[发明专利]一种人脸色素斑识别方法、装置及电子设备

权利要求书

1.一种人脸色素斑识别方法，其特征在于，所述方法包括：

获取人脸图像；

对所述人脸图像中的各像素点进行色素斑分类识别，以获得所述人脸图像中每一像素点的色素斑分类结果；

对所述每一像素点的色素斑分类结果进行类别组合，以获得所述人脸图像中色素斑的类别和位置。

2.根据权利要求1所述的方法，其特征在于，所述对所述人脸图像中的各像素点进行色素斑分类识别，以获得所述人脸图像中每一像素点的色素斑分类结果，包括：

对所述人脸图像进行卷积处理，以获得不同层次的图像特征；

通过跳转连接的方式融合所述不同层次的图像特征，以获得高维特征图；

对所述高维特征图进行上采样，以使所述高维特征图的图像尺寸与所述人脸图像的图像尺寸相同，以得到尺寸变化后的所述高维特征图中每一像素点的预测结果，其中，所述预测结果包括各像素点分别属于各个色素斑类别的预测概率；

基于所述每一像素点的预测结果，获取每一像素点对应的最大预测概率所对应的色素斑类别，作为所述每一像素点的色素斑分类结果。

3.根据权利要求1或2所述的方法，其特征在于，所述对所述每一像素点的色素斑分类结果进行类别组合，以获得所述人脸图像中色素斑的类别和位置，包括：

组合属于相同色素斑分类结果的各个像素点，得到与所述色素斑分类结果对应的色素斑的类别；

在所述人脸图像中标记属于相同色素斑分类结果的各个像素点的位置，以获得色素斑的位置。

4.根据权利要求1所述的方法，其特征在于，所述对所述人脸图像中的各像素点进行色素斑分类识别，以获得所述人脸图像中每一像素点的色素斑分类结果和所述对所述每一像素点的色素斑分类结果进行类别组合，以获得所述人脸图像中色素斑的类别和位置的步骤由预设的算法模型执行；

所述方法还包括：

获取训练样本，所述训练样本包括批量人脸图像数据；

根据预设标签对所述批量图像数据进行标注，以获得标注后的训练样本，所述预设标签包括色素斑类别和色素斑位置；

将所述标注后的训练样本输入所述预设的算法模型中，以输出所述训练样本的色素斑分类结果，所述色素斑分类结果包括色素斑的类别和位置；

根据分类损失函数约束所述分类结果与所述预设标签的关系，以使所述预设的算法模型输出的所述分类结果与所述预设标签逼近；

将输出的分类结果最逼近于所述预设标签的分类的算法模型作为所述预设的算法模型。

5.根据权利要求1所述的方法，其特征在于，在执行所述获取人脸图像的步骤之后，所述方法还包括：

基于所述人脸图像进行关键点标注；

根据标注的关键点截取所述人脸图像中的人脸区域；

对所述人脸区域对应的图像进行数据增强处理。

6.一种人脸色素斑识别装置，其特征在于，所述装置包括：

获取模块，用于获取人脸图像；

分类模块，用于对所述人脸图像中的各像素点进行色素斑分类识别，以获得所述人脸图像中每一像素点的色素斑分类结果；

识别模块，用于对所述每一像素点的色素斑分类结果进行类别组合，以获得所述人脸图像中色素斑的类别和位置。

7.根据权利要求6所述的装置，其特征在于，所述分类模块具体用于：

对所述人脸图像进行卷积处理，以获得不同层次的图像特征；

通过跳转连接的方式融合所述不同层次的图像特征，以获得高维特征图；

对所述高维特征图进行上采样，以使所述高维特征图的图像尺寸与所述人脸图像的图像尺寸相同，以得到尺寸变化后的所述高维特征图中每一像素点的预测结果，其中，所述预测结果包括各像素点分别属于各个色素斑类别的预测概率；

基于所述每一像素点的预测结果，获取每一像素点对应的最大预测概率所对应的色素斑类别，作为所述每一像素点的色素斑分类结果。