[发明专利]一种牙齿色号识别方法、装置、设备及存储介质在审

专利信息
申请号: 202111503508.X 申请日: 2021-12-09
公开(公告)号: CN114419052A 公开(公告)日: 2022-04-29
发明(设计)人: 刘聪;杨浩杰 申请(专利权)人: 北京新氧科技有限公司
主分类号: G06T7/10 分类号: G06T7/10;G06T7/90;G06V40/16;G06K9/62;G06V10/764;G06V10/774;G06V10/26
代理公司: 北京辰权知识产权代理有限公司 11619 代理人: 尹倩倩
地址: 100102 北京市朝阳区创远路*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 牙齿 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种牙齿色号识别方法,其特征在于,包括:

获取待识别的露齿图像;

从所述露齿图像中分割出牙齿图像;

根据所述牙齿图像和预设色卡,确定所述牙齿图像对应的牙齿色号。

2.根据权利要求1所述的方法,其特征在于,所述根据所述牙齿图像和预设色卡,确定所述牙齿图像对应的牙齿色号,包括:

将所述牙齿图像的颜色空间转换至HSV颜色空间下;

分别计算转换后所述牙齿图像在各通道下的像素平均值;

根据所述各通道下的像素平均值,分别计算所述牙齿图像与预设色卡中各色度之间的颜色距离值;

将颜色距离值最小的色度确定为所述牙齿图像对应的牙齿色号。

3.根据权利要求2所述的方法,其特征在于,所述根据所述各通道下的像素平均值,分别计算所述牙齿图像与预设色卡中各色度之间的颜色距离值,包括:

计算预设色卡中第一色度在HSV颜色空间下各通道的像素值,所述第一色度为所述预设色卡中的任一色度;

分别计算所述牙齿图像在各通道下的像素平均值与所述第一色度在对应通道下的像素值之间的差值绝对值;

计算各通道对应的所述差值绝对值的平均值,得到所述牙齿图像与所述第一色度之间的颜色距离值。

4.根据权利要求1所述的方法,其特征在于,所述获取待识别的露齿图像,包括:

获取用户的人脸图像;

从所述人脸图像中截取出包含嘴部的图像;

通过预先训练的分类模型确定包含嘴部的所述图像所属的图像类别;

若所述图像类别为露齿类别,则将包含嘴部的所述图像确定为待识别的露齿图像。

5.根据权利要求4所述的方法,其特征在于,所述从所述人脸图像中截取出包含嘴部的图像,包括:

检测所述人脸图像的人脸关键点;

根据所述人脸关键点,对所述人脸图像及所述人脸关键点进行旋转矫正;

根据矫正后的所述人脸关键点,从矫正后的所述人脸图像中截取出包含嘴部的图像。

6.根据权利要求5所述的方法,其特征在于,所述根据所述人脸关键点,对所述人脸图像及所述人脸关键点进行旋转矫正,包括:

根据所述人脸关键点包括的左眼关键点和右眼关键点,分别确定左眼中心坐标和右眼中心坐标;

根据所述左眼中心坐标和所述右眼中心坐标,确定所述人脸图像对应的旋转角度及旋转中心点坐标;

根据所述旋转角度和所述旋转中心点坐标,对所述人脸图像及所述人脸关键点进行旋转矫正。

7.根据权利要求4所述的方法,其特征在于,所述方法还包括:

若所述图像类别不为露齿类别,则发送提示信息给所述用户的终端,所述提示信息用于提示所述用户上传露齿的人脸图像。

8.根据权利要求4-7任一项所述的方法,其特征在于,所述通过预先训练的分类模型确定包含嘴部的所述图像所属的图像类别之前,还包括:

获取第一训练集,所述第一训练集包括多个标注有图像类别的样本图像,所述图像类别包括露齿类别或非露齿类别;

根据所述第一训练集,对预设高效网络进行训练,得到用于识别露齿图像的分类模型。

9.根据权利要求8所述的方法,其特征在于,所述根据所述第一训练集,对预设高效网络进行训练,得到用于识别露齿图像的分类模型,包括:

将所述第一训练集的每个样本图像输入预设高效网络,得到每个样本图像对应的分类结果;

根据每个样本图像的分类结果,分别计算每个图像类别对应的损失值;

从所述第一训练集中获取损失值最高的第一图像类别对应的多个样本图像,组成难样本集;

根据所述难样本集对所述预设高效网络进行训练,依据训练结果更新所述第一图像类别对应的损失值;

根据更新后所述第一图像类别对应的损失值及除所述第一图像类别外其他每个图像类别对应的损失值,计算当前训练周期的整体损失值。

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北京新氧科技有限公司,未经北京新氧科技有限公司许可,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/202111503508.X/1.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