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; 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 ; 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。
4. 根據(jù)權(quán)利要求1所述的一種基于人臉圖像識(shí)別的定量化膚質(zhì)檢測(cè)方法,其特征在 于: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: 2. 2. 1)對(duì)于開啟閃光燈的人臉照片中面部圖像區(qū)塊LU L2、RU R2、Ml、M2、M4和未開 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OiiinessJT和臉頰的油光程度分值〇iliness_C; 2. 2. 2)對(duì)于開啟閃光燈的人臉照片中面部圖像區(qū)塊LI、L2、Rl、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; 2. 2. 3)對(duì)于開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_T.和臉頰的皮膚 毛孔粗大程度分值P〇re_C; 2.2.4)對(duì)于開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 Blackhead0
5. 根據(jù)權(quán)利要求4所述的一種基于人臉圖像識(shí)別的定量化膚質(zhì)檢測(cè)方法,其特征在 于: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 = 0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 ; 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 OiIiness用于體現(xiàn)皮膚因?yàn)槠ぶ置谠斐傻挠凸獬潭取?br>6. 根據(jù)權(quán)利要求4所述的一種基于人臉圖像識(shí)別的定量化膚質(zhì)檢測(cè)方法,其特征在 于: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,則 : 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-(η - dn)2/dn ; 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。
7. 根據(jù)權(quán)利要求4所述的一種基于人臉圖像識(shí)別的定量化膚質(zhì)檢測(cè)方法,其特征在 于: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之間的連通域檢測(cè)為毛孔部分,所有毛孔部分的總 面積除以原始面部圖像區(qū)塊面積Area得到毛孔面積比值m,計(jì)算該面部圖像區(qū)塊的毛孔粗 大程度分值Pore =mX 1000 ;再將面部圖像區(qū)塊M3的毛孔粗大程度分值Pore作為此人面 部T區(qū)的皮膚毛孔粗大程度分值P〇re_T,計(jì)算面部圖像區(qū)塊L2和R2的毛孔粗大程度分值 Pore的平均值作為此人臉頰的皮膚毛孔粗大程度分值P〇re_C。
8. 根據(jù)權(quán)利要求4所述的一種基于人臉圖像識(shí)別的定量化膚質(zhì)檢測(cè)方法,其特征在 于:所述步驟2. 2. 4)具體采用以下方式進(jìn)行計(jì)算:將原始面部圖像區(qū)塊轉(zhuǎn)化為灰度圖,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7 X 10_5倍原始面部圖像區(qū)塊面積Area與I X 10 _3倍原始面部 圖像區(qū)塊面積Area之間且平均像素灰度值小于180的連通域檢測(cè)為黑頭部分;單個(gè)黑頭部 分的黑頭嚴(yán)重程度參量為(255-該黑頭部分的平均像素灰度值)X該黑頭部分的面積,由 各個(gè)黑頭部分的黑頭嚴(yán)重程度參量相加再除以原始面部圖像區(qū)塊面積Area得到總黑頭嚴(yán) 重程度參量h,再計(jì)算總黑頭嚴(yán)重程度分值Blackhead = l〇gl.4(2· 5Xh+0. 4) 〇
9. 根據(jù)權(quán)利要求1所述的一種基于人臉圖像識(shí)別的定量化膚質(zhì)檢測(cè)方法,其特征在 于:所述步驟3)具體采用以下方式進(jìn)行計(jì)算皮膚油性程度值GT和皮膚油性程度GC并進(jìn)行 判斷檢測(cè): 3. 1)采用以下公式計(jì)算面部T區(qū)的皮膚油性程度值GT : GT =〇iliness_T x 0.35 + Smoothness_T x 0.1 + Pore_T x 0.35 + Blackhead x 0.2 當(dāng)GT〈0. 5時(shí),面部T區(qū)的皮膚檢測(cè)為干性; 當(dāng)0. 5〈 = GT〈3. 0時(shí),面部T區(qū)的皮膚檢測(cè)為中性; 當(dāng)GT> = 3. 0時(shí),面部T區(qū)的皮膚檢測(cè)為油性; 3. 2)采用以下公式計(jì)算兩頰的皮膚油性程度GC : GC =〇iliness_C X 0.3 + Smoothness_C X 0.1 + Pore_C X 0.3。 當(dāng)GC〈0. 5時(shí),面頰的皮膚檢測(cè)為干性;當(dāng)0. 5〈 = GC〈3. 0時(shí),面頰的皮膚檢測(cè)為中性; 當(dāng)GO = 3. 0時(shí),面頰的皮膚檢測(cè)為油性。
10. 根據(jù)權(quán)利要求4~7或9任一所述的一種基于人臉圖像識(shí)別的定量化膚質(zhì)檢測(cè)方 法,其特征在于:所述的面部T區(qū)由面部圖像區(qū)塊L1、R1、Ml、M2、M3和M4組成。
【專利摘要】本發(fā)明公開了一種基于人臉圖像識(shí)別的定量化膚質(zhì)檢測(cè)方法。通過拍照獲得兩張清晰的人臉照片,一張開啟閃光燈,另一張光照良好但不開啟閃光燈,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;對(duì)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,皮膚屬性包括油光程度分值、皮膚光滑程度分值、皮膚毛孔粗大程度分值和總黑頭嚴(yán)重程度分值;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。本發(fā)明可對(duì)人臉照片進(jìn)行解析,通過圖像人臉檢測(cè)出人的皮膚膚質(zhì),可為下一步提供護(hù)膚方法和建議;本發(fā)明可廣泛應(yīng)用于美容護(hù)膚領(lǐng)域,對(duì)人臉圖像的識(shí)別與檢測(cè),能隨時(shí)隨地、方便快捷地幫助人們做出正確的美容護(hù)膚選擇。
【IPC分類】G06K9-00, G06T7-60
【公開號(hào)】CN104732214
【申請(qǐng)?zhí)枴緾N201510130557
【發(fā)明人】吳亮
【申請(qǐng)人】吳亮
【公開日】2015年6月24日
【申請(qǐng)日】2015年3月24日