【技术实现步骤摘要】
本专利技术属于人工智能，具体涉及一种基于数字化的人脸眼部皱纹识别及评估方法。
技术介绍
1、眼附近皱纹的识别及评估一直是皮肤病学和美容医学领域中的热门课题。随着个人年龄的增长，皱纹的出现变得越来越突出，导致人们需要有效的治疗选择。然而，由于缺乏客观和定量的评估方法，评估这些治疗的疗效往往具有挑战性。在本专利申请中，我们提出了一种基于数字化的人脸眼部皱纹识别及评估方法，用于对人眼附近的皱纹进行数字检测和治疗评估，解决了现有技术的局限性，并提供了一种可靠且准确的方法来测量治疗结果。
2、1、人眼附近皱纹的出现对个人形象有重大影响。因此，目前开发出各种治疗方式来对抗这些衰老迹象，比如采用局部乳膏、美容疗法，甚至外科手术。然而，评估皱纹改善的主观性往往阻碍了治疗结果的准确评估和比较。传统方法依赖于皮肤科医生或美容师的人工评估，这会引入主观性并可能导致结果不一致。因此，迫切需要一种客观可靠的方法来评估皱纹治疗的有效性，使个人和从业者能够做出明智的决定。
3、2、图像处理和计算机视觉技术的最新进展为客观地分析面部特征(包括皱...
【技术保护点】
1.一种基于数字化的人脸眼部皱纹识别及评估方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于数字化的人脸眼部皱纹识别及评估方法，其特征在于，所述S1具体为：收集一万张以上人脸皱纹识别图片，建立人脸眼部皱纹数据集，将人脸图片预处理为分辨率为A×B的大小，A为图片长边的大小，B为图片对应缩放的短边大小，通过Labelme标注软件完成图片的标注，并完成标注文件转换，将标注后的数据集输入目标检测模型进行不少于200个epoch的迭代训练，获得训练后的人眼皱纹检测模型。
3.根据权利要求2所述的基于数字化的人脸眼部皱纹识别及评估方法，其特征在于，...
【技术特征摘要】
1.一种基于数字化的人脸眼部皱纹识别及评估方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于数字化的人脸眼部皱纹识别及评估方法，其特征在于，所述s1具体为：收集一万张以上人脸皱纹识别图片，建立人脸眼部皱纹数据集，将人脸图片预处理为分辨率为a×b的大小，a为图片长边的大小，b为图片对应缩放的短边大小，通过labelme标注软件完成图片的标注，并完成标注文件转换，将标注后的数据集输入目标检测模型进行不少于200个epoch的迭代训练，获得训练后的人眼皱纹检测模型。
3.根据权利要求2所述的基于数字化的人脸眼部皱纹识别及评估方法，其特征在于，所述目标检测模型具体为yolo系列模型。
4.根据权利要求3所述的基于数字化的人脸眼部皱纹识别及评估方法，其特征在于，所述目标检测模型具体为yolov8、yolov7、yolov5模型。
5.根据权利要求1所述的基于数字化的人脸眼部皱纹识别及评估方法，其特征在于，所述s2具体为：对步骤s1获得的人眼皱纹检测模型进行检测，输入图片、视频、实时图像进行检测，识别前预处理为，对于图像或视频图像尺寸特定像素范围内的图片，通过opencv图像缩放功能调节为a×b大小，对于图像尺寸小于特定范围内的图像，通过srgan超分辨率算法进行图像大小调节到图像边长为a和b之间，再通过opencv缩放功能进行调节，将待检测数据输入步骤s1中所获得的人眼皱纹检测模型进...
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。