一种人脸皮肤状况打分方法技术

本发明专利技术公开了一种人脸皮肤状况打分方法，包括以下步骤：S1：读入采集到的人脸图像；S2：检测出人脸上的关键点；S3：去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度；S4：分析ROI中皱纹、油脂或斑点，计算皱纹、油脂或斑点分数，输出打分结果。该人脸皮肤状况打分方法能够分析人脸常见的状况表象并计算分数，以利于对人脸皮肤状况进行量化评估，为后续诊疗提供指导依据。续诊疗提供指导依据。续诊疗提供指导依据。

【技术实现步骤摘要】
一种人脸皮肤状况打分方法


[0001]本专利技术属于非接触式人脸皮肤状况评估
，具体涉及一种人脸皮肤状况打分方法。

技术介绍

[0002]近些年来，越来越多的人开始注重皮肤状况管理，皮肤上的皱纹、油脂、斑点等反应了皮肤的衰老程度，而皮肤状况检测是评估皮肤衰老程度的一个重要研究手段。目前许多美容院使用医生用凭借经验用肉眼面诊以及皮肤测量仪作为辅助的方法进行人脸皮肤状况评估。文献[皮肤评价系统的研究]指出市场上已经出现了各种品类繁多的皮肤测量仪。从功能技术上，这些测量仪几乎全部采用了接触式测量，而且功能比较单一且缺乏综合量化指标。VISIA皮肤检测仪是一种能对皮肤的病理学特征进行定量分析的仪器，能对皮肤色斑、毛孔、皱纹、平整度、卟啉、紫外线斑和日光损伤定量评估。基于图像的皮肤状况测量是一种非接触式测量，对采集到的人脸图像信息进行处理，应用计算机技术针对皮肤的常见表象给出评估结果。已提出了多种定量分析皮肤皱纹的方法，如机械面形法、激光面形法、图像分析法、共焦显微法、光栅投影法等。近几年热门的基于深度学习方法也可以用于分析皮肤状况，例如文献[人脸皮肤瑕疵检测与评价系统]提出了基于VGG16网络的人脸瑕疵检测方法，并基于瑕疵面积大小对各类皮肤瑕疵进行等级划分。但其局限性在于每次检测都要选取5个部位，各拍摄10张图片，然后再与人脸数据库中的图像进行对比。这种评价方法对数据库完整度和设备算力要求较高，而且其皮肤检测结果仅由等级进行划分，差异化和量化程度不够明显，因此该
需要更精准的打分算法。

技术实现思路
/>[0003]本专利技术的目的在于提供一种人脸皮肤状况打分方法，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种人脸皮肤状况打分方法，包括以下步骤：
[0005]S1：读入采集到的人脸图像；
[0006]S2：检测出人脸上的关键点；
[0007]S3：去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度；
[0008]S4：分析ROI中皱纹、油脂或斑点，计算皱纹、油脂或斑点分数，输出打分结果。
[0009]优选的是，在步骤S2中，所述检测出人脸上的关键点步骤为：
[0010]采用facemesh算法实时估计人脸468个面部特征点，作为人脸关键点。
[0011]上述任一方案中优选的是，在步骤S3中，所述无关的区域为人脸上的头发、耳朵、眼睛、眉毛、鼻孔、下颌区域。
[0012]上述任一方案中优选的是，在步骤S4中，所述计算皱纹分数步骤如下：
[0013](1)用皱纹检测算法检测ROI中皱纹；
[0014](2)计算皱纹面积，计算分数
[0015](3)计算皱纹区域平均灰度，计算分数
[0016][0017](4)计算皱纹区域长度的和和宽度的和,计算分数
[0018][0019](5)计算皱纹条数，计算分数
[0020](6)用下式计算皱纹分数
[0021]皱纹分数＝W1*min(100，log3(S1))+W2*min(100，log3(S2))+W3*min(100，log3(S3))+W4*min(100，log3(S4))；
[0022](7)输出分数。
[0023]上述任一方案中优选的是，在步骤S4中，所述计算油脂或斑点分数步骤如下：
[0024](1)用斑点检测算法检测ROI中斑点或油脂；
[0025](2)计算斑点或油脂面积，计算分数
[0026](3)计算斑点或油脂区域平均灰度，计算分数
[0027][0028](4)计算斑点或油脂个数，计算分数
[0029][0030](5)用下式计算皱纹分数；
[0031]斑点分数
[0032]＝min(100,log3(S1))+W2*min(100,log3(S2))+W3*min(100,log3(S3))；
[0033](6)输出分数。
[0034]本专利技术的技术效果和优点：该人脸皮肤状况打分方法能够分析人脸常见的状况表象并计算分数，以利于对人脸皮肤状况进行量化评估，为后续诊疗提供指导依据。
附图说明
[0035]图1为本专利技术人脸ROI区域；
[0036]图2为本专利技术皱纹打分实例。
具体实施方式
[0037]下面结合附图对本专利技术的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本专利技术，但并不构成对本专利技术的限定。此外，下面所描述的本专利技术各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
[0038]一种人脸皮肤状况打分方法，包括以下步骤：
[0039]1、读入采集到的人脸图像；
[0040]2、检测出人脸上的关键点，检测出人脸上的关键点步骤为：采用facemesh算法实时估计人脸468个面部特征点，作为人脸关键点；
[0041]3、去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度，去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度步骤为：
[0042]步骤1：去掉人脸上的头发、耳朵、眼睛、眉毛、鼻孔、下颌等区域，分割出ROI分析区域
[0043]步骤2：计算ROI分析区域平均灰度；
[0044]4、分析ROI中皱纹，计算皱纹分数，输出打分结果；
[0045]5、分析ROI中油脂或斑点，计算油脂或斑点分数，输出打分结果。
[0046]计算皱纹分数步骤为：
[0047]步骤1：用皱纹检测算法检测ROI中皱纹；
[0048]步骤2：计算皱纹面积，计算分数
[0049]步骤3：计算皱纹区域平均灰度，计算分数
[0050][0051]步骤4：计算皱纹区域长度的和和宽度的和,计算分数
[0052][0053]步骤5：计算皱纹条数，计算分数
[0054]步骤6：用下式计算皱纹分数
[0055]皱纹分数＝W1*min(100，log3(S1))+W2*min(100，
[0056]log3(S2))+W3*min(100，log3(S3))+W4*min(100，log3(S4))；
[0057]步骤7：输出分数。
[0058]计算油脂或斑点分数步骤为：
[0059]步骤1：用斑点检测算法检测ROI中斑点或油脂；
[0060]步骤2：计算斑点或油脂面积，计算分数
[0061]步骤3：计算斑点或油脂区域平均灰度，计算分数
[0062][0063]步骤4：计算斑点或油脂个数，计算分数步骤4：计算斑点或油脂个数，计算分数
[0064]步骤5：用下式计算皱纹分数
[0065]斑点分数
[0066]＝min(100,log3(S1))+W2*min(100,log3(S2))+W3*min(100,log3(S3))；
[0067]步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸皮肤状况打分方法，其特征在于：包括以下步骤：S1：读入采集到的人脸图像；S2：检测出人脸上的关键点；S3：去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度；S4：分析ROI中皱纹、油脂或斑点，计算皱纹、油脂或斑点分数，输出打分结果。2.根据权利要求1所述的一种人脸皮肤状况打分方法，其特征在于：在步骤S2中，所述检测出人脸上的关键点步骤为：采用facemesh算法实时估计人脸468个面部特征点，作为人脸关键点。3.根据权利要求1所述的一种人脸皮肤状况打分方法，其特征在于：在步骤S3中，所述无关的区域为人脸上的头发、耳朵、眼睛、眉毛、鼻孔、下颌区域。4.根据权利要求1所述的一种人脸皮肤状况打分方法，其特征在于：在步骤S4中，所述计算皱纹分数步骤如下：(1)用皱纹检测算法检测ROI中皱纹；(2)计算皱纹面积，计算分数(3)计算皱纹区域平均...

【专利技术属性】
技术研发人员：段连元，吴蕊，林彤，郭丽芳，杨寅，葛一平，
申请(专利权)人：中国医学科学院皮肤病医院中国医学科学院皮肤病研究所，
类型：发明
国别省市：