一种基于面部识别气血状态分析系统及方法技术方案

本发明专利技术提供了一种基于面部识别气血状态分析系统及方法，系统包含：视频处理模块、特征提取模块、数据分析模块、气血模型建立模块和定期分析模块；方法包含：通过预设的摄像设备，拍摄并获取处理原始视频或相片，确定面色特征点；将面色特征点传输至预设的大数据分析平台并进行解析计算，确定体征数据，并将体征数据传输至预设的人工智能算法进行分析处理，确定分析结果；基于深度神经网络学习算法，通过定期采集分析结果并传输至预设的仿真设备，建立气血模型；根据气血模型，判断待检测对象的体征数据是否存在气血不足情况，并在体征数据出现气血不足时，进行气血调养建议。本发明专利技术实现气血分析的智能化处理，提升了气血分析数据结果的精度。果的精度。果的精度。

【技术实现步骤摘要】
一种基于面部识别气血状态分析系统及方法


[0001]本专利技术涉及数据智能化分析
，特别涉及一种基于面部识别气血状态分析系统及方法。

技术介绍

[0002]随着医疗水平的不断进步，以及医疗设备的不断更新，现在的医疗水平有了长足的进步和发展，目前，得出诊断结果大多依靠血液采集、心电及X光等对身体进行疾病的诊断。然而中医给病人看病都是通过望诊、闻诊、问诊及切诊，气血是中医中的一个重要的概念，指的就是人体内部的能量和血液的循环情况；其中望诊就是根据人的面色及面部的特征进行初步判断人的气血的健康程度。一个人的气血长期亏损，日积月累会引发其他健康问题。因此如何在日常生活中了解自己的气血状态，并在出现气血不足的情况下及时进行调养，是身体保持健康必要条件；但是，目前现有技术缺少一种针对气血进行分析的设备，导致健康数据的评测不准确，且增加了检查成本。
[0003]现有技术一，申请号：CN202210264326.X公开了一种头皮健康状况评估方法、装置、存储介质及计算机设备，在对目标人员的头皮健康状况进行评估时，可以利用预先配置的头皮健康状态检测模型对目标人员的头皮健康状态进行检测，并得到头皮健康状态检测值，以及可以利用预先配置的头皮气血状态检测模型对目标人员的头皮气血状态进行评估，并得到头皮气血状态检测值，接着可以根据头皮健康状态检测值和头皮气血状态检测值来确定目标人员的头皮健康指数，并依据该头皮健康指数对目标人员的头皮健康状况进行评估；虽然在对目标人员的头皮健康状况进行评估时，不仅考虑了头皮健康状态，还考虑了头皮气血状态，从而使得头皮健康状况的评估更加全面，得到的头皮健康状况评估结果更加准确，但是其仅对头皮进行了评估，不能对整体的健康数据尽心给评估，导致数据结果比较片面。
[0004]现有技术二，申请号：CN201310205895.8公开了一种USB式指尖脉波计，包括：外壳，USB插头，以及设置在外壳内部的诊脉模块；诊脉模块包括：反射式传感器、多功能微控制器、驱动及检测程序存储器；多功能微控制器包括：可控增益放大器、滤波器、基准电源、多功能微处理器。虽然可以检测脉搏波波形、心动状态、气血状态和心血管综合品质因数，电脑则扩展了筛查诊断心血管健康状态的功能；但是通过诊脉得到气血状态，导致气血分析结果不准确，没有对脸部的图像进行采集并处理，影响了气血分析数据的精度。
[0005]现有技术三，申请号：CN201910962353.2公开了一种健康检测装置，包括：若干电极，用于采集人体不同位置穴位的肌电信号；放大模块包括第一前置放大器和第二放大器，肌电信号最终被放大800
‑
1000倍；滤波模块依次采用模拟滤波方式、数字滤波方式对经过放大模块放大的肌电信号进行滤波；处理模块接收经滤波模块滤波的肌电信号，并根据肌电信号分析用户健康状况；无线通讯模块将用户健康状况发送至云端或移动终端。虽然提高了肌电信号准确度，并能够通过同时检测身体不同位置穴位的肌电信号全面反映用户身体的健康状况；但是其数据来源单一，智能化程度较低。
[0006]目前现有技术一、现有技术二及现有技术三存在数据来源单一，不能精准的对气血数据进行分析并处理，影响了气血数据分析数据的准确性的问题，因而，本专利技术提供一种基于面部识别气血状态分析系统及方法，根据人体的面部相关的照片或者视频进行面诊，通过面诊初步得到人的气血健康程度，然后根据分析的结果进行以往的数据对比，给出相应的调养策略。

技术实现思路

[0007]为了解决上述技术问题，本专利技术提供了一种基于面部识别气血状态分析系统，包含：
[0008]视频处理模块，负责通过智能摄像头进行拍摄，并生成面部生成视频，对拍摄的视频进行预处理得到有效人脸图像信息；
[0009]特征提取模块，负责根据获取的有效人脸图像信息进行特征抽取，得到提取的人脸面色特征点；
[0010]数据分析模块，负责将人脸面色特征点传输至大数据分析平台并进行解析计算，确定体征数据，并将体征数据传输至人工智能算法进行分析处理，得到分析结果，分析结果用于判断待检测对象是否存在面色不佳及具体的部位；
[0011]气血模型建立模块，负责基于深度神经网络学习算法，通过定期采集分析结果并传输至仿真设备，建立气血模型；
[0012]定期分析模块，负责根据建立的气血模型，按照预设时间节点判断气血状态并与历史分析结果对比，并给出与当前气血状态对应的调理方案，同时将对比结果和调理方案发送至智能终端。
[0013]可选的，视频处理模块的预处理包含：去噪裁剪；
[0014]特征提取模块的人脸面色特征点包含：人脸的部位的颜色分布、色斑及光泽情况。
[0015]可选的，视频处理模块，包含：
[0016]人脸信息获取子模块，负责通过摄像头检测到待检测对象的面部信息，得到捕捉的人脸信息；
[0017]采集条件设置子模块，负责根据捕捉到的人脸信息，确定待检测对象的清晰度等采集条件，发出开始采集的指令；
[0018]人脸图像处理子模块，负责接收开始采集的指令，采集待检测对象的人脸信息，对人脸信息的采集视频进行降噪裁剪，得到降噪裁剪后的人脸图像；
[0019]人脸图像发送子模块，负责将到降噪裁剪后的人脸图像发送至特征提取模块，根据人脸图像进行人脸部位及面色相关分布的特征点信息。
[0020]可选的，数据分析模块，包含：
[0021]信息发送子模块，负责获取人脸面色特征点，并将脉面色特征点传输到大数据分析平台；
[0022]信息分析子模块，负责由大数据分析平台解析传入的人脸面色特征点，分析计算得到体征数据；其中，体征数据至少包括面色的具体部位数据、面色数据或对应器官数据；
[0023]结果输出子模块，负责通过人工智能算法，对用户的体征数据进行挖掘和筛选，并确定分析结果。
[0024]可选的，气血模型建立模块，包含：
[0025]训练集生成子模块，负责定期采集并标记面部相关位置与对应的器官数据进行数据清洗进行高纬度的结合，生成训练集；
[0026]网络搭建子模块，负责搭建包含长短期记忆网络及卷积神经网络的深度神经网络；
[0027]调参优化子模块，负责通过训练模型并通过预测和标签控件的偏差进行调参优化；
[0028]测试集生成子模块，负责制作与训练集相对应得测试集；
[0029]模型输出子模块，负责将训练集和测试集输入至深度神经网络，当平均绝对误差，均方根误差和平均相对误差同时满足预设阈值时，确定评估结果，作为最终并基于深度神经网络学习算法，建立气血模型。
[0030]可选的，定期分析模块，包含：
[0031]分析节点设置子模块，负责设置需要对比气血状态数据的时间节点，并设置历史分析结果的时间节点；
[0032]模型服务构建子模块，负责对气血模型进行服务构建，并定时分析对比之前的分析结果，根据趋势分析给出分析结果，然后结合平台策略数据库给出相应调养策略；
[0033]结果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于面部识别气血状态分析系统，其特征在于，包含：视频处理模块，负责通过智能摄像头进行拍摄，并生成面部生成视频，对拍摄的视频进行预处理得到有效人脸图像信息；特征提取模块，负责根据获取的有效人脸图像信息进行特征抽取，得到提取的人脸面色特征点；数据分析模块，负责将人脸面色特征点传输至大数据分析平台并进行解析计算，确定体征数据，并将体征数据传输至人工智能算法进行分析处理，得到分析结果，分析结果用于判断待检测对象是否存在面色不佳及具体的部位；气血模型建立模块，负责基于深度神经网络学习算法，通过定期采集分析结果并传输至仿真设备，建立气血模型；定期分析模块，负责根据建立的气血模型，按照预设时间节点判断气血状态并与历史分析结果对比，并给出与当前气血状态对应的调理方案，同时将对比结果和调理方案发送至智能终端。2.如权利要求1所述的基于面部识别气血状态分析系统，其特征在于，视频处理模块的预处理包含：去噪裁剪；特征提取模块的人脸面色特征点包含：人脸的部位的颜色分布、色斑及光泽情况。3.如权利要求1所述的基于面部识别气血状态分析系统，其特征在于，视频处理模块，包含：人脸信息获取子模块，负责通过摄像头检测到待检测对象的面部信息，得到捕捉的人脸信息；采集条件设置子模块，负责根据捕捉到的人脸信息，确定待检测对象的清晰度采集条件，发出开始采集的指令；人脸图像处理子模块，负责接收开始采集的指令，采集待检测对象的人脸信息，对人脸信息的采集视频进行降噪裁剪，得到降噪裁剪后的人脸图像；人脸图像发送子模块，负责将到降噪裁剪后的人脸图像发送至特征提取模块，根据人脸图像进行人脸部位及面色相关分布的特征点信息。4.如权利要求1所述的基于面部识别气血状态分析系统，其特征在于，数据分析模块，包含：信息发送子模块，负责获取人脸面色特征点，并将脉面色特征点传输到大数据分析平台；信息分析子模块，负责由大数据分析平台解析传入的人脸面色特征点，分析计算得到体征数据；其中，体征数据至少包括面色的具体部位数据、面色数据或对应器官数据；结果输出子模块，负责通过人工智能算法，对用户的体征数据进行挖掘和筛选，并确定分析结果。5.如权利要求1所述的基于面部识别气血状态分析系统，其特征在于，气血模型建立模块，包含：训练集生成子模块，负责定期采集并标记面部相关位置与对应的器官数据进行数据清洗进行高纬度的结合，生成训练集；网络搭建子模块，负责搭建包含长短期记忆网络及卷积神经网络的深度神经网络；
调参优化子模块，负责通过训练模型并通过预测和标签控件的偏差进行调参优化；测试集生成子模块，负责制作与训练集相对应得测试集；模型输出子模块，负责将训练集和测试集输入至深度神经网络，当平均绝对误差，均方根误差和平均相对误差...

【专利技术属性】
技术研发人员：白伟民，
申请(专利权)人：北京雪扬科技有限公司，
类型：发明
国别省市：