[发明专利]一种基于人脸面部肌肉运动特征的面部神经麻痹疾病检测方法

说明书

本发明公开了一种基于人脸面部肌肉运动特征的面部神经麻痹疾病检测方法，解决了面部神经麻痹疾病的检测诊断不能快速简易化的问题。该发明含有以下步骤：1、通过人脸检测算法获得相机视野中人脸的位置，采集图像数据，输出人脸图像；2、根据人脸图像重建3D模型；3、获取人脸3D模型上相关肌肉对应的网格点的坐标；4、对人脸图像进行角点检测，获得肌肉上的角点特征，并根据角点修正面部肌肉的运动特征；5、为人脸3Dmensh的网格点分配权重；6、根据面部肌肉运动特征和角点位置的变化特征获得面部肌肉的运动幅度。该技术可以方便快捷的部署在APP应用上，疑似患者通过APP来检测其是否患有面部神经麻痹疾病以及患病程度。

技术领域

本发明涉及机器视觉图像处理技术领域，特别是涉及一种基于人脸面部肌肉运动特征的面部神经麻痹疾病检测方法。

背景技术

面部神经麻痹疾病是以面部表情肌群运动功能障碍为主要特征的一种疾病，它是一种常见病、多发病，不受年龄限制，症状表现为口眼歪斜等，严重的患者往往连最基本的抬眉、闭眼、鼓嘴等动作都无法完成。这种疾病发现的越早、治疗越早恢复的就越快，并且不会留下后遗症，但是疑似有面部神经麻痹疾病的患者需要到医院或诊所去检测诊断才能获知是否有这种疾病，这样麻烦费时费钱，目前还没有一种快速自动诊断面部神经麻痹疾病的系统和方法。

发明内容

本发明克服了现有技术中面部神经麻痹疾病的检测诊断不能快速简易化的问题，提供一种的基于人脸面部肌肉运动特征的面部神经麻痹疾病检测方法。

本发明的技术解决方案是，提供一种具有以下步骤的基于人脸面部肌肉运动特征的面部神经麻痹疾病检测方法：含有以下步骤：步骤1、通过人脸检测算法获得相机视野中人脸的位置，采集图像数据，输出人脸图像；步骤2、根据人脸图像重建3D模型；步骤3、获取人脸3D模型上相关肌肉对应的网格点的坐标；步骤4、对人脸图像进行角点检测，获得肌肉上的角点特征，并根据角点修正面部肌肉的运动特征；步骤5、为人脸3D mensh的网格点分配权重；步骤6、根据面部肌肉运动特征和角点位置的变化特征获得面部肌肉的运动幅度。

优选地，所述步骤1中利用手机的前置相机采集用户的图像数据。

优选地，所述步骤2中通过PRNet、VRNet或2DASL深度神经网络获得面部的3D模型，通过2DASL深度神经获得3DMM模型的参数，输出的参数作用在该3DMM模型上，使其变形为和图像中人脸一样的形状和纹理。

优选地，所述步骤3中从人脸3D mensh上选取分布在双目下方、鼻子两侧、两嘴角周围和颧骨周围的所有网格点，其分布在口轮匝肌、咬肌、提上唇肌和颊肌上，通过肌肉上的网格点的位置变化来计算肌肉的运动特征。

优选地，所述步骤4含有以下分步骤：

步骤4.1、将角点和3D mensh的网格点相结合实现优势互补，将角点的位置融入3Dmensh；

1)人脸3D mensh是和人脸图像上的人脸对齐后，获取角点的位置，将该位置反向投影回3D mensh上，获得角点在3D mensh上对应的三维坐标P；

2)获取坐标P周围最近的四个网格点的位置为，构建一个序列ΔP＝{||PP_i||₂}_{i＝1，2，3，4}＝{||PP₁||₂，||PP₂||₂，||PP₃||₂，||PP₄||₂}，||PP_i||₂表示坐标P和坐标P_i的欧式距离，i＝1，2，3，4，序列ΔP反映坐标P与周围最近的四个网格点的欧式距离；