[发明专利]基于图像识别的面部皮肤分析方法及系统

说明书

本发明涉及肤质检测技术领域，尤其是一种基于图像识别的面部皮肤分析方法及系统，面部皮肤分析方法包括以下步骤：S100、远程获取待测图像，识别人脸几何轮廓；S200、将人脸特征图像划分为若干个检测区域，分别对各个检测区域进行人脸皮肤机理分析；S300、根据皮肤机理分析结果进行量化评分。面部皮肤分析系统包括检测模块、云服务器和人机交互平台，人机交互平台通过云服务器将待测图像传至检测模块，检测模块分部检测分析并量化评分，评分通过云服务器传送至人机交互平台。本发明通过在线远程获取待测图像，对图像的处理和分析，分别对各种皮肤问题进行量化测评，精准且全面地反馈皮肤的健康状况，为用户提供皮肤保养参考或妆后效果测评。

技术领域

本发明涉及肤质检测技术领域，尤其是一种基于图像识别的面部皮肤分析方法及系统。

背景技术

随着生活水平的提高，医学美容的飞速发展，人们越来越开始注重自身皮肤的健康状况。在对皮肤进行护理时，往往需要对面部皮肤进行合理的评价。为了根据每个人的皮肤状态来提供化妆品，医学美容领域已经做出了精确检测出现在面部上的不同皮肤问题的尝试，例如斑点、毛孔、黑头和皱纹等等。

目前使用的基于图像识别的面部皮肤分析方法分为生物阻抗分析法和图像数据分析处理法，其中生物阻抗分析法主要用于检测身体脂肪和水分，对被检测者造成负担且检测参数较少；图像数据分析处理法则是通过摄影然后对图像进行分析处理，从而得出各种肤质参数，对被测试者负担极少，该方法还可以与云服务器进行信息交互，用户可以通过移动终端随时进行测试，但是现有基于图像数据分析处理法的肤质检测系统的测试参数并不全面，测量精度也不够精准。

发明内容

本发明的目的是克服现有在线人脸皮肤测试系统存在测试参数不全面且侧梁精度不够精准的缺陷。

为实现上述目的，本发明公开一种基于图像识别的面部皮肤分析方法，包括以下步骤：

S100、远程获取待测图像，调取预置的图像训练集，根据所述图像训练集内的训练图像对所述待测图像进行人脸几何轮廓识别，获得人脸特征图像；

S200、将所述人脸特征图像划分为若干个检测区域，分别对各个检测区域进行人脸皮肤机理分析，包括以下步骤S211～S215：

S211、对人脸特征图像进行Gabor滤波处理以及将人脸特征图像转化为灰度图像；

S212、根据人脸特征图像的滤波响应情况，通过阈值化对所述灰度图像进行二值化处理，从而获取高梯度特征，然后对所述高梯度特征进行偏心化处理，进而排除夹杂其中的斑点特征和非曲线特征；

S213、反复执行步骤S212，每次执行均采用不同的阈值参数，获得一组二值化图像。

S214、利用图像扩张法和逻辑“或”运算对输出的二值化图像进行整合，获得皱纹检测关键区域；

S215、检测所述皱纹检测关键区域内的临近特征以及交叉特征，对分别临近特征和交叉特征进行几何约束，获得最终皱纹位置和皱纹数量；

S300、根据上述步骤S200的分析结果对人脸特征图像进行量化评分。

作为优选，上述步骤S100还包括以下步骤：

S101、对每张所述的训练图像进行特征点标定，形成7个用于描述人脸几何轮廓的感兴趣区域；

S102、统计特征点的分布范围信息，根据特征点的分布范围信息对所述待测图像进行感兴趣区域搜索。

作为优选，上述步骤S200还包括以下步骤：