[发明专利]一种基于面部分区的皮肤干燥状态智能识别方法及系统

说明书

本发明公开了一种基于面部分区的皮肤干燥状态智能识别方法及系统。所述方法包括：(1)采集用户闭眼状态面部灰度图像，进行面部图像分区，获得各目标区域以及参考区域的图像；(2)对目标区域及参考区域的图像进行纹理分析，获得特征参数；(3)获取各目标区域相对于参考区域的相对特征参数；(4)根据支持向量回归拟合获得的相对特征参数与皮肤干燥状态之间的回归模型，定量分析获得皮肤干燥状态参数。所述系统包括：图像获取模块、图像分区模块、相对特征参数提取模块、以及分析模块。本发明判断皮肤相对的干燥程度，避免了不同个体之间皮肤条件之间的差异导致的纹理特征差异，对于检测皮肤状态具有参考意义。

技术领域

本发明属于智能图像处理领域，更具体地，涉及一种基于面部分区的皮肤干燥状态智能识别方法与系统。

背景技术

目前针对皮肤干燥状态，即皮肤角质层含水量的测试方法，主要是依靠基于电容的皮肤含水量测试仪，例如Fingerprint sensor来测定，测定方法简单快捷，无创安全，且分析准确。然而这种测试方法需要依赖皮肤含水量测试仪。

而普通用户在日常生活中没有必要单独置购一台功能单一的含水量测试仪。因此目前，基于图像识别和分析技术的皮肤状态评价系统出现，其综合评价性能受到认可，例如Visia皮肤检测、魔镜皮肤检测仪等，而这类仪器基于其采集的皮肤图像纹理的分析，对皮肤干燥状态进行定性判断。然而，由于人种、面部条件、照片采集差异等问题，目前这类方法和装置基于大数据的皮肤干燥状态判断并不准确，同时也无法实时的准确的检测皮肤干燥状态，故不能有效的反映护肤手段的效果或者皮肤损伤的程度。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于面部分区的皮肤干燥状态智能识别方法与系统，其目的在于根据皮肤不同区域纹理特征的差异性程度来判断皮肤的干燥状态，由此解决现有技术由于人种、面部条件等问题引起的干燥状态判断不准的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于面部分区的皮肤干燥状态智能识别方法，包括以下步骤：

(1)采集预设光照条件下用户闭眼状态面部灰度图像，并进行面部图像分区，获得用户各目标区域以及参考区域的图像；

(2)分别对步骤(1)中获取的各目标区域及参考区域的图像进行纹理分析，获得各区域图像特征参数；

(3)对于步骤(2)中获得的各目标区域相对于参考区域的k个相对特征参数；相对特征参数为目标区域特征参数与参考区域相对特征参数之商，具体地：

其中，F_k为第k相对特征参数，为目标区域第k特征参数，为参考区域第k特征参数；

(4)对于步骤(3)中获得的相对特征参数根据支持向量回归拟合获得的k个相对特征参数与皮肤干燥状态之间的回归模型，定量分析获得皮肤干燥状态参数。

优选地，所述基于面部分区的皮肤干燥状态智能识别方法，其所述回归拟合获得的k个相对特征参数与皮肤干燥状态之间的回归模型优选按照以下方法获取：

(4-1)采集测试用户样本目标区域的n个时刻的皮肤干燥状态参数Dr_i,i＝1,2,…,n，具体方法如下：

采集用户干燥、不干燥以及n个测试时刻的皮肤含水量；并干燥状态参数的定义计算多个测试时刻的干燥状态参数：

(4-2)采集测试用户干燥、不干燥以及n个测试时刻相应的用户闭眼状态面部灰度图像，并获得目标区域相对于特征区域的相对特征参数；

(4-3)采用支持向量回归分析获得所述相对特征参数与所述皮肤干燥状态参数之间的回归模型。