[发明专利]基于深度学习与生成对抗网路的人脸肤质分析方法及系统在审

专利信息
申请号: 201710590573.8 申请日: 2017-07-19
公开(公告)号: CN107437073A 公开(公告)日: 2017-12-05
发明(设计)人: 简仁贤;张惠棠;杨闵淳 申请(专利权)人: 竹间智能科技(上海)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京酷爱智慧知识产权代理有限公司11514 代理人: 安娜
地址: 200233 上海市浦东新区自由贸*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 生成 对抗 网路 人脸肤质 分析 方法 系统
【权利要求书】:

1.一种基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,包括:

图像获取步骤:获取待分析人脸图像;

划分区块步骤:对所述待分析人脸图像进行分析,根据各个器官对所述待分析人脸图像划分皮肤区块;

分析步骤:将不同的皮肤分析器导入不同的皮肤区块中,皮肤分析器用于分析对应的皮肤区块中的皮肤状态;

结果输出步骤:输出所有皮肤分析器的分析结果。

2.根据权利要求1所述基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,

所述划分区块步骤中,通过人脸关键点侦测和皮肤区块切割算法,对所述待分析人脸图像划分皮肤区块。

3.根据权利要求2所述基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,

所述划分区块步骤中,划分的皮肤区块包括额头、脸颊、鼻子、眼睛和嘴巴。

4.根据权利要求1所述基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,

所述分析步骤中,所述皮肤分析器的训练方法包括:

获得待训练资料,建立人脸资料库;

生成对抗网路,对所述人脸资料库中待训练资料进行学习,学习待训练资料中人脸的纹理讯息,产生训练数据;

过滤训练数据,获分布平均的训练数据,形成所述皮肤分析器。

5.根据权利要求1所述基于深度学习与生成对抗网路的人脸肤质分析方法,其特征在于,

所述结果输出步骤中,通过显示屏显示所述皮肤分析器的分析结果。

6.一种基于深度学习与生成对抗网路的人脸肤质分析系统,其特征在于,适用于权利要求1所述基于深度学习与生成对抗网路的人脸肤质分析方法,包括:

图像获取模块:用于获取待分析人脸图像;

划分区块模块:用于对待所述分析人脸图像进行分析,根据各个器官对所述待分析人脸图像划分皮肤区块;

分析模块:用于将不同的皮肤分析器导入不同的皮肤区块中,皮肤分析器用于分析对应的皮肤区块中的皮肤状态;

结果输出模块:用于输出所有皮肤分析器的分析结果。

7.根据权利要求6所述基于深度学习与生成对抗网路的人脸肤质分析系统,其特征在于,

所述图像获取模块包括摄像头,所述待分析人脸图像通过摄像头拍摄获得。

8.根据权利要求6所述基于深度学习与生成对抗网路的人脸肤质分析系统,其特征在于,所述基于深度学习与生成对抗网路的人脸肤质分析系统设置于镜子或移动终端中;所述结果输出模块包括设置在镜子或移动终端上的显示屏,所述皮肤分析器的分析结果通过显示屏显示。

9.根据权利要求6所述基于深度学习与生成对抗网路的人脸肤质分析系统,其特征在于,还包括:语音交互模块和网络通讯模块;

所述语音交互模块用于通过所述网络通讯模块连接网络,语音交互模块用于播放所述皮肤分析器的分析结果,还用于实现与用户的实时在线交互。

10.根据权利要求9所述基于深度学习与生成对抗网路的人脸肤质分析系统,其特征在于,

所述语音交互模块与用户的实时在线交互包括:提供化妆或护肤建议、查询当日用户行程表、查询当日气象或与用户聊天对话。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于竹间智能科技(上海)有限公司,未经竹间智能科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710590573.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top