皮肤检测方法、装置、终端设备及计算机存储介质制造方法及图纸

本申请适用于图像处理技术领域，提供了皮肤检测方法、装置、终端设备及计算机存储介质，所述方法包括：获取待检测的面部图像，并确定所述面部图像中的目标区域；提取所述目标区域的皮肤特征；将所述皮肤特征输入训练后的皮肤检测模型，获得所述皮肤检测模型输出的皮肤检测结果，其中所述皮肤检测结果包括面部皮肤的光泽度信息，所述皮肤检测模型是以采集的面部图像以及专家针对每个面部图像反馈的面部皮肤的光泽度信息作为模型训练样本训练得到的。通过本申请，可以解决对皮肤的肤质或状态的检测精度较低及检测结果的可靠性较差的问题。测精度较低及检测结果的可靠性较差的问题。测精度较低及检测结果的可靠性较差的问题。

【技术实现步骤摘要】
皮肤检测方法、装置、终端设备及计算机存储介质


[0001]本申请属于图像处理
，尤其涉及皮肤检测方法、装置、终端设备及计算机存储介质。

技术介绍

[0002]皮肤检测是针对皮肤的肤质或状态进行科学的测试。光泽度作为评估皮肤测试过程中整体质感的重要指标，通过光泽度的表征，可以系统的为皮肤管理提供指导建议。
[0003]目前，在对皮肤的光泽度进行评估时，通常采用皮肤对光照的反射情况，从不同角度把图像分解成镜像图像或反射图像分析光泽度，或者通过样本图像对测试图像进行光泽对比，定义皮肤对光照的反射强弱；但是基于皮肤对光照反射强弱所表征情况，无法区分皮肤是“油光”反光还是“光泽肌肤”的反光，使得对皮肤的肤质或状态的检测精度较低，检测结果的可靠性较差。

技术实现思路

[0004]本申请实施例提供了皮肤检测方法、装置、终端设备及计算机存储介质，可以解决无法区分皮肤是“油光”反光还是“光泽肌肤”的反光，使得对皮肤的肤质或状态的检测精度较低，检测结果的可靠性较差的问题。
[0005]第一方面，本申请实施例提供了一种皮肤检测方法，包括：
[0006]获取待检测的面部图像，并确定所述面部图像中的目标区域；提取所述目标区域的皮肤特征；将所述皮肤特征输入训练后的皮肤检测模型，获得所述皮肤检测模型输出的皮肤检测结果，其中所述皮肤检测结果包括面部皮肤的光泽度信息，所述皮肤检测模型是以采集的面部图像以及专家针对每个面部图像反馈的面部皮肤的光泽度信息作为模型训练样本训练得到的。
[0007]采用本申请提供的皮肤检测方法，可以针对面部图像的目标区域，进行皮肤特征的提取，并通过训练后的皮肤检测模型依据皮肤特征，进行检测，得到包含皮肤光泽度信息的检测结果，可以实现对不同光照环境下的面部图像进行计算和处理，提高了分析用户的面部皮肤光泽度的准确度及鲁棒性，为皮肤管理提供了可靠的数据基础。
[0008]在第一方面的一种可能的实现方式中，所述获取待检测的面部图像，并确定所述面部图像中的目标区域包括：
[0009]根据所述面部图像，提取所述面部图像中的面部特征点；根据所述面部特征点的坐标对所述面部图像进行划分，确定所述目标区域。
[0010]在第一方面的一种可能的实现方式中，所述皮肤特征包括所述目标区域的漫反射特征、明度特征、纹理特征、肤色特征及暗部特征；
[0011]相应的，提取所述目标区域的皮肤特征包括：
[0012]提取所述目标区域的所述漫反射特征、所述明度特征、所述纹理特征、所述肤色特征及所述暗部特征中的一种或多种。
[0013]采用该可能的实现方式，通过提取皮肤受光照影响的亮度特征的同时，对皮肤的细节特征进行提取；不仅分析皮肤受光照后的漫反射特征及明度特征，还分析了皮肤的纹理、肤色及暗部特征，提高了对面部图像的处理精度，同时满足了适用不同光照环境的稳定性与鲁棒性。
[0014]在第一方面的一种可能的实现方式中，所述漫反射特征包括所述目标区域的亮度变化速度；
[0015]相应的，提取所述目标区域的皮肤特征包括：
[0016]通过一阶离散型差分函数对所述目标区域进行图像处理，得到一阶变化图像；计算所述一阶变化图像中像素点总数量以及所述一阶变化图像中所有像素点的像素值之和；计算所述一阶变化图像中像素点总数量与所述目标区域的面积的比值，将所述比值和所述像素值之和作为所述目标区域的第一漫反射子特征的指标；其中，所述第一漫反射子特征用于表征所述目标区域的亮度变化速度。
[0017]示例性的，通过一阶离散型差分函数对所述目标区域进行图像处理，包括提取所述目标区域的图像边缘，删除所述图像边缘的像素点，得到去除图像边缘像素点的一阶变化图像。
[0018]示例性的，所述目标区域包括两脸颊区域、鼻区域及前额区域；在通过一阶离散型差分函数对所述目标区域的脸颊区域进行图像处理之前，对所述脸颊区域进行划分，得到每一个脸颊区域的第一子区域和第二子区域；采用所述一阶离散型差分函数，分别对所述第一子区域和所述第二子区域进行图像处理，得到所述第一子区域和所述第二子区域的一阶变化图像。
[0019]在提取脸颊区域的皮肤特征时，对脸颊区域进一步划分，提高了针对局部的皮肤特征提取准确度。
[0020]在第一方面的一种可能的实现方式中，所述漫反射特征包括所述目标区域的亮度均匀度；
[0021]相应的，提取所述目标区域的皮肤特征包括：
[0022]通过熵函数计算所述目标区域的图像熵，将所述图像熵作为所述目标区域的第二漫反射子特征；其中，所述第二漫反射子特征用于表征所述目标区域的亮度均匀度。
[0023]在第一方面的一种可能的实现方式中，所述明度特征包括所述目标区域的光泽区域平均亮度和光泽区域面积；
[0024]相应的，提取所述目标区域的皮肤特征包括：
[0025]通过拉普拉斯函数对所述目标区域进行处理，获取所述目标区域的边缘信息，所述边缘信息包括亮度边缘；根据所述亮度边缘的像素点的平均像素值，对所述目标区域的进行阈值分割，得到像素值符合阈值标准的像素点所组成的光泽区域；计算所述光泽区域中像素点的像素值之和及所述光泽区域中像素点总数量；将所述光泽区域中像素点的像素值之和作为第一明度子特征，所述第一明度子特征用于表征所述光泽区域平均亮度；将所述光泽区域中像素点总数量作为第二明度子特征，所述第二明度子特征用于表征所述光泽区域面积。
[0026]通过采用该实现方式，可以无方向性的提取目标区域的边缘信息，提高边缘提取的准确性，进一步提高图像处理的鲁棒性；通过基于亮度边缘的像素点的像素值对目标区
域进行阈值分割，使得确定的光泽区域更加准确，提高了针对阈值分割后的图像相关特征值提取的可靠性。
[0027]在第一方面的一种可能的实现方式中，所述纹理特征包括所述目标区域的毛孔占比信息；
[0028]相应的，提取所述目标区域的皮肤特征包括：
[0029]通过高斯差分函数对所述目标区域进行差分处理，得到差分处理后的第一图像；通过拉普拉斯函数对所述第一图像进行图像处理，提取所述目标区域的边缘信息，得到包含所述边缘信息的第二图像，所述边缘信息包括亮度边缘；基于所述亮度边缘的像素点的平均像素值，对所述第二图像进行阈值分割，得到分割后的第三图像，所述第三图像包括由像素值小于所述阈值的像素点组成的暗部区域；对所述暗部区域的连通区域进行圆度搜索，得到符合预设圆度标准的像素点组成毛孔区域；计算所述毛孔区域与所述目标区域的面积比值，所述面积比值用于表征所述毛孔占比信息。
[0030]通过对目标区域的毛孔信息的提取，增加了对图像的细节处理，提高了皮肤检测模型的检测精确度及检测预测结果的可靠性。
[0031]在第一方面的一种可能的实现方式中，所述肤色特征包括所述目标区域的YCbCr颜色空间信息；
[0032]相应的，提取所述目标区域的皮肤特征包括：
[0033]提取所述目标区域在YCbCr颜色空间的色彩分量信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种皮肤检测方法，其特征在于，包括：获取待检测的面部图像，并确定所述面部图像中的目标区域；提取所述目标区域的皮肤特征；将所述皮肤特征输入训练后的皮肤检测模型，获得所述皮肤检测模型输出的皮肤检测结果，其中所述皮肤检测结果包括面部皮肤的光泽度信息，所述皮肤检测模型是以采集的面部图像以及专家针对每个面部图像反馈的面部皮肤的光泽度信息作为模型训练样本训练得到的。2.如权利要求1所述的皮肤检测方法，其特征在于，所述获取待检测的面部图像，并确定所述面部图像中的目标区域包括：根据所述面部图像，提取所述面部图像中的面部特征点；根据所述面部特征点的坐标对所述面部图像进行划分，确定所述目标区域。3.如权利要求1所述的皮肤检测方法，其特征在于，所述皮肤特征包括所述目标区域的漫反射特征、明度特征、纹理特征、肤色特征及暗部特征；相应的，提取所述目标区域的皮肤特征包括：提取所述目标区域的所述漫反射特征、所述明度特征、所述纹理特征、所述肤色特征及所述暗部特征中的一种或多种。4.如权利要求3所述的皮肤检测方法，其特征在于，所述漫反射特征包括所述目标区域的亮度变化速度；相应的，提取所述目标区域的皮肤特征包括：通过一阶离散型差分函数对所述目标区域进行图像处理，得到一阶变化图像；计算所述一阶变化图像中像素点总数量以及所述一阶变化图像中所有像素点的像素值之和；计算所述一阶变化图像中像素点总数量与所述目标区域的面积的比值，将所述比值和所述像素值之和作为所述目标区域的第一漫反射子特征的指标；其中，所述第一漫反射子特征用于表征所述目标区域的亮度变化速度。5.如权利要求3所述的皮肤检测方法，其特征在于，所述漫反射特征包括所述目标区域的亮度均匀度；相应的，提取所述目标区域的皮肤特征包括：通过熵函数计算所述目标区域的图像熵，将所述图像熵作为所述目标区域的第二漫反射子特征；其中，所述第二漫反射子特征用于表征所述目标区域的亮度均匀度。6.如权利要求3所述的皮肤检测方法，其特征在于，所述明度特征包括所述目标区域的光泽区域平均亮度和光泽区域面积；相应的，提取所述目标区域的皮肤特征包括：通过拉普拉斯函数对所述目标区域进行处理，获取所述目标区域的边缘信息，所述边缘信息包括亮度边缘；根据所述亮度边缘的像素点的平均像素值，对所述目标区域的进行阈值分割，得到像素值符合阈值标准的像素点所组成的光泽区域；计算所述光泽区域中像素点的像素值之和及所述光泽区域中像素点总数量；
将所述光泽区域中像素点的像素值之和作为第一明度子特征，所述第一明度子特征用于表征所述光泽区域平均亮度；将所述光泽区域中像素点总数量作为第二明度子特征，所述第二明度子特征用于表征所述光泽区域面积。7.如权利要求3所述的皮肤检测方法，其特征在于，所述纹理特征包括所述目标区域的毛孔占比信息；相应的，提取所述目标区域的皮肤特征包括：通过高斯差分函数对所述目标区域进行差分处理，得到差分处理后的第一图像；通过拉普拉斯函数对所述第一图像进行图像处理，提取所述目标区域的边缘信息，得到包含所述边缘信息的第二图像，所述边缘信息包括亮度边缘；基于所述亮度边缘的像素点的平均像素值，对所述第二图像进行阈值分割，得到分割后的第三图像，所述第三图像包括由像素值小于所述阈值的像素点组成的暗部区域；对所述暗部区域的连通区域进行圆度搜索，得到符合预设圆度标准的像素点组成毛孔区域；计算所述毛孔区域与所述目标区域的面积比值，所述面积比值用于表征所述毛孔占比信息。8.如权利要求3所述的皮肤...

【专利技术属性】
技术研发人员：王润森，董辰，周一丹，郜文美，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：