三维人脸吸引力评估模型

临床决策更高效

结合三维面部图像与深度迁移学习，该模型在细粒度分类下实现高精度自动吸引力评分，首次用于正颌手术患者。

Lun-Jou, Lo · Chao-Tung, Yang · Chiang, Wenchung · Lin, Hsiuhsia

Pattern Recognition 2024

参数信息

平均误差

3.3 %

冻结权重比例

80 %

技术优势

误差低

在SCUT-FBP5500测试集上平均误差仅为3.3%。

评估客观

使用三维面部图像进行定量评估，避免主观偏差。

临床可用

提供基于浏览器的界面，使评估快速有效，促进医患沟通。

应用场景

• 美容外科手术规划：为正颌手术提供客观吸引力评分，辅助手术方案制定。
• 患者沟通辅助：用可视化评分帮助医生向患者解释预期效果，改善沟通。
• 面部图像分析：自动处理三维面部图像并输出评分，用于面部美学分析。