基于人脸结构度量的体重指数预测方法、设备和存储介质技术

本发明专利技术公开了一种基于人脸结构度量的体重指数预测方法、设备和存储介质。该方法包括：采集有效人脸图像；确定所述有效人脸图像中目标人脸的姿态角；如果所述目标人脸的姿态角在预设的姿态角范围之内，则在所述有效人脸图像中，提取所述目标人脸的结构度量特征；将所述目标人脸的结构度量特征输入预先训练的体重指数预测模型，获取所述体重指数预测模型输出的所述目标人脸对应的体重指数。本发明专利技术采集有效人脸图像，在有效人脸图像中提取目标人脸的结构度量特征，并使体重指数预测模型利用结构度量特征，预测目标人脸对应的BMI，本发明专利技术的BMI预测方法便于操作且预测准确度高，可以解决无法有效采集用户真实身高和体重，从而无法获得用户的BMI的问题。获得用户的BMI的问题。获得用户的BMI的问题。

【技术实现步骤摘要】
基于人脸结构度量的体重指数预测方法、设备和存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种基于人脸结构度量的体重指数(Body Mass Index，简称BMI)预测方法、设备和存储介质。

技术介绍

[0002]体重指数(BMI)是一项衡量人体体型标准与否的指标。其中，BMI＝体重/身高的平方。这样，在计算BMI时需要知道人体的身高和体重。但是，在很多场合下，采集用户真实的身高和体重是一件较为困难的事情，从而造成获得用户准确的BMI较为困难。
[0003]具体而言，在现代社会的人际交往中，身高和体重都属于个人隐私，一般都是避免谈及相关的话题，不易获取用户的身高和体重，而且，在互联网飞速发展的今天，人们的信息安全意识不断提高，法律法规对个人隐私的保护也越来越严格。在用户不知情的情况下，采集用户个人信息往往要面临极大的法律风险，即便是在用户知情的情况下，采集用户个人信息，也会因为用户认为信息采集存在隐私泄露的风险，而选择回避甚至以造假的方式提供个人信息，这样得到的用户身高和体重往往是不准确的。例如：在一些体检项目中，一些用户担心身体指标不达标，比如BMI不达标，选择让其他人代替自己进行体检，这样得到的BMI将是不准确的。又如：在网站中提示用户输入身高和体重时，用户由于担心个人信息被泄露，进而提供虚假的身高和体重，这样得到的BMI将是错误的。然而，在一些应用场景中，必须使用用户准确的BMI，但是由于用户身高和体重采集困难，所以给这些必须使用用户准确BMI的应用场景造成了消极的影响。例如：在健康保险等一系列商业行为的信息告知中，BMI是一项非常重要的参保核保指标，需要使用用户准确的BMI，如果获得的用户BMI不准确，将给后续的工作带来不便。

技术实现思路

[0004]本专利技术的主要目的在于提供一种基于人脸结构度量的体重指数预测方法、设备和存储介质，以解决不易采集用户的真实身高和体重，造成获得用户准确的BMI较为困难的问题。
[0005]针对上述技术问题，本专利技术是通过以下技术方案来解决的：
[0006]本专利技术提供了一种基于人脸结构度量的体重指数预测方法，包括：采集有效人脸图像；确定所述有效人脸图像中目标人脸的姿态角；如果所述目标人脸的姿态角在预设的姿态角范围之内，则在所述有效人脸图像中，提取所述目标人脸的结构度量特征；将所述目标人脸的结构度量特征输入预先训练的体重指数预测模型，获取所述体重指数预测模型输出的所述目标人脸对应的体重指数。
[0007]其中，所述采集有效人脸图像，包括：采集用户环境图像；确定所述用户环境图像的平均亮度值；如果所述用户环境图像的平均亮度值在预设的亮度值范围之内，则针对所述用户环境图像进行人脸检测；如果在所述用户环境图像中检测到人脸，则确定所述用户环境图像为有效人脸图像；如果所述用户环境图像的平均亮度值未在所述亮度值范围之
内，或者，在所述用户环境图像中未检测到人脸，则进行重新采集提示。
[0008]其中，在所述针对所述用户环境图像进行人脸检测之前，还包括：确定所述用户环境图像的图像亮度标准差；如果所述图像亮度标准差小于预设的图像亮度标准差阈值，则利用伽马变换算法，对所述用户环境图像进行图像增强处理。
[0009]其中，所述确定所述有效人脸图像中目标人脸的姿态角，包括：在所述有效人脸图像中，针对目标人脸进行标记点标记；获取预先设置的三维人体头像模型；其中，在所述三维人体头像模型的脸部标记有标记点，并且在所述三维人体头像模型的脸部标记的标记点和在所述目标人脸上标记的标记点的数量和在相同维度空间中的类型相同；根据所述三维人体头像模型中的标记点以及所述有效人脸图像中针对目标人脸的标记点，确定所述目标人脸的姿态角。
[0010]其中，还包括：如果在所述目标人脸的姿态角在预设的姿态角范围之内，则在所述有效人脸图像中，提取所述目标人脸的结构度量特征之前，对所述目标人脸进行人脸对齐操作。
[0011]其中，在所述有效人脸图像中，提取所述目标人脸的结构度量特征，包括：在所述有效人脸图像中，针对目标人脸进行标记点标记；根据所述目标人脸的标记点，提取所述目标人脸的脸部结构关键点；根据所述目标人脸的脸部结构关键点，提取所述目标人脸对应的结构度量特征。
[0012]其中，所述体重指数预测模型的种类，包括：极端梯度提升XGBoost模型、线性回归模型、支持向量机SVM模型或者深度学习网络。
[0013]其中，如果所述体重指数预测模型为XGBoost模型，则在将所述目标人脸的结构度量特征输入预先训练的体重指数预测模型之前，还包括：训练所述体重指数预测模型；其中，训练所述体重指数预测模型，包括：步骤2，设置所述XGBoost模型中的CART分类与回归树的最大树深度的初始值；步骤4，利用预设的训练数据集，对所述XGBoost模型的结构和权重进行训练；步骤6，利用预设的验证数据集，对所述XGBoost模型中已训练的结构和权重进行验证，并根据验证结果执行本次的最大树深度调整；步骤8，利用预设的网格搜索算法，确定前一次调整的最大树深度是否为最优最大树深度，如果是最优最大树深度，则将所述XGBoost模型中的所述CART树的最大树深度设置为所述最优最大树深度，否则跳转到步骤4。
[0014]其中，在将所述XGBoost模型中的所述CART树的最大树深度设置为所述最优最大树深度之后，还包括；利用预设的测试数据集，测试已经被设置成最优最大树深度的所述XGBoost模型，并确定所述XGBoost模型的性能度量值；如果所述XGBoost模型的性能度量值在预设性能范围之内，则完成对所述XGBoost模型的训练。
[0015]本专利技术还提供了一种基于人脸结构度量的体重指数预测设备，所述基于人脸结构度量的体重指数预测设备包括处理器、存储器；所述处理器用于执行所述存储器中存储的基于人脸结构度量的体重指数预测程序，以实现上述任一项所述的基于人脸结构度量的体重指数预测方法。
[0016]本专利技术还提供了一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述任一项所述的基于人脸结构度量的体重指数预测方法。
[0017]本专利技术有益效果如下：
[0018]本专利技术采集有效人脸图像，在有效人脸图像中提取目标人脸的结构度量特征，并使体重指数预测模型利用结构度量特征，预测目标人脸对应的BMI，本专利技术的BMI预测方法便于操作且预测准确度高，可以解决无法有效采集用户真实身高和体重，从而无法获得用户的BMI的问题。
附图说明
[0019]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0020]图1是根据本专利技术一实施例的基于人脸结构度量的体重指数预测方法的流程图；
[0021]图2是根据本专利技术一实施例的采集有效人脸图像的步骤流程图；
[0022]图3是根据本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸结构度量的体重指数预测方法，其特征在于，包括：采集有效人脸图像；确定所述有效人脸图像中目标人脸的姿态角；如果所述目标人脸的姿态角在预设的姿态角范围之内，则在所述有效人脸图像中，提取所述目标人脸的结构度量特征；将所述目标人脸的结构度量特征输入预先训练的体重指数预测模型，获取所述体重指数预测模型输出的所述目标人脸对应的体重指数。2.根据权利要求1所述的方法，其特征在于，所述采集有效人脸图像，包括：采集用户环境图像；确定所述用户环境图像的平均亮度值；如果所述用户环境图像的平均亮度值在预设的亮度值范围之内，则针对所述用户环境图像进行人脸检测；如果在所述用户环境图像中检测到人脸，则确定所述用户环境图像为有效人脸图像；如果所述用户环境图像的平均亮度值未在所述亮度值范围之内，或者，在所述用户环境图像中未检测到人脸，则进行重新采集提示。3.根据权利要求2所述的方法，其特征在于，在所述针对所述用户环境图像进行人脸检测之前，还包括：确定所述用户环境图像的图像亮度标准差；如果所述图像亮度标准差小于预设的图像亮度标准差阈值，则利用伽马变换算法，对所述用户环境图像进行图像增强处理。4.根据权利要求1所述的方法，其特征在于，所述确定所述有效人脸图像中目标人脸的姿态角，包括：在所述有效人脸图像中，针对目标人脸进行标记点标记；获取预先设置的三维人体头像模型；其中，在所述三维人体头像模型的脸部标记有标记点，并且在所述三维人体头像模型的脸部标记的标记点和在所述目标人脸上标记的标记点的数量和在相同维度空间中的类型相同；根据所述三维人体头像模型中的标记点以及所述有效人脸图像中针对目标人脸的标记点，确定所述目标人脸的姿态角。5.根据权利要求1所述的方法，其特征在于，在所述有效人脸图像中，提取所述目标人脸的结构度量特征，包括：在所述有效人脸图像中，针对目标人脸进行标记点标记；根据所述目标人脸的标记点，提取所述目标人脸的脸部结构关键点；根据所述目标人脸的脸部结构关键点，提取所述目标人脸对应的结构度量...

【专利技术属性】
技术研发人员：罗冠，游强，田勇，殷晓珑，
申请(专利权)人：北京好啦科技有限公司，
类型：发明
国别省市：