[发明专利]面部毛孔检测系统及方法

说明书

本公开涉及一种面部毛孔检测系统及方法。所述方法包括：获取待检测皮肤的皮肤图像；利用训练好的卷积神经网络模型对所述皮肤图像中的毛孔图像进行识别；对识别出的毛孔图像进行图像处理，得到毛孔的量化指标，所述量化指标包括毛孔色差量化指标、毛孔面积量化指标和毛孔密度量化指标中的任一种或任意组合。本公开利用卷积神经网络得到包含毛孔的毛孔图像，再对毛孔图像进行图像处理，得到毛孔色差量化指标、毛孔面积量化指标和毛孔密度量化指标等量化指标，能够快速、准确、客观的给出面部毛孔的量化指标，不但方便对自身面部的毛孔粗大程度进行判断，而且方便检验面部毛孔治疗的治疗效果。

技术领域

本公开涉及图像识别技术领域，尤其涉及一种面部毛孔检测系统及方法。

背景技术

皮肤毛孔粗大表现为皮肤表面凹陷不平整的外观，伴有或不伴有颜色加深，通常将毛孔粗大定义为单个超过0.02mm²的圆形结构。毛孔粗大是因为毛孔体积增大，在聚焦激光显微镜下毛孔表现为表皮增长并延伸刺入真皮内，真皮乳头层上升到表皮层面，形成镜下的“钟乳石样外观”表现，造成肉眼上见到皮肤质地不平整及凹陷样外观。

面部毛孔粗大作为一个美容问题广受大众关心，并急欲得到解决。根据毛孔粗大的不同原因有不同的治疗方案，在临床上均取得了良好疗效。然而，对于个体毛孔粗大的程度及治疗效果的评估一直缺乏量化标准。

发明内容

有鉴于此，本公开提出了一种面部毛孔检测系统及方法，用以解决现有技术中缺乏面部毛孔粗大的量化指标，以及缺乏有效的面部毛孔粗大的检测手段的问题，其中所述方法包括：

根据本公开的一方面，提供了一种面部毛孔检测方法，包括如下步骤：

获取待检测皮肤的皮肤图像；

利用训练好的卷积神经网络模型对所述皮肤图像中的毛孔图像进行识别；

对识别出的毛孔图像进行图像处理，得到毛孔的量化指标，所述量化指标包括毛孔色差量化指标、毛孔面积量化指标和毛孔密度量化指标中的任一种或任意组合。

在一种可能的实现方式中，所述方法还包括：

根据所述量化指标和预设的皮肤毛孔对应关系，确定所述待检测皮肤的皮肤状态，所述皮肤毛孔对应关系包括皮肤状态和毛孔量化指标之间的对应关系。

在一种可能的实现方式中，还包括：训练得到所述卷积神经网络模型，具体包括：

获取训练样本；

将所述训练样本输入初始卷积神经网络模型进行处理，得到输出结果；

将所述输出结果和样本图像进行比较，得到比较结果；

根据所述比较结果优化所述初始卷积神经网络模型中的参数，得到训练好的卷积神经网络模型。

在一种可能的实现方式中，还包括：

构建所述初始卷积神经网络模型，所述初始卷积神经网络模型包括输入层、隐藏层和输出层，其中，

所述隐藏层包括至少三层卷积池化层和至少两层全连接层，所述卷积池化层包括卷积层和池化层。

在一种可能的实现方式中，构建所述初始卷积神经网络模型，包括：

所述卷积层根据接收到的数据，利用预设数量的卷积核，按照卷积步长进行卷积运算，并利用激活函数进行激活运算后，得到卷积结果；

所述池化层根据接收到的卷积结果，采用最大轮询算法进行采样处理后，得到池化结果。

在一种可能的实现方式中，对所述毛孔图像进行图像处理，得到所述毛孔的量化指标，包括；

对所述毛孔图像进行预处理，得到预处理图像；