时尚分析在时装产业、精准营销、社会行为分析等领域具有巨大的潜力,近几年越来越受到人们的关注。目前的时尚分析工作大多集中于分析服装的流行风格与流行趋势,而很少有学者关注人脸妆容的流行元素。人体的软生物特征提供人体中级描述,可以根据属性划分出具有某个特质的人群,如人脸具有多种属性,包括性别、年龄、种族、发型、发色等。本文主要致力于通过对人脸软生物特征的分析来获取唇色和发色的流行色。对于此任务,本文主要解决三大问题:数据收集、遮挡检测、色彩分析。（1）互联网上每天有数以万计的图片发布,这是分析社会群体流行元素非常好的数据来源。本文从互联网收集了两个数据集用于获取流行色,分别是Fashion-Internet:包含20982张图片,全是中国人;Fashion-Show:包含55203张图片,是近几年时装秀的模特走秀图片。两个流行色分析数据集中的每张图片经人脸检测、遮挡检测、人脸解析三大步骤,提取出嘴唇区域和头发区域。此外,对于Fashion-Show数据集,还额外进行属性分析,将其中数据按照性别和种族进行划分,便于之后分析不同人群的流行色。由于网络图片含有各种各样的遮挡,本文还收集了两个遮挡人脸数据集,分别包含15366张嘴部遮挡图片和14580张头发遮挡图片,同时对公开人脸遮挡数据集MAFA进行相应标注,用来训练嘴部和头发遮挡检测器。（2）为去除流行色分析数据集中的遮挡人脸,提出新的激活函数MMFM并将其与深度可分离卷积结合,在此基础上设计出新的网络框架,该网络具有参数量少、计算速度较快的特点。将网络在本文构建的遮挡人脸数据集上训练,提升人脸嘴部及头发遮挡检测准确率。（3）获取嘴唇区域和头发区域后,利用高斯加权来更加准确地提取颜色特征,并将密度聚类与模糊C均值聚类算法结合以去除离群点对结果的影响,以此来量化分析流行色。本文在两个流行色分析数据集上进行实验,得到中国人的流行唇色和发色,以及时装秀上不同时间段、不同性别、不同人种的流行色。本文获取不同人群的人脸流行唇色和发色,针对其中涉及的数据收集、遮挡检测和色彩分析等问题进行了研究,为流行色分析提供了新的视角,构建了人脸属性的一种新的实际应用场景。本文方法无需唇色和发色的具体分类标签,自动提取色彩特征用于聚类分析流行色,具有一定的实际应用价值,对相关产品的营销及推荐有一定意义。