用户测试

我们也进行了相应用户测试验证本算法结果是否自然。本实验统计测试对象能否分辨出本算法结果与未经处理原始图片。测试图片中包含不同个体、性别、体重调整量的样例。

测试图片来源。我们在互联网上收集了未经处理的照片被称为real。使用本章算法生成的结果被称为ours。在real中包含的个体都在短时间内经历了体重较大变化。

用户测试细节

我们招募了25名测试者参与用户测试。每人对16组照片进行测试。要求用户从每组照片中选择看起来更自然、未经处理的照片。在每组测试样例里，会额外提供两张未经处理照片作为参考，使用户更全面了解照片中个体在不同体重下真实相貌。用户测试中，测试样例分为两种。第一部分被称为RT，共10组。RT中包含本算法结果，和同一人在不同场景下其它照片。RT其中一组样例如图（a－d）所示。（a）是本算法结果，（b）为未经处理照片。（c－d）是未经处理照片作为参考图。第二部分被称为ST，共6组。包含一张未经处理照片，和对其使用本章算法进行胖瘦调整的结果。ST中的一组样例如图（e－h）所示。（f）为未处理照片，（e）是对其使用本算法后结果。（g－h）作为参考图。化组测试样例顺序、real和ours左右位置在测试过程中随机展示。

用户测试数据结果。对测试数据RT和ST分开进行分析。若测试用户选择ours和real概率均为50％，则说明本算法结果与未处理图像并无明显差别，即可说明结果较为自然。在RT组测试时，49.6％的测试对象选择ours。使用单样本双尾Hi验计算10组样例，我们发现对测试者而言，在本算法和未处理照片间并不存在明显差异（p－value＞＞0.05）。因此ours和real十分接近。至于ST测试部分，只有45.33％的测试者选择了本算法结果。与输入图片进行比较，测试者更容易区分出本算法结果。但是通过f检验进行计算ST组实验数据，ours和real差异并不显著。即通过用户实验证明ours和real对测试者来说，并没有明显差异。

调整后肖像3D打印效果。如图4.24所示，为肖像调整算法在个性化3D食品打印中的应用。通过对输入照片中人脸胖瘦的调节，可以有效改变打印效果。用户可以根据需要调整，选择适合的体重调整量。