一種基于人臉圖像識(shí)別的定量化膚質(zhì)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及了一種人臉圖像的識(shí)別檢測(cè)方法，尤其是涉及一種基于人臉圖像識(shí)別 的定量化膚質(zhì)檢測(cè)方法，屬于人工智能的圖像識(shí)別領(lǐng)域。
【背景技術(shù)】
[0002] 人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像 機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè) 到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。目前人臉識(shí)別技術(shù) 已經(jīng)比較成熟，但是還無(wú)法通過(guò)圖像中的人臉定量地檢測(cè)出一個(gè)人的皮膚膚質(zhì)。膚質(zhì)是指 人類皮膚的多樣化所形成的特殊屬性及特征。主要困難有：
[0003] (1)人的膚質(zhì)情況復(fù)雜，皮膚的情況因人而異。這種差異主要是由表皮層下的皮脂 腺分泌皮脂的旺盛程度造成。（皮脂的主要化學(xué)成分是三酸甘油脂，其他還有蠟酯、鯊烯和 膽固醇酯等，也俗稱皮膚油、出油。）依據(jù)面部表皮不同部位皮脂分泌情況，可以分為中性膚 質(zhì)、干性膚質(zhì)、油性膚質(zhì)、混合性膚質(zhì)。其中混合性皮膚在面部T區(qū)（額、鼻、口、下頒）呈油 性，其余部位呈干性。目前還缺乏專門(mén)的圖像識(shí)別方法能夠識(shí)別這四種膚質(zhì)。
[0004] (2)即使是同一種膚質(zhì)類型，由于個(gè)體的表皮皮脂腺分泌旺盛程度差異，和個(gè)人護(hù) 理肌膚的差異，也可能表現(xiàn)出不同的肌膚狀況。例如，同為混合性膚質(zhì)，有的人下巴分泌皮 脂旺盛，有的人則在下巴處分泌皮脂較少。另外一個(gè)例子是，同為油性膚質(zhì)，疏于護(hù)理的人 常常會(huì)出現(xiàn)毛孔粗大，長(zhǎng)黑頭的情況，而對(duì)肌膚護(hù)理得好的人則不會(huì)有這種問(wèn)題。如果要做 到根據(jù)肌膚狀況給出護(hù)膚建議，需要對(duì)人臉圖像進(jìn)行處理，定量化油光、毛孔粗大這些肌膚 特征，目前還缺乏專門(mén)的圖像識(shí)別方法能做到這些。

【發(fā)明內(nèi)容】

[0005] 針對(duì)以上這些圖像識(shí)別的問(wèn)題，本發(fā)明采取了一種基于人臉圖像識(shí)別的定量化膚 質(zhì)檢測(cè)方法，其中采用了各種圖像特征識(shí)別方法，在人臉識(shí)別的基礎(chǔ)上實(shí)現(xiàn)了定量化膚質(zhì) 檢測(cè)。
[0006] 本發(fā)明采用的技術(shù)方案是采用以下方法步驟：
[0007] 1)通過(guò)拍照獲得兩張清晰的人臉照片，一張開(kāi)啟閃光燈，另一張圖像清晰但不開(kāi) 啟閃光燈，對(duì)人臉照片進(jìn)行人臉識(shí)別，將識(shí)別后得到的人面部劃分為八個(gè)面部圖像區(qū)塊；
[0008] 本發(fā)明對(duì)人臉圖像的要求是：不佩戴眼鏡，面部區(qū)域不受毛發(fā)遮擋；近距離拍攝， 人臉部位清晰。在上述條件下拍攝兩張照片，其中一張開(kāi)啟閃光燈，另一張光照良好但不開(kāi) 啟閃光燈。在圖像合格的基礎(chǔ)上依次采用人臉識(shí)別、區(qū)域劃分、區(qū)域識(shí)別等方法，確定圖片 中人面部的膚質(zhì)情況。
[0009] 2)對(duì)步驟1)劃分后的各個(gè)面部圖像區(qū)塊進(jìn)行皮膚屬性的計(jì)算；
[0010] 3)根據(jù)各個(gè)區(qū)塊皮膚屬性的結(jié)果，檢測(cè)判斷得到膚質(zhì)類型。
[0011] 所述步驟1)人臉照片中，人的面部不受毛發(fā)遮擋，人臉部位清晰。
[0012] 所述的步驟1)中，人臉識(shí)別采用第三方人臉識(shí)別工具face++進(jìn)行人臉識(shí)別，獲取 人臉部以下關(guān)鍵點(diǎn)，并劃分出區(qū)塊：
[0013] I. 1)關(guān)鍵點(diǎn)包括位于臉部左側(cè)的左關(guān)鍵點(diǎn)、位于臉部右側(cè)的右關(guān)鍵點(diǎn)和位于臉部 中間的中關(guān)鍵點(diǎn)：
[0014] 左關(guān)鍵點(diǎn)包括左額點(diǎn)、左眉右邊緣點(diǎn)、左眉左邊緣點(diǎn)、左眼底部點(diǎn)、左鼻翼點(diǎn)、左顧 骨點(diǎn)、中左邊緣點(diǎn)、下嘴唇下邊緣點(diǎn)、下左邊緣點(diǎn)、左嘴角點(diǎn)和左下巴點(diǎn)；中關(guān)鍵點(diǎn)包括左額 頂點(diǎn)、右額中部點(diǎn)、右眼左邊緣和下左鼻翼點(diǎn)；右關(guān)鍵點(diǎn)包括右額點(diǎn)、右眉右邊緣點(diǎn)、右眉右 邊緣點(diǎn)、右眼底部點(diǎn)、右鼻翼點(diǎn)、右顴骨點(diǎn)、中右邊緣點(diǎn)、下嘴唇下邊緣點(diǎn)、下右邊緣點(diǎn)、右嘴 角點(diǎn)和右下巴點(diǎn)；
[0015] 1. 2)由兩個(gè)關(guān)鍵點(diǎn)分別作為矩形區(qū)塊的兩個(gè)對(duì)角點(diǎn)確定各個(gè)面部圖像區(qū)塊：臉 部左側(cè)的面部圖像區(qū)塊劃分：
[0016] 由左額點(diǎn)和左眉右邊緣點(diǎn)劃分出面部圖像區(qū)塊L1，由左定位點(diǎn)C和左鼻翼點(diǎn)劃分 出面部圖像區(qū)塊L2,左定位點(diǎn)C的橫坐標(biāo)與左眉左邊緣點(diǎn)的橫坐標(biāo)相同，左定位點(diǎn)C的縱坐 標(biāo)與左眼底部點(diǎn)的縱坐標(biāo)相同；
[0017] 臉部中間的面部圖像區(qū)塊劃分：由右額中部點(diǎn)和左眉左邊緣點(diǎn)劃分出面部圖像區(qū) 塊M1，由左眉右邊緣點(diǎn)和右眼左邊緣點(diǎn)劃分出面部圖像區(qū)塊M2,由左眼右邊緣點(diǎn)、右眼左 邊緣點(diǎn)和下鼻尖點(diǎn)劃分出面部圖像區(qū)塊M3,由下嘴唇下邊緣點(diǎn)和左右下巴點(diǎn)劃分出圖像區(qū) 塊M4 ;
[0018] 由右額點(diǎn)和右眉右邊緣點(diǎn)劃分出面部圖像區(qū)塊R1，由右定位點(diǎn)B和右鼻翼點(diǎn)劃分 出面部圖像區(qū)塊R2,右定位點(diǎn)B的橫坐標(biāo)與右眉右邊緣點(diǎn)的橫坐標(biāo)相同，右定位點(diǎn)B的縱坐 標(biāo)與右眼底部點(diǎn)的縱坐標(biāo)相同。
[0019] 對(duì)于所述步驟2)各個(gè)面部圖像區(qū)塊采用以下方式進(jìn)行皮膚屬性的計(jì)算：
[0020] 2. 2. 1)對(duì)于開(kāi)啟閃光燈的人臉照片中面部圖像區(qū)塊L1、L2、R1、R2、M1、M2、M4* 未開(kāi)啟閃光燈的人臉照片中面部圖像區(qū)塊M3計(jì)算油光程度分值Oiliness，并平均得到面 部T區(qū)的油光程度分值OilinessJI^P臉頰的油光程度分值〇iliness_C;
[0021] 2. 2. 2)對(duì)于開(kāi)啟閃光燈的人臉照片中面部圖像區(qū)塊LU L2、RU R2、Ml和M3， 計(jì)算皮膚光滑程度分值Smoothness，然后進(jìn)行平均得到面部T區(qū)的皮膚光滑程度分值 Smoothness_T.和臉頰的皮膚光滑程度分值:Smoothness_C;
[0022] 2. 2. 3)對(duì)于開(kāi)啟閃光燈的人臉照片中面部圖像區(qū)塊L2、R2和M3,計(jì)算皮膚毛孔粗 大程度分值Pore，然后進(jìn)行平均得到面部T區(qū)的皮膚毛孔粗大程度分值.P〇re_llP臉頰的 皮膚毛孔粗大程度分值Pore_C;
[0023] 2.2.4)對(duì)于開(kāi)啟閃光燈的人臉照片中面部圖像區(qū)塊M3,計(jì)算總黑頭嚴(yán)重程度分 值 Blackhead。
[0024] 所述步驟2. 2. 1)具體采用以下方式進(jìn)行計(jì)算：由原始面部圖像區(qū)塊先采用反光 識(shí)別方法去除面部圖像區(qū)塊的反光，將原始面部圖像區(qū)塊和去反光后得到的面部圖像區(qū)塊 均轉(zhuǎn)為灰度圖，對(duì)原始面部圖像區(qū)塊的每個(gè)像素進(jìn)行遍歷，找出原始面部圖像區(qū)塊的像素 與去反光后的面部圖像區(qū)塊中位置對(duì)應(yīng)的像素之間灰度值差異大于40且該原始面部圖像 區(qū)塊的像素灰度值大于140的所有像素，得到其總面積，除以圖像區(qū)塊總面積，得到油光面 積比值y，則：當(dāng)油光面積比值y = 〇時(shí)，則該面部圖像區(qū)塊的油光程度分值Oiliness為0 ; 當(dāng)油光面積比值y>〇時(shí)，則該面部圖像區(qū)塊的油光程度分值Oiliness = 10+log3.5s ;
[0025] 再計(jì)算面部圖像區(qū)塊LU RU Ml、M2、M3和M4的油光程度分值Oiliness的平均 值作為此人面部T區(qū)的油光程度分值0iliness_T，計(jì)算面部圖像區(qū)塊L2和R2的油光程 度分值Oiliness的平均值作為得到此人臉頰的油光程度分值〇iliness_C，油光程度分值 Oiliness用于體現(xiàn)皮膚因?yàn)槠ぶ置谠斐傻挠凸獬潭取?br>[0026] 所述步驟2. 2. 2)具體采用以下方式進(jìn)行計(jì)算：先使用中值濾波器對(duì)原始面部圖 像區(qū)塊進(jìn)行濾波去噪，再使用局部自適應(yīng)閾值法（Local adaptive thresholding)將面部 圖像區(qū)塊中二值化，然后用連通域分析方法（Connected-component labeling)計(jì)算得到其 中連通域的數(shù)量；將原始面部圖像區(qū)塊的連通域數(shù)量記為n，濾波去噪處理后面部圖像區(qū) 塊的連通域數(shù)量記為dn，貝丨」：當(dāng)dn = 0時(shí)，光滑程度分值Smoothness = 10 ;當(dāng)dn>0時(shí)，光 滑程度分值 Smoothness = 140-(n - dn)2/dn ;
[0027] 再計(jì)算面部圖像區(qū)塊LU RU Ml和M3的光滑程度分值Smoothness的平均值作為 此人面部T區(qū)的皮膚光滑程度分值Smoothness__T，計(jì)算面部圖像區(qū)塊L2和R2的光滑程 度分值Smoothness的平均值作為此人臉頰的皮膚光滑程度分值Smoothness_C。
[0028] 所述步驟2. 2. 3)具體采用以下方式進(jìn)行計(jì)算：先使用中值濾波器對(duì)原始面部圖 像區(qū)塊進(jìn)行濾波去噪，再使用局部自適應(yīng)閾值法（Local adaptive thresholding)將面部 圖像區(qū)塊中二值化，然后用連通域分析方法（Connected-component labeling)計(jì)算得到其 中連通域的數(shù)量和各自的面積；篩選出面積介于在4X KT5倍原始面部圖像區(qū)塊面積Area 與6X KT4倍原始面部圖像區(qū)塊面積Area之間的連通域