有效获取被测人 脸的颜值。

请参见图3，图3为本发明实施例提供的一种终端的结构示意图，本发明实施例提供的终端可以用于实施上述图1所示的本发明实施例实现的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照图1所示的本发明实施例。

如图3所示，该终端包括：至少一个处理器301，例如CPU，至少一个输入装置303，至少一个输出装置304，存储器305，至少一个通信总线302。其中，通信总线302用于实现这些组件之间的连接通信。其中，输入装置303具体可以为网络接口，用于与外部网络进行通信。其中，输出装置304具体可以为显示屏，用于显示被测人脸的颜值。其中，存储器305可能包含高速RAM存储器，也可能还包括非不稳定的存储器，例如至少一个磁盘存储器，具体用于存储多个参考图像以及参考图像中参考人脸的颜值。存储器305可选的可以包含至少一个位于远离前述处理器301的存储装置。处理器301可以结合图2所示的颜值获取装置。存储器305中存储一组程序代码，且处理器301调用存储器305中存储的程序代码，用于执行以下操作：

获取被测图像和多个参考图像。其中，处理器301可以通过输入装置303接收管理服务器发送的参考图像，并将接收到的参考图像存储到存储器305中。或者处理器301预先存储了参考图像，处理器301可以在存储器305中获取参考图像。另外，处理器301可以通过输入装置303接收管理服务器发送的被测图像，并将接收到的被测图像存储到存储器305中。或者处理器301预先存储了被测图像，处理器301可以在存储器305中获取被测图像。

获取被测图像中的被测人脸与各个参考图像中的参考人脸之间的相似度。

在多个参考人脸中确定与被测人脸最为相似的至少一个目标参考人脸，其中，至少一个目标参考人脸的数量小于预设数量阈值，或者被测人脸与各个目标参考人脸之间的相似度大于预设比例阈值。

将被测人脸与各个目标参考人脸之间的相似度作为预设颜值算法的输入，得到被测人脸的颜值。

在可选实施例中，处理器301获取被测图像和多个参考图像，具体可以为：

获取被测图像。

检测到被测图像包含被测人脸时，识别被测人脸的性别。

获取与被测人脸的性别相同的参考人脸所属的参考图像。

在可选实施例中，处理器301还可以执行以下操作：

采集多个参考图像。

通过输入装置303获取用户对各个参考图像中的参考人脸提交的数值。

将数值确定为参考图像中参考人脸的颜值。

在可选实施例中，预设颜值算法可以为：

其中，M为被测人脸的颜值，S_i为被测人脸与第i个目标参考人脸之间的相似度，M_i为第i个目标参考人脸的颜值，n为正整数。

在可选实施例中，处理器301获取被测图像中的被测人脸与各个参考图像中的参考人脸之间的相似度，具体可以为：

在被测图像中提取被测人脸的至少一个第一特征元素。

在参考图像中提取参考人脸的至少一个第二特征元素。

针对每个特征元素，获取第一特征元素与第二特征元素之间的相似度。

根据各个第一特征元素与第二特征元素之间的相似度，得到被测人脸与参考人脸之间的相似度。

具体的，本发明实施例中介绍的终端可以用以实施本发明结合图1介绍的方法实施例中的部分或全部流程。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。