【技术实现步骤摘要】
一种脸部皱纹检测方法
[0001]本专利技术涉及脸部皱纹检测
,具体为一种脸部皱纹检测方法
。
技术介绍
[0002]脸部皱纹是面部肌肉长年累月
、
周而复始的运动中产生的纹路,皱纹检测主要对脸部的眼下细纹
、
鱼尾纹
、
法令纹
、
抬头纹等皱纹进行分割和高精度检测,针对条皱纹坐标位置进行精准定位,具有高精度检测识别
、
精细分割的功能,在互动娱乐
、
智能医美等场景下应用
。
[0003]现有技术中,在对脸部皱纹进行检测时,主要是用过专业的设备仪器对人脸的相片进行采集,并将采集到的照片与标准照片进行对比,以此来进行脸部皱纹的检测,但是在实际使用时,只通过相片采集并进行对比的方式使得检测的结果并不精准,缺乏详细的数据对比分析,影响对脸部皱纹检测的结果,因此需要专利技术出一种脸部皱纹检测方法来解决上述问题
。
技术实现思路
[0004](
一
)
解决的技术问题
[0005]针对现有技术的不足,本专利技术提供了一种脸部皱纹检测方法,在使用过程中,通过设置的专业扫描仪对检测者的面部进行脸部照片的采集,在采集时对照在检测者面部上的光源进行合理的打光,使得进行检测的照片能够贴合检测者的面貌实际情况,将扫描出的图形提取出来后,利用
Adaboost
算法使得提取出的检测照片的数据更为准确,对已经数据化的人脸模型利用
con
【技术保护点】
【技术特征摘要】
1.
一种脸部皱纹检测方法,其特征在于,包括以下步骤:
S1、
图像采集对检测环境的光源进行控制,对检测者的面部进行打光处理,通过专业扫描仪对检测者的面部状态相片进行采集;
S2、
面部数据建立对扫描出的图像进行数据提取处理,通过算法将图像数据化;
S3、
人脸模型构建提取数据化的图像的特征的关键点,对数据化的图像进行模型的搭建;
S4、
脸部皱纹提取将脸部皱纹线条单独提取出来,并对该线条进行单独模型构建;
S5、
脸部皱纹分析对建模出的脸部皱纹线条与标准面部进行比对,得出检测结果
。2.
根据权利要求1所述的一种脸部皱纹检测方法,其特征在于,所述步骤
S1
中,检测者面部应保证光照均匀,且无阴影轮廓影响扫描结果,且使用扫描仪进行扫描时应保证检测者面部全方位都进行扫描
。3.
根据权利要求1所述的一种脸部皱纹检测方法,其特征在于,所述步骤
S2
中,将扫描出的图片数据提取到计算机上,采用
Labelme
对面部的特征点进行标注,特征点为眉毛
、
眼睛
、
鼻子
、
脸部,提取特征点附近的皱纹使其数据化;提取出的初始皱纹为
RGB
格式,利用移动最小二乘法图像变形法,在不损失基本特征的情况下,将其转化为
HOG
格式
。4.
根据权利要求1所述的一种脸部皱纹检测方法,其特征在于,所述步骤
S2
中,采用
Adaboost
算法使提取出的特征点与特征点附近的皱纹数据化,算法的基本限制公式为:
h1(x)∈{
‑
1,+1}h2(x)∈{
‑
1,+1}
由此公式可以推导出:
h
t
(x)∈{
‑
1,+1}
再此公式限制下,进而得出脸部皱纹特征点计算公式为:通过运算计算得出数据,将脸部特征进行数据化,此时进行下一步建模
。5.
根据权利要求1所述的一种脸部皱纹检测方法,其特征在于,所述步骤
S3
中,根据首先进行骨架模型的搭建,采用
conda
进行骨架的模型搭建后,输入命令:
python main.py
‑
m train
‑‑
save
‑
dir save/ENet_Card
‑‑
name ENet
‑‑
dataset card
【专利技术属性】
技术研发人员:许启扬,吴泳波,杨健辉,
申请(专利权)人:广州市皓品信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。