[发明专利]一种基于图像分析的眼部年龄检测方法

说明书

本发明提供了一种基于图像分析的眼部年龄检测方法，包括：获取用户的眼部图像；对所获取的所述眼部图像进行图像分析，获得相应的眼部年龄信息。用以通过对眼部图像进行图像分析，便于获取眼部年龄信息。

技术领域

本发明涉及图像分析技术领域，特别涉及一种基于图像分析的眼部年龄检测方法。

背景技术

眼部年龄信息的获取是指应用计算机技术对眼部图像随年龄变化的规律进行建模，从而使机器能够根据眼部图像推测出人的眼部的大概年龄或所属的年龄范围。如果基于眼部图像，获得眼部年龄信息的问题得到解决，那么在日常生活中，基于年龄信息的各种人机交互系统将在现实生活中有着极大的应用需求，因此对眼部年龄信息进行获取，就显得尤为重要。

发明内容

本发明提供一种基于图像分析的眼部年龄检测方法，用以通过对眼部图像进行图像分析，便于获取眼部年龄信息。

本发明提供一种基于图像分析的眼部年龄检测方法，包括：

获取用户的眼部图像；

对所获取的所述眼部图像进行图像分析，获得相应的眼部年龄信息。

在一种可能实现的方式中，

获取所述用户的眼部图像，并对所获取的所述眼部图像进行图像分析，获得相应的眼部年龄信息的具体步骤包括：

步骤S1：获取所述用户的人脸图像，并基于所述人脸图像进行矩形框标记，获得眼部图像，并基于所述眼部图像，生成单眼图像训练集；所述单眼图像训练集为左眼图像训练集或右眼图像训练集；

步骤S2：基于定位数据库，对所述单眼图像训练集中的所述眼部图像进行区域定位，获得眼部区域；

步骤S3：将所述眼部区域作为感兴趣区域，并基于眼部深度学习模型对所述感兴趣区域进行对比分析，获得所述眼部年龄信息；

其中，所述眼部年龄信息包括用户的眼部年龄，且所述眼部年龄信息是基于预先选取的用户年龄、用户性别、用户的眼部区域特征所构成的眼部深度学习模型，所获取的；

其中，所述用户的眼部区域特征包括：所述用户黑眼圈的大小、所述用户眼袋的深浅、所述用户眼纹的深浅。

在一种可能实现的方式中，

基于眼部深度学习模型对所述感兴趣区域进行对比分析，获取到所述用户眼纹的深浅的步骤包括S11-S12：

步骤S11：根据明暗程度去除所获取的所述用户的眼部图像；

步骤S12：对剩余的所述用户的眼部图像进行眼纹提取处理，获得所述用户的眼纹信息；

步骤S13：基于所述眼部深度学习模型，对所获得的所述用户的眼纹信息进行深度学习处理，并将所述深度学习处理后的所述眼纹信息与预先存储的预设眼纹信息进行对比，确定所述用户的眼纹的深浅；

其中，基于眼纹深度判断规则，根据所获得的所述用户的眼纹的深浅，确定对应的眼纹年龄。

在一种可能实现的方式中，

基于眼部深度学习模型对所述感兴趣区域进行对比分析，判断所述用户黑眼圈的大小的步骤包括S21-S22：

步骤S21：获取眼部深度学习模型中相应的肤色检测模型；

步骤S22：基于肤色检测模型，对所述感兴趣区域进行对比分析；

其中，所述肤色检测模型的颜色空间分布在椭圆区域中，通过对所述感兴趣区域的像素点进行判断，确定所述感兴趣区域的像素点所形成的像素区域在所述椭圆区域中所占的比例；