一种应用于智能镜柜的用户健康检测方法及其系统技术方案

本申请适用于智能家居的技术领域，提供了一种应用于智能镜柜的用户健康检测方法及其系统，其方法包括响应于检测指令，获取目标对象的实时面容图像；根据实时面容图像，确定目标对象的皮肤异常数据集；根据皮肤异常数据集和预设的健康特征值计算公式，确定目标对象的健康特征值信息，其中，健康特征值信息用于描述目标对象的皮肤健康情况。本申请能够为目标对象提供一个有关于皮肤健康情况的精准参考值，有利于用户得知自己具体的皮肤健康情况，大幅度提高用户使用体验，进一步提高智能镜柜的智能化程度。的智能化程度。的智能化程度。

【技术实现步骤摘要】
一种应用于智能镜柜的用户健康检测方法及其系统


[0001]本申请涉及智能家居的
，具体而言，涉及一种应用于智能镜柜的用户健康检测方法及其系统。

技术介绍

[0002]随着生产水平和科技水平的不断提高，智能化家居在人们生活中的出现频率越来越高，受到现代大多数人的喜爱和追捧，智能镜柜作为智能家居的其中一种，给人们的生活质量带来很大的提升。
[0003]目前，用户通常会通过智能镜柜观察自己的面容，但是现有的智能镜柜的智能化程度较低，用户需要仔细观察和专业分析才能得知自己具体的皮肤健康情况，存在不利于得知皮肤健康情况的问题，有待进一步改进。

技术实现思路

[0004]基于此，本申请实施例提供了一种应用于智能镜柜的用户健康检测方法及其系统，以解决现有技术中不利于用户得知自己的皮肤健康情况的问题。
[0005]第一方面，本申请实施例提供了一种应用于智能镜柜的用户健康检测方法，所述方法包括：
[0006]响应于检测指令，获取目标对象的实时面容图像；
[0007]根据实时面容图像，确定目标对象的皮肤异常数据集；
[0008]根据皮肤异常数据集和预设的健康特征值计算公式，确定目标对象的健康特征值信息，其中，健康特征值信息用于描述目标对象的皮肤健康情况。
[0009]与现有技术相比存在的有益效果是：本申请实施例提供的应用于智能镜柜的用户健康检测方法，终端设备可以先响应于检测指令，获取目标对象的实时面容图像，然后根据该实时面容图像，确定出目标对象的皮肤异常数据集，再根据皮肤异常数据集和预设的健康特征值计算公式，精准确定出目标对象的健康特征值信息，从而为目标对象提供一个有关于皮肤健康情况的精准参考值，有利于用户得知自己具体的皮肤健康情况，在一定程度上解决了当前不利于用户得知自己皮肤健康情况的问题。
[0010]第二方面，本申请实施例提供了一种应用于智能镜柜的用户健康检测系统，所述系统包括：
[0011]实时面容图像获取模块：用于响应于检测指令，获取目标对象的实时面容图像；
[0012]皮肤异常数据集确定模块：用于根据实时面容图像，确定目标对象的皮肤异常数据集；
[0013]健康特征值信息确定模块：用于根据皮肤异常数据集和预设的健康特征值计算公式，确定目标对象的健康特征值信息，其中，健康特征值信息用于描述目标对象的皮肤健康情况。
[0014]第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所
computer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)等，本申请实施例对终端设备的具体类型不作任何限制。
[0032]请参阅图1，本申请实施例提供的用户健康检测方法包括但不限于以下步骤：
[0033]在S100中，响应于检测指令，获取目标对象的实时面容图像。
[0034]具体来说，目标对象可以是用户；在智能镜柜的外壳体上可以预先安装有高精度相机，高精度相机用于拍摄目标对象的实时面容；终端设备可以先响应于目标对象发起的检测指令，然后通过高精度相机获取目标对象的实时面容图像。
[0035]在S200中，根据实时面容图像，确定目标对象的皮肤异常数据集。
[0036]具体来说，在终端设备获取实时面容图像之后，终端设备可以根据该实时面容图像，确定目标对象的皮肤异常数据集，从而初步量化目标对象的皮肤健康情况。
[0037]在一些可能的实现方式中，为了提高皮肤异常数据集与目标对象之间的关联性，请参阅图2，步骤S200包括但不限于以下步骤：
[0038]在S210中，根据实时面容图像和预设的目标检测算法，确定实时面容图像中的皮肤异常区域的位置信息。
[0039]具体来说，皮肤异常区域包括色斑区域和/或痤疮区域，其中，色斑区域可以是晒斑或湿疹斑所占的区域，痤疮区域可以是红头痤疮或浓疱型痤疮所占的区域；目标检测算法可以是基于区域的卷积神经网络(Region
‑
Convolutional Neural Networks,R
‑
CNN)算法或者快速的基于区域的卷积神经网络(fast Region
‑
Convolutional Neural Networks,fast R
‑
CNN)算法，终端设备通过目标检测算法能够识别出实时面容图像中各种皮肤异常区域对应的类别和位置；在终端设备获取实时面容图像之后，终端设备可以基于预设的目标检测算法，根据实时面容图像确定实时面容图像中各个皮肤异常区域的位置信息。
[0040]在S220中，根据皮肤异常区域的位置信息分割实时面容图像，生成至少一个异常区域图像块。
[0041]具体来说，异常区域图像块用于描述色斑区域或痤疮区域对应的部分实时面容图像；为了便于理解本申请实施例，请参阅图3和图4，图3中的矩形框表示实时面容图像，图4的(a)中的矩形框和图4的(b)中的矩形框均表示异常区域图像块；在终端设备确定皮肤异常区域的位置信息之后，终端设备可以基于皮肤异常区域的位置信息，按照预设的固定尺寸分割实时面容图像，生成至少一个异常区域图像块。示例性地，当目标对象的皮肤健康情况如图3所示的时候，终端设备可以生成两个异常区域图像块。在一种可能的实现方式中，终端设备还可以按照尽可能提高皮肤异常区域在异常区域图像块中的占比的形式分割实时面容图像，生成至少一个异常区域图像块，从而减少无效数据的不良影响。
[0042]在S230中，根据异常区域图像块的数量，确定异常区域总数量信息。
[0043]具体来说，异常区域总数量信息用于描述皮肤异常区域的总数量；在终端设备生成至少一个异常区域图像块之后，终端设备可以根据异常区域图像块的数量，确定一个异常区域总数量信息；示例性地，当实时面容图像如图3所示的时候，异常区域总数量信息为2。
[0044]在S240中，基于预设的历史数据库，获取与皮肤异常区域存在重叠区域的历史异常区域。
[0045]具体来说，预设的历史数据库可以存储有历史中各个皮肤异常区域的位置、种类
和录入时间；在终端设备确定异常区域总数量信息之后，终端设备可以基于预设的历史数据库，获取与皮肤异常区域存在重叠区域的历史异常区域；示例性地，请参阅图5，图5中的实时色斑表示实时面容图像中的色斑，图5中三个不规则虚线框均表示历史的皮肤异常区域，第一历史色斑所占的区域和第二历史色斑所占的区域均与皮肤异常区域存在重叠区域，故终端设备可以确定第一历史色斑所占的区域和第二历史色斑所占的区域均为历史异常区域，而第三历史色斑所占的区域与皮肤异常区域不存在重叠区域，故第三历史色斑所占的区域不属于历史异常区域；不失一般性地，为了提高数据的有效性，终端设备可以仅获取指定时间段内与皮肤异常区域存在重叠区域的历史异常区域，该指定时间段可以是三天，也可以是一个星期。
[0046]在S250中，根据历史异常区域的数量，确定异常区域重复次数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于智能镜柜的用户健康检测方法，其特征在于，所述方法包括：响应于检测指令，获取目标对象的实时面容图像；根据所述实时面容图像，确定所述目标对象的皮肤异常数据集；根据所述皮肤异常数据集和预设的健康特征值计算公式，确定所述目标对象的健康特征值信息，其中，所述健康特征值信息用于描述所述目标对象的皮肤健康情况。2.根据权利要求1所述的方法，其特征在于，所述根据所述实时面容图像，确定所述目标对象的皮肤异常数据集，包括：根据所述实时面容图像和预设的目标检测算法，确定所述实时面容图像中的皮肤异常区域的位置信息，其中，所述皮肤异常区域包括色斑区域和/或痤疮区域；根据所述皮肤异常区域的位置信息分割所述实时面容图像，生成至少一个异常区域图像块，其中，所述异常区域图像块用于描述所述色斑区域或所述痤疮区域对应的部分所述实时面容图像；根据所述异常区域图像块的数量，确定异常区域总数量信息，其中，所述异常区域总数量信息用于描述所述皮肤异常区域的总数量；基于预设的历史数据库，获取与所述皮肤异常区域存在重叠区域的历史异常区域；根据所述历史异常区域的数量，确定异常区域重复次数信息，其中，所述异常区域重复次数信息用于描述所述皮肤异常区域的重复出现次数；获取所述异常区域图像块中各个像素点的红绿蓝三通道数值信息，其中，所述红绿蓝三通道数值信息包括红通道数值信息、绿通道数值信息和蓝通道数值信息；根据所述红通道数值信息、所述绿通道数值信息和所述蓝通道数值信息之和，确定异常区域颜色浓度信息，其中，所述异常区域颜色浓度信息用于描述所述皮肤异常区域的颜色浓度；根据所述皮肤异常区域的所述位置信息和预设的不规则图形面积计算公式，确定异常区域面积信息，其中，所述异常区域面积信息用于描述所述皮肤异常区域的面积；根据所述异常区域总数量信息、所述异常区域重复次数信息、所述异常区域颜色浓度信息和所述异常区域面积信息，生成皮肤异常数据集。3.根据权利要求2所述的方法，其特征在于，所述根据所述皮肤异常数据集和预设的健康特征值计算公式，确定所述目标对象的健康特征值信息，包括：将所述异常区域总数量信息、所述异常区域重复次数信息、所述异常区域颜色浓度信息和所述异常区域面积信息输入至预设的健康特征值计算公式中，确定所述目标对象的健康特征值信息；其中，所述健康特征值计算公式为：
式中，Wellness
C
为所述健康特征值信息；Health
Abn
为异常区域特征信息；N为所述皮肤异常区域的数量；S
Abn_i
为第i个所述皮肤异常区域对应的所述异常区域面积信息；S
Sum
为所述目标对象的面容总面积；Dp
Abn
_
i
为第i个所述皮肤异常区域对应的所述异常区域颜色浓度信息；C为预设的修正值，所述修正值的取值范围为1.1至1.5；Num
Region
为所述异常区域总数量信息；Num
Repeat_i
为第i个所述皮肤异常区域对应的异常区域重复次数信息；Num
Repeat_Max
为各个所述异常区域重复次数信息中的最大值。4.根据权利要求2所述的方法，其特征在于，在所述根据所述皮肤异常数据集和预设的健康特征值计算公式，确定所述目标对象的健康特征值信息之后，所述方法还包括：基于所述位置信息，...

【专利技术属性】
技术研发人员：李欢欢，李安安，陈明君，
申请(专利权)人：佛山市虹维电子科技有限公司，
类型：发明
国别省市：