[发明专利]皮肤分析方法、装置、存储介质及电子设备

权利要求书

1.一种皮肤分析方法，其特征在于，包括：

获取皮肤图像；

利用语义分割网络处理所述皮肤图像，获得针对所述皮肤图像的分割掩膜，所述分割掩膜中包含有用于指示所述皮肤图像中每个像素所属的瑕疵类别的信息；

根据所述分割掩膜确定所述皮肤图像中属于同一类皮肤瑕疵的像素构成的连通域，并根据所述连通域确定包含皮肤瑕疵的定位框。

2.根据权利要求1所述的皮肤分析方法，其特征在于，所述利用语义分割网络处理所述皮肤图像，获得针对所述皮肤图像的分割掩膜包括：

利用第一卷积神经网络对所述皮肤图像进行特征提取，获得第一特征图；

对所述第一特征图进行多尺度池化，得到不同尺度的多个第二特征图；

对所述多个第二特征图中的每个第二特征图进行卷积处理，得到不同尺度的多个第三特征图；

对所述多个第三特征图中的每个第三特征图进行上采样，得到同一尺度的多个第四特征图，且所述第四特征图的尺度与所述第一特征图相同；

将所述第一特征图与所述多个第四特征图拼接为第五特征图，并对所述第五特征图进行卷积处理得到所述皮肤图像的分割掩膜。

3.根据权利要求1所述的皮肤分析方法，其特征在于，所述分割掩膜包括一个通道，该通道中的每个像素值均取枚举值，所述枚举值表征所述皮肤图像中对应像素的瑕疵类别；或者，

所述分割掩膜包括多个通道，每个通道中的像素值均取0或1，每个通道的序数表征所述皮肤图像中对应像素的瑕疵类别。

4.根据权利要求1所述的皮肤分析方法，其特征在于，所述根据所述连通域确定包含皮肤瑕疵的定位框，包括：

确定所述连通域的最小外接矩形；

当所述最小外接矩形的面积小于第一预设阈值和/或所述最小外接矩形的长宽比小于第二预设阈值时，将所述最小外接矩形确定为包含皮肤瑕疵的定位框。

5.根据权利要求1所述的皮肤分析方法，其特征在于，所述瑕疵类别包括：背景、痘痘、斑点、痣以及伤疤。

6.根据权利要求1-5中任一项所述的皮肤分析方法，其特征在于，所述皮肤图像为人脸图像，所述方法还包括：

对所述人脸图像进行关键点提取；

根据提取到的关键点将所述人脸图像划分为多个区域，每个区域内的人脸图像为一个局部人脸图像；

利用第二卷积神经网络对所述局部人脸图像进行特征提取，获得第六特征图；

将所述第六特征图输入至至少一个分类预测分支，获得每个分类预测分支输出的针对所述局部人脸图像中的一种人脸属性的分类预测得分；其中，所述人脸属性包括肤质属性；

根据获得的至少一个分类预测得分确定所述人脸图像中的至少一种人脸属性。

7.根据权利要求6所述的皮肤分析方法，其特征在于，所述利用第二卷积神经网络对所述局部人脸图像进行特征提取，获得第六特征图，包括：

利用依次连接的多个卷积模块提取所述局部人脸图像的多层次特征，并将所述多层次特征拼接为所述第六特征图；其中，所述多个卷积模块包括ResNet网络中的Block模块以及GoogleNet网络中的Inception Module模块。

8.根据权利要求7所述的皮肤分析方法，其特征在于，所述利用依次连接的多个卷积模块提取所述局部人脸图像的多层次特征，并将所述多层次特征拼接为所述第六特征图，包括：

利用ResNet网络中的至少一个Block模块提取所述局部人脸图像的低层特征；

利用GoogleNet网络中的至少一个Inception Module模块，基于所述局部人脸图像的低层特征提取所述局部人脸图像的中层特征；

利用GoogleNet网络中的至少一个Inception Module模块，基于所述局部人脸图像的中层特征提取所述局部人脸图像的高层特征；

将所述低层特征、所述中层特征以及所述高层特征拼接为所述第六特征图。