黑眼圈类型识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种黑眼圈类型识别方法、装置、计算机设备和存储介质。该方法包括：从待识别人脸图像中获取目标眼周区域图像和目标正常皮肤区域图像，并将所述目标眼周区域图像和所述目标正常皮肤区域图像从初始颜色空间转换到LAB颜色空间；对转换到所述LAB颜色空间的所述目标眼周区域图像和所述目标正常皮肤区域图像进行特征提取，得到目标特征；将所述目标特征输入预设的SVM模型进行处理，确定所述目标眼周区域图像中黑眼圈的类型；所述SVM模型为根据多个人脸图像样本进行训练得到的模型。该方法可以利用SVM模型输出较准确的黑眼圈类型，提高黑眼圈类型识别的准确度。

【技术实现步骤摘要】
黑眼圈类型识别方法、装置、计算机设备和存储介质
本申请涉及图像处理领域，特别是涉及一种黑眼圈类型识别方法、装置、计算机设备和存储介质。
技术介绍
随着生活水平的提高，人们对自身健康的关注度越来越高，黑眼圈作为一种亚健康的表现，引起了人们越来越多的关注。若要对有黑眼圈的患者做出相应的治疗和护理等，需要准确识别出该患者是否有黑眼圈，并准确判断黑眼圈的类型。但是，传统技术中对于黑眼圈类型的判定还比较匮乏。
技术实现思路
基于此，有必要针对传统技术对于黑眼圈类型的判定还比较匮乏的问题，提供一种黑眼圈类型识别方法、装置、计算机设备和存储介质。第一方面，本申请实施例提供一种黑眼圈类型识别方法，所述法包括：从待识别人脸图像中获取目标眼周区域图像和目标正常皮肤区域图像，并将所述目标眼周区域图像和所述目标正常皮肤区域图像从初始颜色空间转换到LAB颜色空间；对转换到所述LAB颜色空间的所述目标眼周区域图像和所述目标正常皮肤区域图像进行特征提取，得到目标特征；将所述目标特征输入预设的SVM模型进行处理，确定所述目标眼周区域图像中黑眼圈的类型；所述SVM模型为根据多个人脸图像样本进行训练得到的模型。在其中一个实本文档来自技高网...

【技术保护点】
1.一种黑眼圈类型识别方法，其特征在于，所述方法包括：从待识别人脸图像中获取目标眼周区域图像和目标正常皮肤区域图像，并将所述目标眼周区域图像和所述目标正常皮肤区域图像从初始颜色空间转换到LAB颜色空间；对转换到所述LAB颜色空间的所述目标眼周区域图像和所述目标正常皮肤区域图像进行特征提取，得到目标特征；将所述目标特征输入预设的SVM模型进行处理，确定所述目标眼周区域图像中黑眼圈的类型；所述SVM模型为根据多个人脸图像样本进行训练得到的模型。

【技术特征摘要】
1.一种黑眼圈类型识别方法，其特征在于，所述方法包括：从待识别人脸图像中获取目标眼周区域图像和目标正常皮肤区域图像，并将所述目标眼周区域图像和所述目标正常皮肤区域图像从初始颜色空间转换到LAB颜色空间；对转换到所述LAB颜色空间的所述目标眼周区域图像和所述目标正常皮肤区域图像进行特征提取，得到目标特征；将所述目标特征输入预设的SVM模型进行处理，确定所述目标眼周区域图像中黑眼圈的类型；所述SVM模型为根据多个人脸图像样本进行训练得到的模型。2.根据权利要求1所述的方法，其特征在于，所述目标特征包括所述目标眼周区域图像中各个像素点的第一均值集、所述目标正常皮肤区域图像中各个像素点的第二均值集和所述第一均值集与所述第二均值集中对应分量的差值集；所述第一均值集包括所述目标眼周区域图像中各个像素点的L坐标分量的平均值、A坐标分量的平均值和B坐标分量的平均值，所述第二均值集包括所述目标正常皮肤区域图像中各个像素点的L坐标分量的平均值、A坐标分量的平均值和B坐标分量的平均值。3.根据权利要求1所述的方法，其特征在于，所述从待识别人脸图像中获取目标眼周区域图像和目标正常皮肤区域图像，包括：获取所述待识别人脸图像；对所述待识别人脸图像进行人脸关键点检测，得到多个人脸关键点；根据所述多个人脸关键点，确定目标眼周区域图像和目标正常皮肤区域图像。4.根据权利要求3所述的方法，其特征在于，所述根据所述多个人脸关键点，确定目标眼周区域图像和目标正常皮肤区域图像，包括：从所述多个人脸关键点中选取部分人脸关键点作为目标人脸关键点，并基于所述目标人脸关键点确定初始区域；根据预设的第一选取规则，从所述初始区域中划分出至少一个眼周子区域，并将所述至少一个眼周子区域作为目标眼周区域图像；根据预设的第二选取规则，从所...

【专利技术属性】
技术研发人员：王晶，周桂文，
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