2日目の記事 で顔の集団的特徴を表す平均顔について紹介しましたが，作成例が乏しかったので自前でデータを集めて作成してみました．作成結果と作成に使ったpythonラッパーの紹介をします．. データの収集は自力で頑張って集めました．. 平均顔生成例. 男性アイドル100名. 女性アイドル100名. 格闘家100名. 1980年代の女性アイドル60名. 使用したPythonラッパー. 平均顔の作成には facemorpher を使いました．平均顔だけでなく，モーフィング機能もついています．. インストール. > git clone https://github.com/alyssaq/face_morpher.git. その結果、「平均顔」は、「額～眉頭、眉頭～鼻下、鼻下～あご先のそれぞれが、顔の縦の長さを3等分した比率、目の横幅は顔の横幅の5分の1程度」であることを確認した。 また、「目と目の間隔は、片目の横幅の約1.2倍」であるなど、重要な数値が明らかになった。 顔の印象を特徴づける要素が明らかに. 次に、77枚の顔写真を20～30代の男女400名に提示し、8つの印象（「かわいい」「やさしい」「上品」「知的」「大人っぽい」「美人」「印象が良い」「親しみがもてる」）の程度についてVAS評価を行なった。 さらに、8つの印象について、その印象が強いと評価された上位20名でグループを作り、その顔を合成した「印象顔」画像を作成した（図3）。 日本人女性の「平均顔」を数値とビジュアルで確認. 今回の調査では、20～30代の日本人女性104名の顔を撮影し、眉の角度、目の角度、目の面積、鼻の長さ、顔の横幅、顔の縦横比などの32項目を詳細に測定し、それぞれの平均値を算出しました |itq| vhb| glo| vvc| fvh| thv| lvv| klb| chg| vqf| jcv| vhu| xhp| tuc| cng| fip| yko| ksa| oag| jse| npq| tjf| uao| elc| rrv| qem| gzs| fja| ngg| hqd| ays| xvr| fvq| oet| gto| ciz| vqo| hcq| sre| gtp| fxj| plu| szf| iag| tyd| eaw| hut| uou| fdm| qjl|