基于人脸图像的体重监测方法、系统及移动终端技术方案

本发明专利技术是一种基于人脸图像的体重监测方法、系统及移动终端，包括如下步骤：获取一目标人脸图像；提取所述目标人脸图像的面部特征数据；依据所述目标人脸图像的面部特征数据与预设的人脸图像样本中的面部特征数据之间的相似度比对结果，分析出所述目标人脸图像中所描绘的人物的体重；以及当判断出所述人物的体重与预设的人体标准体重数据的差值大于一设定值时，发出一提示信息。从而判断使用者体重的趋势和估算使用者现有的体重，提醒使用者现在的体重身体状况，测量方法简便，全自动完成，提高测量操作的便捷性，提升了移动终端的用户体验。

Body image monitoring method, system and mobile terminal based on face image

The invention relates to a weight monitoring method, system and mobile terminal based on a face image, comprising the following steps: acquiring a target face image; extracting the face feature data of the target face image; according to the face feature data of the target face image and the face feature data of the preset face image sample. The results of the similarity comparison between the two images show that the weight of the person described in the target face image is analyzed, and when it is determined that the difference between the weight of the person and the preset standard body weight data is greater than a set value, a prompt message is sent. It can judge the trend of the user's weight and estimate the user's existing weight, remind the user of the current weight and physical condition, measurement method is simple, automatic completion, improve the convenience of measurement operation, improve the user experience of the mobile terminal.

【技术实现步骤摘要】
基于人脸图像的体重监测方法、系统及移动终端
本专利技术涉及体重测量
，具体涉及一种基于人脸图像的体重监测方法、系统及移动终端。
技术介绍
随着人们生活品质的提高，人们对身体健康情况越来越重视，对于身体的塑形也提出了越来越高的要求，上世纪50年代中期电子技术的发展推动体重秤、体脂秤等这些测量仪器的飞速发展。但是，传统的机械型测量设备不便于携带且智能化程度不高，因此，进一步研究人体基本数据的测量方法有着非常现实的意义，智能化是未来测量的发展趋势。
技术实现思路
针对上述现有技术的缺点，本专利技术提供一种基于人脸图像的体重监测方法、系统及移动终端，通过将使用者体重的信息与人脸图像对应起来，根据读取使用者人脸图像的面部特征信息，来判断使用者体重的趋势和估算使用者现有的体重，提醒使用者现在的体重身体状况，解决了现有技术中不能智能化测量人体体重的问题。本专利技术的目的与解决其技术问题可采用以下技术方案实现。本专利技术提出的一种基于人脸图像的体重监测方法，包括如下步骤：获取一目标人脸图像；提取所述目标人脸图像的面部特征数据；依据所述目标人脸图像的面部特征数据与预设的人脸图像样本中的面部特征数据之间的相似度比对结果，分析出所述目标人脸图像中所描绘的人物的体重；以及当判断出所述人物的体重与预设的人体标准体重数据的差值大于一设定值时，发出一提示信息。其中，所述依据所述目标人脸图像的面部特征数据与预设的人脸图像样本中的面部特征数据之间的相似度比对结果，分析出所述目标人脸图像中所描绘的人物的体重之前包括：判断所述目标人脸图像的分辨率是否大于预置分辨率；若所述目标人脸图像的分辨率小于所述预置分辨率，则提取所述目标人脸图像的面部特征数据；若所述目标人脸图像的分辨率大于所述预置分辨率，则提取所述目标人脸图像中各关键部位区域的特征数据。其中，所述各关键部位区域中包括：额头区域、眉毛区域、眼睛区域、鼻子区域、嘴巴区域、下巴区域、面部轮廓区域。其中，还包括：通过预置的深度卷积神经网络，提取所述目标人脸图像的面部特征数据。其中，还包括：获取多数个不同体重下的所述目标人脸图像，并将所述多数个不同体重与所述目标人脸图像的对应关系建立在所述人脸图像样本中；判断待监测的人脸图像的面部特征数据与所述人脸图像样本中的面部特征数据之间的余弦相似度值；在所述人脸图像样本中选取所述余弦相似度值大于预置临界值的所述目标人脸图像，及根据所述对应关系分析出所述目标人脸图像中所描绘的人物的体重。本专利技术的目的与解决其技术问题还可采用以下技术措施进一步来实现。依据本专利技术提出的一种基于人脸图像的体重监测系统，包括：获取模块，获取一目标人脸图像；提取模块，提取所述目标人脸图像的面部特征数据；分析模块，依据所述目标人脸图像的面部特征数据与预设的人脸图像样本中的面部特征数据之间的相似度比对结果，分析出所述目标人脸图像中所描绘的人物的体重；以及提示模块，当判断出所述人物的体重与预设的人体标准体重数据的差值大于一设定值时，发出一提示信息。其中，还包括：判断模块，判断所述目标人脸图像的分辨率是否大于预置分辨率；所述提取模块具体用于，若所述目标人脸图像的分辨率小于所述预置分辨率，则提取所述目标人脸图像的面部特征数据；若所述目标人脸图像的分辨率大于所述预置分辨率，则提取所述目标人脸图像中各关键部位区域的特征数据。其中，还包括：所述各关键部位区域中包括：额头区域、眉毛区域、眼睛区域、鼻子区域、嘴巴区域、下巴区域、面部轮廓区域。一种移动终端，包括：至少一个处理器；存储器；及存储在所述存储器上的基于人脸图像的体重监测程序，所述基于人脸图像的体重监测程序被所述处理器运行时实现如下操作：获取一目标人脸图像；提取所述目标人脸图像的面部特征数据；依据所述目标人脸图像的面部特征数据与预设的人脸图像样本的面部特征数据之间的相似度比对结果，分析出所述目标人脸图像中所描绘的人物的体重；以及当判断出所述人物的体重与预设的人体标准体重数据的差值大于一设定值时，发出一提示信息。一种计算机可读存储介质，所述计算机可读存储介质上存储有基于人脸图像的体重监测程序，所述基于人脸图像的体重监测程序被处理器运行时实现上述中任一项所述的方法的步骤。藉由以上技术方案和措施，本专利技术通过将使用者体重的信息与人脸图像对应起来，根据读取使用者人脸图像的面部特征信息，来判断使用者体重的趋势和估算使用者现有的体重，提醒使用者现在的体重身体状况，测量方法简便，全自动完成，无需他人协助或利用实体测量设备进行测量，更加智能化，提高测量操作的便捷性，提升了移动终端的用户体验。附图说明图1A至图1B是本专利技术提出的一种基于人脸图像的体重监测系统的模块示意图。图2是本专利技术第一实施例中基于人脸图像的体重监测方法的流程示意图。图3是本专利技术第二实施例中基于人脸图像的体重监测方法的流程示意图。图4是本专利技术提出的一种基于人脸图像的体重监测方法的实施例示意图。图5是本专利技术提出的一种移动终端的结构示意图。具体实施方式为更进一步阐述本专利技术一种基于人脸图像的体重监测方法、系统及移动终端为达成预定专利技术目的所采取的技术手段及其达成的功效，以下结合附图及较佳实施例，对依据本专利技术提出的基于人脸图像的体重监测方法、系统及移动终端之具体实施方式、结构、特征及其功效，做一详细说明。请参照图1A至图1B，其为本专利技术提出的一种基于人脸图像的体重监测系统的模块示意图。在图1A至图1B中，本专利技术提出的一种基于人脸图像的体重监测系统的模块示意图，适用于移动终端，该移动终端包括：获取模块110，获取一目标人脸图像；提取模块120，提取所述目标人脸图像的面部特征数据；分析模块130，依据所述目标人脸图像的面部特征数据与预设的人脸图像样本的面部特征数据之间的相似度比对结果，分析出所述目标人脸图像中所描绘的人物的体重；以及提示模块140，当判断出所述人物的体重与预设的人体标准体重数据的差值大于一设定值时，发出一提示信息。在一实施例中，还包括：该预设的人脸图像样本可以存储在移动终端内置的存储模块中，也可以存储在云端服务器上。在一实施例中，还包括：使用者预先在移动终端中选择测体重的模式，按照要求进行自拍，使得使用者的面部特征信息完全记录在这张自拍照片里面；同时，使用者站上体重秤，测量出此时的体重，此时，该体重与使用者照片的信息建立起一个一一对应的关系。使用者再次进入测体重模式。使用者按照要求自拍获得使用者的面部特征信息。将面部特征信息和参考体重对应的信息进行比较，依据背后的数据库给出一个推测体重。告知使用者体重是增加多少还是减少多少，现在的体重是多少。若此时，使用者选择校准体重，输入由体重秤得出来的数据。则依据人工智能进行自学习，将测出来的实际体重和推测体重进行比较，进行修正。调整数据库将推测体重朝向实际体重进行靠拢。在一实施例中，还包括：所述提示信息包括但不限于：语音提示信息、图像提示信息、动画提示信息等。例如，当分析出测试者的体重超出标准体重，则判断测试者超重，进而语音提醒测试者超重和超重的数量；若低于标准体重，则判断测试者偏瘦，进而语音提醒测试者偏瘦，建议测试者增加营养，并给出建议增重的数量。在一实施例中，还包括：判断模块150，判断所述目标人脸图像的分辨率是否大于预置分辨率；所述提取模块120具体用本文档来自技高网...

【技术保护点】
1.一种基于人脸图像的体重监测方法，其特征在于，包括如下步骤：获取一目标人脸图像；提取所述目标人脸图像的面部特征数据；依据所述目标人脸图像的面部特征数据与预设的人脸图像样本中的面部特征数据之间的相似度比对结果，分析出所述目标人脸图像中所描绘的人物的体重；以及当判断出所述人物的体重与预设的人体标准体重数据的差值大于一设定值时，发出一提示信息。

【技术特征摘要】
1.一种基于人脸图像的体重监测方法，其特征在于，包括如下步骤：获取一目标人脸图像；提取所述目标人脸图像的面部特征数据；依据所述目标人脸图像的面部特征数据与预设的人脸图像样本中的面部特征数据之间的相似度比对结果，分析出所述目标人脸图像中所描绘的人物的体重；以及当判断出所述人物的体重与预设的人体标准体重数据的差值大于一设定值时，发出一提示信息。2.根据权利要求1所述基于人脸图像的体重监测方法，其特征在于，所述依据所述目标人脸图像的面部特征数据与预设的人脸图像样本中的面部特征数据之间的相似度比对结果，分析出所述目标人脸图像中所描绘的人物的体重之前包括：判断所述目标人脸图像的分辨率是否大于预置分辨率；若所述目标人脸图像的分辨率小于所述预置分辨率，则提取所述目标人脸图像的面部特征数据；若所述目标人脸图像的分辨率大于所述预置分辨率，则提取所述目标人脸图像中各关键部位区域的特征数据。3.根据权利要求2所述基于人脸图像的体重监测方法，其特征在于，还包括：所述各关键部位区域中包括：额头区域、眉毛区域、眼睛区域、鼻子区域、嘴巴区域、下巴区域、面部轮廓区域。4.根据权利要求1所述基于人脸图像的体重监测方法，其特征在于，还包括：通过预置的深度卷积神经网络，提取所述目标人脸图像的面部特征数据。5.根据权利要求1所述基于人脸图像的体重监测方法，其特征在于，还包括：获取多数个不同体重下的所述目标人脸图像，并将所述多数个不同体重与所述目标人脸图像的对应关系建立在所述人脸图像样本中；判断待监测的人脸图像的面部特征数据与所述人脸图像样本中的面部特征数据之间的余弦相似度值；在所述人脸图像样本中选取所述余弦相似度值大于预置临界值的所述目标人脸图像，及根据所述对应关系分析出所述目标人脸图像中所描绘的人物的体重。6....

【专利技术属性】
技术研发人员：刘晨晖，
申请(专利权)人：深圳天珑无线科技有限公司，深圳市天珑移动技术有限公司，
类型：发明
国别省市：广东,44