[发明专利]与问题皮肤部位检测相关的方法、系统及其神经网络训练方法、存储介质在审

专利信息
申请号: 202011140109.7 申请日: 2020-10-22
公开(公告)号: CN112257782A 公开(公告)日: 2021-01-22
发明(设计)人: 邓利平 申请(专利权)人: 广东金豪漾科技控股有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/36;G06N3/04;G06N3/08
代理公司: 广州永华专利代理有限公司 44478 代理人: 盛范钰
地址: 510000 广东省广州市天河区黄埔大*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 问题 皮肤 部位 检测 相关 方法 系统 及其 神经网络 训练 存储 介质
【说明书】:

发明提供的一种与问题皮肤部位检测相关的方法、系统及其神经网络训练方法、存储介质与现有技术相比,通过面部增强图像确定不易检测出的问题皮肤部位,通过面部原始图像来排除面部固有部分,利用特征融合神经网络将面部原始图像、面部增强图像进行特征融合,从而获得了能够准确标注出全部问题皮肤部位,提供了一种可以准确检测到问题皮肤部位的方法。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种与问题皮肤部位检测相关的方法、系统及其神经网络训练方法、存储介质。

背景技术

通常进行面部美容前,需要先根据用户需求确定用户皮肤状况。例如用户要做祛斑美容,就需要对面部皮肤进行检测,以确定面部皮肤上存在斑点的部分,然后针对存在斑点的皮肤进行祛斑。同理,如果用户要做祛粉刺美容,也需要先确定在粉刺的部分,然后针对存在粉刺的皮肤进行祛粉刺。为便于描述,下文将存在斑点、粉刺等问题的皮肤部位称为问题皮肤部位。

目前常用的问题皮肤部位检测方法是:直接拍摄面部照片,然后利用问题皮肤部位颜色深于无问题皮肤部位颜色的特点通过图像识别技术来识别问题皮肤部位,从而检测出问题皮肤部位。美容设备则对检测出的问题皮肤部位进行针对性美容。这种方法的缺点在于:对于存在初期粉刺、斑点的皮肤来说,由于其颜色与无问题皮肤部位的颜色差异不大,难以检测出来,往往需要在粉刺、斑点变得颜色较深、情况较为严重后,才能被检测到,而此时再进行美容的效果就不如初期时进行美容的效果好。

对此,目前出现了一种图像增强的问题皮肤部位检测方法,具体来说就是,对面部图像进行图像增强处理,使得问题皮肤部位的颜色加深从而变得容易检测到。但该方法也存在以下缺点:由于经过图像增强,问题皮肤部位的颜色变深,会导致部分问题皮肤部位的颜色与面部本来存在的痣、眉毛等面部固有部分的颜色相近,难以通过颜色把部分问题皮肤部位和面部固有部分两者区分开来。

综上,目前缺乏一种可以准确检测到问题皮肤部位的方法。

发明内容

本发明解决技术问题是提供一种可以准确检测出问题皮肤部位的方法。

本发明提供一种问题皮肤部位检测方法,包括对特征融合神经网络训练方法和问题皮肤部位的标注方法,详述如下。

首先给出对特征融合神经网络的训练方法:

P.多次执行下述样本获取步骤,获得多组学习样本,每次样本获取步骤包括如下A、B、C:

——A.获取面部原始图像和面部增强图像;

——B.获取问题皮肤部位标注图;

——C.以面部原始图像和面部增强图像作为输入信号,以问题皮肤部位标注图作为输出信号,构成供特征融合神经网络进行模式识别训练的一组学习样本;

Q.采用上述多组学习样本对特征融合神经网络进行模式识别训练,直至该特征融合神经网络具备根据面部原始图像、面部增强图像给出问题皮肤部位标注图的能力。

在特征融合神经网络都训练完成后,我们就可以根据面部原始图像进行问题皮肤部位检测了,本发明给出问题皮肤部位的标注方法:

图像获取步骤,其获取面部原始图像;

图像增强步骤,其对面部原始图像进行图像增强处理从而获得面部增强图像;

结果输出步骤,其将面部原始图像、面部增强图像输入到已训练好的特征融合神经网络中,由该特征融合神经网络输出问题皮肤部位标注图。

相应地,本发明还提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现所述的为得到问题皮肤部位标注图而对特征融合神经网络的训练方法。

相应地,本发明还提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现所述的问题皮肤部位的标注方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东金豪漾科技控股有限公司,未经广东金豪漾科技控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011140109.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top