【技术实现步骤摘要】
身体健康状态检测方法、装置、可读存储介质及终端设备
本专利技术属于人工智能
，尤其涉及一种身体健康状态检测方法、装置、计算机可读存储介质及终端设备。
技术介绍
用户的身体健康状态是衡量一个用户的关键因素，在各种场景中均有广泛的应用。例如，在金融风控系统中，就需要根据用户的身体健康状态来对用户进行风险评估。但现有技术在检测用户的身体健康状态时，往往需要使用复杂的检测设备，经历冗长的检测流程，耗时极长，成本极高。
技术实现思路
有鉴于此，本专利技术实施例提供了一种身体健康状态检测方法、装置、计算机可读存储介质及终端设备，以解决现有的身体健康状态检测方法在检测用户的身体健康状态时，往往需要使用复杂的检测设备，经历冗长的检测流程，耗时极长，成本极高的问题。本专利技术实施例的第一方面提供了一种身体健康状态检测方法，可以包括：获取待检测用户的人脸图像，并从所述待检测用户的人脸图像中提取用于进行身体健康状态检测的目标图像；使用预设的身体健康状态检测模型对所述待检测用户的目标图像进行处理，得...
【技术保护点】
1.一种身体健康状态检测方法，其特征在于，包括：/n获取待检测用户的人脸图像，并从所述待检测用户的人脸图像中提取用于进行身体健康状态检测的目标图像；/n使用预设的身体健康状态检测模型对所述待检测用户的目标图像进行处理，得到所述待检测用户的身体健康状态检测值；其中，所述身体健康状态检测模型为经过预设的训练样本集合训练得到的神经网络模型，所述训练样本集合中的每个训练样本均包括一个历史用户的目标图像以及身体健康状态标签值；/n根据所述待检测用户的身体健康状态检测值确定所述待检测用户的身体健康状态。/n
【技术特征摘要】
1.一种身体健康状态检测方法，其特征在于，包括：
获取待检测用户的人脸图像，并从所述待检测用户的人脸图像中提取用于进行身体健康状态检测的目标图像；
使用预设的身体健康状态检测模型对所述待检测用户的目标图像进行处理，得到所述待检测用户的身体健康状态检测值；其中，所述身体健康状态检测模型为经过预设的训练样本集合训练得到的神经网络模型，所述训练样本集合中的每个训练样本均包括一个历史用户的目标图像以及身体健康状态标签值；
根据所述待检测用户的身体健康状态检测值确定所述待检测用户的身体健康状态。
2.根据权利要求1所述的身体健康状态检测方法，其特征在于，所述训练样本集合的设置过程包括：
从预设的数据库中获取选定用户的人脸图像以及身体健康状态标签值，所述选定用户为所述数据库中存储的任意一个历史用户；
从所述选定用户的人脸图像中提取所述选定用户的第一目标图像，并以所述选定用户的第一目标图像为基准拓展出各个第二目标图像；
根据所述选定用户的第一目标图像、各个第二目标图像以及身体健康状态标签值构造与所述选定用户对应的训练样本子集；
将与所述选定用户对应的训练样本子集添加入所述训练样本集合。
3.根据权利要求2所述的身体健康状态检测方法，其特征在于，所述以所述选定用户的第一目标图像为基准拓展出各个第二目标图像，包括：
按照预设的各个旋转角度分别对所述选定用户的第一目标图像进行旋转，得到各个第二目标图像。
4.根据权利要求2所述的身体健康状态检测方法，其特征在于，所述以所述选定用户的第一目标图像为基准拓展出各个第二目标图像，包括：
计算所述第一目标图像的色彩分布概率密度；
使用预设的变换函数对所述色彩分布概率密度进行变换，得到变换后的色彩分布概率密度；
根据所述变换后的色彩分布概率密度计算所述第一目标图像的色彩分量数值；
根据所述色彩分量数值对所述第一目标图像进行调整，得到与所述变换函数对应的第二目标图像。
5.根据权利要求1所述的身体健康状态检测方法，其特征在于，所述身体健康状态检测模型包括卷积层、激励层和全连接层；
所述使用预设的身体健康状态检测模型对所述待检测用户的目标图像进行处理，得到所述待检测用户的身体健康状态检测值，包括：
使用所述卷积层对所述待检测用户的目标图像进行卷积处理，得到卷积层输出结果；
使用所述激励层对所述卷积层输出结果进行非线性映射，得到激励层输出结果；
使用所述全连接层对所...
【专利技术属性】
技术研发人员：李宝林，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。