[发明专利]一种人脸色素斑识别方法、装置及电子设备

说明书

本发明涉及色素斑识别技术领域，尤其涉及一种人脸色素斑识别方法、装置及电子设备。该方法包括：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。该人脸色素斑识别方法、装置及电子设备能够实现人脸图像中每一像素点的分类，提高了人脸色素斑识别的准确率。

【技术领域】

本发明涉及色素斑识别技术领域，尤其涉及一种人脸色素斑识别方法、装置及电子设备。

【背景技术】

人脸识别是指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。目前人脸识别技术已经比较成熟并且应用广泛，可以根据现有的人脸识别技术检测出人脸的色素斑分布情况。现有的基于人脸识别技术识别色素斑的方式一般是采用传统图像处理方式选取人脸图片中的脸部部位，并进行色素斑分类。

发明人在实现本发明实施例的过程中，发现相关技术至少存在以下问题：传统的人脸色素斑识别方法受到脸部本身噪声的影响较大，从而降低了色素斑识别的准确率。

【发明内容】

本发明要解决的技术问题是提供一种人脸色素斑识别方法、装置及电子设备，以提高人脸色素斑识别的准确率。

本发明实施例的一个方面，提供了一种人脸色素斑识别方法，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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；