一种趋势确定方法及装置制造方法及图纸

本发明专利技术实施例提供一种趋势确定方法及装置，包括：通过摄像头采集第一人脸图像；将第一人脸图像输入第一深度神经网络，获得第一人脸图像中人脸上瑕疵的第一瑕疵数量和第一严重分数；获取第一人脸图像的标识；获取第二人脸图像中人脸上瑕疵的第二瑕疵数量和第二严重分数，第二人脸图像是存储的与该标识对应的人脸图像；根据第一瑕疵数量和第二瑕疵数量确定瑕疵的变化趋势，或者根据第一严重分数和第二严重分数确定瑕疵的变化趋势，或者根据第一瑕疵数量、第二瑕疵数量、第一严重分数和第二严重分数确定瑕疵的变化趋势。本发明专利技术实施例，可以准确地确定脸部皮肤上瑕疵的变化情况。

【技术实现步骤摘要】
一种趋势确定方法及装置
本专利技术涉及计算机
，具体涉及一种趋势确定方法及装置。
技术介绍
人脸的皮肤好坏直接影响一个人的美丑，因此，爱美人士，尤其是年轻女性特别注重脸部皮肤的情况，以便通过脸部皮肤的情况能够对脸部皮肤进行更好地护理。而人脸上时不时会长黑头、痘痘等瑕疵，用户可以通过镜子观察脸部皮肤上瑕疵的变化情况。然而，由于人脸视觉、记忆等的问题，用户很难通过镜子准确地确定脸部皮肤上瑕疵的变化情况。
技术实现思路
本专利技术实施例提供一种趋势确定方法及装置，用于准确地确定脸部皮肤上瑕疵的变化情况。第一方面提供一种趋势确定方法，包括：通过摄像头采集第一人脸图像；将所述第一人脸图像输入第一深度神经网络，获得所述第一人脸图像中人脸上瑕疵的第一瑕疵数量和第一严重分数；获取所述第一人脸图像的标识；获取第二人脸图像中人脸上瑕疵的第二瑕疵数量和第二严重分数，所述第二人脸图像是存储的与所述标识对应的人脸图像；根据所述第一瑕疵数量和所述第二瑕疵数量确定瑕疵的变化趋势，或者根据所述第一严重分数和所述第二严重分数确定所述瑕疵的变化趋势，或者根据所述第一瑕疵数量、所述第二瑕疵数量、所述第一严重分数和所述第二严重分数确定所述瑕疵的变化趋势。在一个实施例中，所述将所述第一人脸图像输入第一深度神经网络，获得所述第一人脸图像中人脸上瑕疵的第一瑕疵数量和第一严重分数包括：将所述第一人脸图像输入第一深度神经网络，获得所述第一人脸图像中人脸上所有待确定瑕疵的瑕疵概率和严重分数；在待确定瑕疵的瑕疵概率大于阈值的情况下，确定所述待确定瑕疵为瑕疵，所述待确定瑕疵为所述所有待确定瑕疵中的任一待确定瑕疵；统计确定的瑕疵的数量为所述第一人脸图像中人脸上瑕疵的第一瑕疵数量；将所述确定的瑕疵的严重分数确定为所述第一人脸图像中人脸上瑕疵的第一严重分数。在一个实施例中，所述根据所述第一瑕疵数量、所述第二瑕疵数量、所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势包括：在所述第一瑕疵数量与所述第二瑕疵数量不同的情况下，根据所述第一瑕疵数量和所述第二瑕疵数量确定瑕疵的变化趋势；在所述第一瑕疵数量与所述第二瑕疵数量相同的情况下，根据所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势。在一个实施例中，所述根据所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势包括：计算所述第一严重分数的第一加权平均值；计算所述第二严重分数的第二加权平均值；根据所述第一加权平均值和所述第二加权平均值确定瑕疵的变化趋势。在一个实施例中，所述获取第二人脸图像中人脸上瑕疵的第二瑕疵数量和第二严重分数包括：获取第二人脸图像中人脸上瑕疵的第二瑕疵数量、第二严重分数和第一标识信息；所述根据所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势包括：根据跟踪算法、所述第一标识信息和第二深度神经网络识别所述第一人脸图像与所述第二人脸图像中为同一瑕疵的瑕疵；比较所述第一人脸图像和所述第二人脸图像中同一瑕疵的严重分数，以获得瑕疵的变化趋势。在一个实施例中，所述方法还包括：通过所述摄像头采集不同角度的多张人脸图像，所述多张人脸图像的标识与所述标识相同；通过跟踪算法获取所述多张人脸图像中瑕疵的标识信息，获得第二标识信息；所述根据跟踪算法、所述第一标识信息和第二深度神经网络识别所述第一人脸图像与所述第二人脸图像中为同一瑕疵的瑕疵之后，所述方法还包括：根据所述多张人脸图像和所述第二标识信息重新训练所述第二深度神经网络，以更新所述第二深度神经网络。在一个实施例中，所述通过摄像头采集不同角度的多张人脸图像包括：通过摄像头采集人脸关键部位的相对位置不同的多张人脸图像。第二方面提供一种趋势确定装置，包括：采集单元，用于通过摄像头采集第一人脸图像；输入单元，用于将所述采集单元采集的第一人脸图像输入第一深度神经网络，获得所述第一人脸图像中人脸上瑕疵的第一瑕疵数量和第一严重分数；第一获取单元，用于获取所述采集单元采集的第一人脸图像的标识；第二获取单元，用于获取第二人脸图像中人脸上瑕疵的第二瑕疵数量和第二严重分数，所述第二人脸图像是存储的与所述第一获取单元获取的标识对应的人脸图像；确定单元，用于根据所述输入单元获得的第一瑕疵数量和所述第二获取单元获取的第二瑕疵数量确定瑕疵的变化趋势，或者根据所述第一严重分数和所述第二严重分数确定所述瑕疵的变化趋势，或者根据所述第一瑕疵数量、所述第二瑕疵数量、所述第一严重分数和所述第二严重分数确定所述瑕疵的变化趋势。在一个实施例中，所述输入单元包括：输入子单元，用于将所述采集单元采集的第一人脸图像输入第一深度神经网络，获得所述第一人脸图像中人脸上所有待确定瑕疵的瑕疵概率和严重分数；第一确定子单元，用于在待确定瑕疵的瑕疵概率大于阈值的情况下，确定所述待确定瑕疵为瑕疵，所述待确定瑕疵为所述输入子单元获得的所有待确定瑕疵中的任一待确定瑕疵；统计子单元，用于统计所述第一确定子单元确定的瑕疵的数量为所述第一人脸图像中人脸上瑕疵的第一瑕疵数量；第二确定子单元，用于将所述第一确定子单元确定的瑕疵的严重分数确定为所述第一人脸图像中人脸上瑕疵的第一严重分数。在一个实施例中，所述确定单元根据所述第一瑕疵数量、所述第二瑕疵数量、所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势包括：在所述第一瑕疵数量与所述第二瑕疵数量不同的情况下，根据所述第一瑕疵数量和所述第二瑕疵数量确定瑕疵的变化趋势；在所述第一瑕疵数量与所述第二瑕疵数量相同的情况下，根据所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势。在一个实施例中，所述确定单元根据所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势包括：计算所述第一严重分数的第一加权平均值；计算所述第二严重分数的第二加权平均值；根据所述第一加权平均值和所述第二加权平均值确定瑕疵的变化趋势。在一个实施例中，所述第二获取单元，具体用于获取第二人脸图像中人脸上瑕疵的第二瑕疵数量、第二严重分数和第一标识信息；所述确定单元根据所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势包括：根据跟踪算法、所述第一标识信息和第二深度神经网络识别所述第一人脸图像与所述第二人脸图像中为同一瑕疵的瑕疵；比较所述第一人脸图像和所述第二人脸图像中同一瑕疵的严重分数，以获得瑕疵的变化趋势。在一个实施例中，所述采集单元，还用于通过所述摄像头采集不同角度的多张人脸图像，所述多张人脸图像的标识与所述标识相同；第三获取单元，用于通过跟踪算法获取所述采集单元采集的多张人脸图像中瑕疵的标识信息，获得第二标识信息；训练单元，用于根据跟踪算法、所述第一标识信息和第二深度神经网络识别所述第一人脸图像与所述第二人脸图像中为同一瑕疵的瑕疵之后，根据所述采集单元采集的多张人脸图像和所述第三获取单元获取的第二标识信息重新训练所述第二深度神经网络，以更新所述第二深度神经网络。在一个实施例中，所述采集单元通过摄像头采集不同角度的多张人脸图像包括：通过摄像头采集人脸关键部位的相对位置不同的多张人脸图像。第三方面提供一种趋势确定装置，包括处理器、存储器和摄像头，所述处理器、所述存储器和所述摄像头相互连接，所述摄像头用于采集图像，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于调用所述程序指令执行第一方面或第一方面的任本文档来自技高网...

【技术保护点】
1.一种趋势确定方法，其特征在于，包括：通过摄像头采集第一人脸图像；将所述第一人脸图像输入第一深度神经网络，获得所述第一人脸图像中人脸上瑕疵的第一瑕疵数量和第一严重分数；获取所述第一人脸图像的标识；获取第二人脸图像中人脸上瑕疵的第二瑕疵数量和第二严重分数，所述第二人脸图像是存储的与所述标识对应的人脸图像；根据所述第一瑕疵数量和所述第二瑕疵数量确定瑕疵的变化趋势，或者根据所述第一严重分数和所述第二严重分数确定所述瑕疵的变化趋势，或者根据所述第一瑕疵数量、所述第二瑕疵数量、所述第一严重分数和所述第二严重分数确定所述瑕疵的变化趋势。

【技术特征摘要】
1.一种趋势确定方法，其特征在于，包括：通过摄像头采集第一人脸图像；将所述第一人脸图像输入第一深度神经网络，获得所述第一人脸图像中人脸上瑕疵的第一瑕疵数量和第一严重分数；获取所述第一人脸图像的标识；获取第二人脸图像中人脸上瑕疵的第二瑕疵数量和第二严重分数，所述第二人脸图像是存储的与所述标识对应的人脸图像；根据所述第一瑕疵数量和所述第二瑕疵数量确定瑕疵的变化趋势，或者根据所述第一严重分数和所述第二严重分数确定所述瑕疵的变化趋势，或者根据所述第一瑕疵数量、所述第二瑕疵数量、所述第一严重分数和所述第二严重分数确定所述瑕疵的变化趋势。2.根据权利要求1所述的方法，其特征在于，所述将所述第一人脸图像输入第一深度神经网络，获得所述第一人脸图像中人脸上瑕疵的第一瑕疵数量和第一严重分数包括：将所述第一人脸图像输入第一深度神经网络，获得所述第一人脸图像中人脸上所有待确定瑕疵的瑕疵概率和严重分数；在待确定瑕疵的瑕疵概率大于阈值的情况下，确定所述待确定瑕疵为瑕疵，所述待确定瑕疵为所述所有待确定瑕疵中的任一待确定瑕疵；统计确定的瑕疵的数量为所述第一人脸图像中人脸上瑕疵的第一瑕疵数量；将所述确定的瑕疵的严重分数确定为所述第一人脸图像中人脸上瑕疵的第一严重分数。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一瑕疵数量、所述第二瑕疵数量、所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势包括：在所述第一瑕疵数量与所述第二瑕疵数量不同的情况下，根据所述第一瑕疵数量和所述第二瑕疵数量确定瑕疵的变化趋势；在所述第一瑕疵数量与所述第二瑕疵数量相同的情况下，根据所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势。4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述第一严重分数和所述第二严重分数确定瑕疵的变化趋势包括：计算所述第一严重分数的第一加权平均值；计算所述第二严重分数的第二加权平均值；根据所述第一加权平均值和所述第二加权平均值确定瑕疵的变化趋势。5.根据权利要求1-3任一项所述的方法，其特征在于，所述获取第二人脸图像中人脸上瑕疵的第二瑕疵数量和第二严重分数包括：获取第二人脸图像中人脸上瑕疵的第二瑕疵数量、第二严重分数和第一标识信息；所述根据所述第一严重分数和所述第二严重分数确定瑕疵的...

【专利技术属性】
技术研发人员：鞠汶奇，刘子威，
申请(专利权)人：深圳和而泰数据资源与云技术有限公司，
类型：发明
国别省市：广东,44