CN106548156A - 一种根据人脸图像提供整容建议的方法 - Google Patents

一种根据人脸图像提供整容建议的方法 Download PDF

Info

Publication number
CN106548156A
CN106548156A CN201610970552.4A CN201610970552A CN106548156A CN 106548156 A CN106548156 A CN 106548156A CN 201610970552 A CN201610970552 A CN 201610970552A CN 106548156 A CN106548156 A CN 106548156A
Authority
CN
China
Prior art keywords
face
lifting
sample
threshold value
angle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610970552.4A
Other languages
English (en)
Inventor
韩荣妹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Agel Ecommerce Ltd
Original Assignee
Jiangxi Agel Ecommerce Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangxi Agel Ecommerce Ltd filed Critical Jiangxi Agel Ecommerce Ltd
Priority to CN201610970552.4A priority Critical patent/CN106548156A/zh
Publication of CN106548156A publication Critical patent/CN106548156A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes

Abstract

本发明涉及一种根据人脸图像提供整容建议的方法，主要通过写算法嵌入到程序软件中实现。由整容专家给出经验参考值，结合美学标准和数据分析方法确定符合“美”的标准的五官阈值。然后获取用户输入的多角度的面部图像，通过面部识别模型抽取面部的特征点，将特征点的值和阈值进行计算后，给出整容、化妆建议。本发明提供的技术方案提高根据图像提供整容建议的效率；将技术嵌入到网站、APP等介质中，提高趣味性和传播性，降低获客成本，提高转化率；通过模式识别、数据分析方法协助图像诊断，实现数字化诊断。

Description

一种根据人脸图像提供整容建议的方法
技术领域
本发明涉及图像识别领域，具体涉及一种根据人脸图像提供整容建议的方法。
背景技术
爱美之心人皆有之，整容手术渐渐被爱美人士接受和尝试；但是用户在咨询前和咨询时，对于自己的五官和要调整的部位没有清晰的认知，对于可选的整容手术项目也比较模糊。
流行的整形解决方案：
①通过人工方法，首先收集到用户的正面、45度角和侧面的面部图像，通过专家人眼判断的方法，提供整容建议；
②通过昂贵仪器诊断，用户去到整容医院现场，到整容仪器前面进行扫描，给出整容建议。
现有技术中存在的缺点如下：
1.通过人工方法，获取用户图像，耗时较长，效率较慢；
2.使用仪器诊断，费用高昂，不是每家医院愿意投入成本配置。
发明内容
为解决上述现有技术中的不足，本发明的目的是提供一种根据人脸图像提供整容建议的方法，通过分析用户的正面及45度角脸部图片，提取脸型特征及五官特征，确定五官美观度，并提供各种美容、化妆建议。
本发明的目的是采用下述技术方案实现的：
一种根据人脸图像提供整容建议的方法，所述方法包括下述步骤：
(1)初步确定完美五官的标准；
(2)用户上传人脸多角度图像；
(3)提取人脸脸型特征及五官特征变量；
(4)根据数据分析方法确定五官特征变量的阈值和判断标准，输出五官整容建议的诊断书；
(5)用户获取五官整容建议的诊断书。
进一步地，整容专家给出经验参考值，结合网络上三庭五眼的美学标准以及整容网站的描述，初步确定符合五官特征的标准值。
进一步地，所述步骤(2)中，所述多角度图像包括用户人脸的正面图像及45度角图像。
进一步地，所述步骤(3)中，计算距离、夹角、质心和比例数值，确定人脸脸型特征及五官特征变量。
进一步地，所述步骤(4)中，根据五官特征的标准值，对比计算符合美学标准的人脸正样本和需要调整的人脸负样本，得出人脸五官特征变量的阈值和判断标准。
进一步的，所示步骤(4)包括下述步骤：①确定分析部位，根据整容专家指导，找到完美的标准和经常出现的需要整容情景，确定可以分析的指标(X1，X2，X3……)；②选择训练样本和测试样本，训练样本数和测试样本数比例为8:2；训练样本分为正样本和负样本，正样本需要和负样本一一对应，分别对应整容后和整容前的照片，且具有明显区别；③训练样本，进行脸部关键点识别，并提取第①步中选定的待分析指标(X1，X2，X3……)；对收集到的正负样本进行描述性统计和对比分析，分析正负样本的分布情况，初步设定阈值；④根据分布情况，设定正常和缺陷五官的范围，写入代码；⑤输入训练样本和测试样本，运行诊断程序，输出初步诊断结果，和根据整容专家评估阈值和判断条件的参考性，调整阈值，循环④⑤步，直至输出结果跟认知一致。
进一步地，所述步骤(4)中，所述诊断书的内容包括：脸型诊断，颧骨、下颌骨、下巴诊断，眉毛高度、眼睛和鼻子诊断；
脸型诊断采用决策树分类算法，输入影响脸型的下颌骨比例，下巴角度，脸部长宽比和颧骨比例指标，进行决策树分类和剪枝，最终得到脸型算法的关键影响指标，构建分类器；将分类器写成算法编码，应用到脸型诊断中。
更进一步地，决策树分类算法的脸型诊断包括：
①计算下颌骨处拐角角度夹角余弦值CosMandible_angle，颧骨水平宽度和下颌水平宽度的比例Cheekbone_ratio，下巴的尖角夹角余弦值cosjaw_angle；
如果下颌骨处拐角角度夹角余弦值CosMandible_angle>阈值1或颧骨水平宽度和下颌水平宽度的比例Cheekbone_ratio>阈值2则有方脸特征；
如果下巴的尖角夹角余弦值cosjaw_angle>阈值3则有V脸特征；
其他则有圆脸特征；
②颧骨、下颌骨、下巴诊断，眉毛高度、眼睛和鼻子诊断的其他部位诊断包括：
首先选定一个待分析五官部位，准备对应的整容后的人脸正样本和整容前的人脸负样本数据，结合进行描述性统计和对比分析，确定分类阈值，根据分类阈值，给出五官整容建议。
更进一步地，所述步骤②的分类阈值判定包括下述步骤：
1>确定分析部位，根据整容专家指导，找到完美的标准和经常出现的需要整容情景，确定可以分析的指标(X1，X2，X3……)；
2>选择训练样本和测试样本，训练样本数和测试样本数比例为8:2；训练样本分为正样本和负样本，正样本需要和负样本一一对应，分别对应整容后和整容前的照片，且具有明显区别；
3>训练样本，进行脸部关键点识别，并提取第1>步中选定的待分析指标(X1，X2，X3……)；对收集到的正负样本进行描述性统计和对比分析，分析正负样本的分布情况，初步设定阈值；
4>根据分布情况，设定正常和缺陷五官的范围，写入代码；
5>输入训练样本和测试样本，运行诊断程序，输出初步诊断结果，和根据整容专家评估阈值和判断条件的参考性，调整阈值，循环步骤4>和5>，直至输出结果跟认知一致。
进一步地，所述步骤(5)中，将根据人脸图像提供整容建议的方法集成到API接口，嵌入到网站和APP中间，作为一个功能吸引用户点击参与，用户上传人脸图片后，填写个人资料，接收查看由数据分析后的五官整容建议的诊断书。
为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
与最接近的现有技术相比，本发明提供的技术方案具有的优异效果是：
1、提高根据人脸图像提供整容建议的效率；
2、将技术嵌入到网站、APP等介质中，提高趣味性和传播性，降低获客成本，提高转化率；
3、通过模式识别、数据分析方法协助图像诊断，实现数字化诊断。
附图说明
图1是本发明提供的一种根据人脸图像提供整容建议的方法的流程图；
图2是人脸检测关键点的示意图；
图3是本发明提供的人脸五官整型算法的示意图；
图4是本发明提供的脸型诊断的算法示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的组件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，本发明的这些实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。
本发明提供的根据人脸图像提供整容建议的方法主要通过写算法嵌入到程序软件中实现。由整容专家给出经验参考值，结合美学标准和数据分析方法确定符合“美”的标准的五官阈值。然后获取用户输入的多角度的面部图像，通过面部识别模型抽取面部的特征点，将特征点的值和阈值进行计算后，给出整容、化妆建议。其流程图如图1所示，包括：
(1)初步确定完美五官的标准；
(2)用户上传人脸多角度图像；
(3)提取人脸脸型特征及五官特征变量；
(4)根据数据分析方法确定五官特征变量的阈值和判断标准，输出五官整容建议的诊断书；
(5)用户获取五官整容建议的诊断书。
上述实施例中，步骤(1)包括：确定想要知道的问题，征求多位整容专家的经验建议；然后参考网络上“三庭五眼”的美学标准，结合有关整容网站的描述，初步确定完美五官的标准值；在咨询专家的过程中，用到的问题调研表如下：
表1问题调研表
上述实施例中，步骤(2)包括：收集了500个正面(200个标准，300个有缺陷的人脸照片)，500个45度角(200个标准，300个有缺陷的人脸照片)的样本。
上述实施例中，步骤(3)包括：对样本数据进行人脸关键点识别，然后通过计算距离、夹角、质心、比例等数值，确定五官特征变量，根据前面确定的五官特征的标准值；
上述实施例中，步骤(4)包括：对比计算符合美学标准的人脸正样本和需要调整的人脸负样本，得出人脸五官特征变量的阈值和判断标准，并生成整容建议的诊断书：
上述实施例中，诊断书的主要内容包括：脸型诊断，颧骨、下颌骨、下巴诊断，眉毛高度、眼睛、鼻子诊断等。人脸检测关键点的示意图如图2所示；人脸五官整型算法的示意图如图3所示。
脸型诊断采用决策树分类算法，输入影响脸型的下颌骨比例，下巴角度，脸部长宽比，颧骨比例等指标，进行决策树分类和剪枝，最终得到脸型算法的关键影响指标，构建分类器；将分类器写成算法编码，应用到脸型诊断中。
具体步骤包括如下：①确定分析部位，根据整容专家指导，找到完美的标准和经常出现的需要整容情景，确定可以分析的指标(X1，X2，X3……)；②选择训练样本和测试样本，训练样本数和测试样本数比例为8:2；训练样本分为正样本和负样本，正样本需要和负样本一一对应，分别对应整容后和整容前的照片，且具有明显区别；③训练样本，进行脸部关键点识别，并提取第①步中选定的待分析指标(X1，X2，X3……)；对收集到的正负样本进行描述性统计和对比分析，分析正负样本的分布情况，初步设定阈值；④根据分布情况，设定正常和缺陷五官的范围，写入代码；⑤输入训练样本和测试样本，运行诊断程序，输出初步诊断结果，和根据整容专家评估阈值和判断条件的参考性，调整阈值，循环④⑤步，直至输出结果跟认知一致。
以鼻子举例，①完美的标准为：“鼻子挺拔”、“鼻梁高”、“鼻部娇俏”，本文可以判断的鼻部问题为：鼻子不够挺拔、鼻子短小、鼻子所占比例偏小；因此分析的指标为鼻子夹角、鼻子的长宽比、鼻子占脸部比例；②选择隆鼻前后的样本；80％作为训练样本，20％作为测试样本；训练样本成对出现，分别对应同一个人整容后和整容前的照片；③样本输入程序；计算正负样本的具体值，并进行描述统计；分析3个指标的分布，确定阈值；④根据分布情况，设定正常和缺陷五官的范围，写入代码；
⑤将准备好的测试样本输入程序，检验阈值的合理性，不断调整至合理值。
(部分Python代码举例如下：
)
上述实施例中，脸型诊断包括：
计算下颌骨处拐角角度夹角余弦值(CosMandible_angle),颧骨水平宽度和下颌水平宽度的比例(Cheekbone_ratio)，下巴的尖角夹角余弦值(cosjaw_angle)；
如果CosMandible_angle>阈值1或者Cheekbone_ratio>阈值2则有方脸特征；
如果cosjaw_angle>阈值3则有V脸特征；
其他则有圆脸特征。脸型诊断算法示意图如图4所示。
上述实施例中：其他部位诊断：
首先选定一个待分析五官部位，准备对应的整容后的人脸正样本和整容前的人脸负样本数据，结合进行描述性统计和对比分析，确定分类阈值，根据分类阈值，给出五官整容建议。
具体步骤包括如下：①确定分析部位，根据整容专家指导，找到完美的标准和经常出现的需要整容情景，确定可以分析的指标(X1，X2，X3……)；②选择训练样本和测试样本，训练样本数和测试样本数比例为8:2；训练样本分为正样本和负样本，正样本需要和负样本一一对应，分别对应整容后和整容前的照片，且具有明显区别；③训练样本，进行脸部关键点识别，并提取第①步中选定的待分析指标(X1，X2，X3……)；对收集到的正负样本进行描述性统计和对比分析，分析正负样本的分布情况，初步设定阈值；④根据分布情况，设定正常和缺陷五官的范围，写入代码；⑤输入训练样本和测试样本，运行诊断程序，输出初步诊断结果，和根据整容专家评估阈值和判断条件的参考性，调整阈值，循环④⑤步，直至输出结果跟认知一致。
上述实施例中，还收集了100张正面，100张45度角的新照片进行测试，把输出结果给同事和整容医院专家进行讨论确认，根据确认结果重复第3步以调整优化算法。
上述实施例中，将算法集成到API接口，嵌入到网站和APP中间，作为一个功能吸引用户点击参与，用户上传图片后，填写个人资料，才能接收查看由数据分析后的整容建议的诊断书。
本发明还可能应用的技术领域包括：
1、通过神经网络算法完成人脸输入和整容诊断建议输出；
2、根据专家意见结合其他的数据分析方法完成图像特征提取及诊断；
3、体型、胸型判断及建议；根据面部特征推荐合理的护肤产品；医疗拍片的诊断建议；
4、医疗诊断机器人。
本发明通过整容专家意见、美学标准和数据分析方法建立模型确定特征的合理阈值；根据所抽取的待检测特征，和阈值进行对比，生成优劣评判结果和建议的微整、定妆或化妆建议；根据用户输入的图像，完成图像识别及特征的提取、转换。本发明提供的方法根据图像进行识别，会因为面部姿势和面部表情的变换造成计算误差，本发明更多作为辅助手段和趣味性产品。识别的面部特征点是根据数据模型得出来的，对于点的坐标值的精确定位有一定误差。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (10)

1.一种根据人脸图像提供整容建议的方法，其特征在于，所述方法包括下述步骤：
(1)初步确定五官的标准；
(2)用户上传人脸多角度图像；
(3)提取人脸脸型特征及五官特征变量；
(4)根据数据分析方法确定五官特征变量的阈值和判断标准，输出五官整容建议的诊断书；
(5)用户获取五官整容建议的诊断书。
2.如权利要求1所述的根据人脸图像提供整容建议的方法，其特征在于，所述步骤(1)中，整容专家给出经验参考值，结合网络上三庭五眼的美学标准以及整容网站的描述，初步确定符合五官特征的标准值。
3.如权利要求1所述的根据人脸图像提供整容建议的方法，其特征在于，所述步骤(2)中，所述多角度图像包括用户人脸的正面图像及45度角图像。
4.如权利要求1所述的根据人脸图像提供整容建议的方法，其特征在于，所述步骤(3)中，计算距离、夹角、质心和比例数值，确定人脸脸型特征及五官特征变量。
5.如权利要求1所述的根据人脸图像提供整容建议的方法，其特征在于，所述步骤(4)中，根据五官特征的标准值，对比计算符合美学标准的人脸正样本和需要调整的人脸负样本，得出人脸五官特征变量的阈值和判断标准。
6.如权利要求5所述的根据人脸图像提供整容建议的方法，其特征在于，所述步骤(4)包括下述步骤：
①确定分析部位，根据整容专家指导，确定能够分析的指标X1，X2，X3……；
②选择训练样本和测试样本，训练样本数和测试样本数比例为8:2；训练样本分为正样本和负样本，正样本需要和负样本一一对应，分别对应整容后和整容前的照片，且具有区别；
③训练样本，进行脸部关键点识别，并提取第①步中选定的待分析指标X1，X2，X3……；对收集到的正负样本进行描述性统计和对比分析，分析正负样本的分布情况，初步设定阈值；
④根据分布情况，设定正常和缺陷五官的范围，写入代码；
⑤输入训练样本和测试样本，运行诊断程序，输出初步诊断结果，和根据整容专家评估阈值和判断条件的参考性，调整阈值，循环步骤④和⑤，直至输出结果跟认知一致。
7.如权利要求1所述的根据人脸图像提供整容建议的方法，其特征在于，所述步骤(4)中，所述诊断书的内容包括：脸型诊断，颧骨、下颌骨、下巴诊断，眉毛高度、眼睛和鼻子诊断；
脸型诊断采用决策树分类算法，输入影响脸型的下颌骨比例，下巴角度，脸部长宽比和颧骨比例指标，进行决策树分类和剪枝，最终得到脸型算法的关键影响指标，构建分类器；将分类器写成算法编码，应用到脸型诊断中。
8.如权利要求7所述的根据人脸图像提供整容建议的方法，其特征在于，决策树分类算法的脸型诊断包括：
①计算下颌骨处拐角角度夹角余弦值cosMandible_angle，颧骨水平宽度和下颌水平宽度的比例Cheekbone_ratio，下巴的尖角夹角余弦值cosjaw_angle；
如果下颌骨处拐角角度夹角余弦值cosMandible_angle>阈值1或颧骨水平宽度和下颌水平宽度的比例Cheekbone_ratio>阈值2则有方脸特征；
如果下巴的尖角夹角余弦值cosjaw_angle>阈值3则有V脸特征；
其他则有圆脸特征；
②颧骨、下颌骨、下巴诊断，眉毛高度、眼睛和鼻子诊断的其他部位诊断包括：
首先选定一个待分析五官部位，准备对应的整容后的人脸正样本和整容前的人脸负样本数据，结合进行描述性统计和对比分析，确定分类阈值，根据分类阈值，给出五官整容建议。
9.如权利要求8所述的根据人脸图像提供整容建议的方法，其特征在于，所述步骤②的分类阈值判定包括下述步骤：
1>确定分析部位，根据整容专家指导，确定能够分析的指标X1，X2，X3……；
2>选择训练样本和测试样本，训练样本数和测试样本数比例为8:2；训练样本分为正样本和负样本，正样本需要和负样本一一对应，分别对应整容后和整容前的照片，且具有区别；
3>训练样本，进行脸部关键点识别，并提取第1>步中选定的待分析指标X1，X2，X3……；对收集到的正负样本进行描述性统计和对比分析，分析正负样本的分布情况，初步设定阈值；
4>根据分布情况，设定正常和缺陷五官的范围，写入代码；
5>输入训练样本和测试样本，运行诊断程序，输出初步诊断结果，和根据整容专家评估阈值和判断条件的参考性，调整阈值，循环步骤4>和5>，直至输出结果跟认知一致。
10.如权利要求1所述的根据人脸图像提供整容建议的方法，其特征在于，所述步骤(5)中，将根据人脸图像提供整容建议的方法集成到API接口，嵌入到网站和APP中间，作为一个功能吸引用户点击参与，用户上传人脸图片后，填写个人资料，接收查看由数据分析后的五官整容建议的诊断书。
CN201610970552.4A 2016-10-27 2016-10-27 一种根据人脸图像提供整容建议的方法 Pending CN106548156A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610970552.4A CN106548156A (zh) 2016-10-27 2016-10-27 一种根据人脸图像提供整容建议的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610970552.4A CN106548156A (zh) 2016-10-27 2016-10-27 一种根据人脸图像提供整容建议的方法

Publications (1)

Publication Number Publication Date
CN106548156A true CN106548156A (zh) 2017-03-29

Family

ID=58393971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610970552.4A Pending CN106548156A (zh) 2016-10-27 2016-10-27 一种根据人脸图像提供整容建议的方法

Country Status (1)

Country Link
CN (1) CN106548156A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107122727A (zh) * 2017-04-20 2017-09-01 北京旷视科技有限公司 用于脸部整形的方法、装置及系统
CN107730444A (zh) * 2017-10-31 2018-02-23 广东欧珀移动通信有限公司 图像处理方法、装置、可读存储介质和计算机设备
CN108629303A (zh) * 2018-04-24 2018-10-09 杭州数为科技有限公司 一种脸型缺陷识别方法及系统
CN108629336A (zh) * 2018-06-05 2018-10-09 北京千搜科技有限公司 基于人脸特征点识别的颜值计算方法
CN108701216A (zh) * 2017-11-13 2018-10-23 深圳和而泰智能控制股份有限公司 一种人脸脸型识别方法、装置和智能终端
CN109242789A (zh) * 2018-08-21 2019-01-18 成都旷视金智科技有限公司 图像处理方法、图像处理装置及存储介质
US10395436B1 (en) 2018-03-13 2019-08-27 Perfect Corp. Systems and methods for virtual application of makeup effects with adjustable orientation view
CN110188590A (zh) * 2019-04-09 2019-08-30 浙江工业大学 一种基于三维人脸模型的脸型分辨方法
CN110598667A (zh) * 2019-09-20 2019-12-20 广州华藏民族医药生物科技开发有限公司 一种提高草本濞舒膏疗效的方法和装置
CN111062260A (zh) * 2019-11-25 2020-04-24 杭州绿度信息技术有限公司 一种面部整容推荐方案自动生成方法
CN111444979A (zh) * 2020-04-07 2020-07-24 深圳小佳科技有限公司 一种整容方案推荐方法、云端设备及存储介质
CN113076777A (zh) * 2020-01-03 2021-07-06 甄选医美邦(杭州)网络科技有限公司 整形模拟调整方法、系统、可读存储介质和设备
CN113076778A (zh) * 2020-01-03 2021-07-06 甄选医美邦(杭州)网络科技有限公司 整形模拟图像处理方法、系统、可读存储介质和设备
CN113628739A (zh) * 2020-05-08 2021-11-09 阿里健康信息技术有限公司 人体数据处理方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000357221A (ja) * 1999-06-15 2000-12-26 Minolta Co Ltd 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体
CN101305913A (zh) * 2008-07-11 2008-11-19 华南理工大学 一种基于视频的人脸美丽评价方法
CN103605975A (zh) * 2013-11-28 2014-02-26 小米科技有限责任公司 一种图像处理的方法、装置及终端设备
CN104298753A (zh) * 2014-10-17 2015-01-21 重庆市云日信息技术有限公司 基于人脸图像处理的人才测评方法
CN106447720A (zh) * 2016-08-29 2017-02-22 重庆市云日信息技术有限公司 一种构建黄金比例脸型的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000357221A (ja) * 1999-06-15 2000-12-26 Minolta Co Ltd 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体
CN101305913A (zh) * 2008-07-11 2008-11-19 华南理工大学 一种基于视频的人脸美丽评价方法
CN103605975A (zh) * 2013-11-28 2014-02-26 小米科技有限责任公司 一种图像处理的方法、装置及终端设备
CN104298753A (zh) * 2014-10-17 2015-01-21 重庆市云日信息技术有限公司 基于人脸图像处理的人才测评方法
CN106447720A (zh) * 2016-08-29 2017-02-22 重庆市云日信息技术有限公司 一种构建黄金比例脸型的方法

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107122727A (zh) * 2017-04-20 2017-09-01 北京旷视科技有限公司 用于脸部整形的方法、装置及系统
CN107122727B (zh) * 2017-04-20 2020-03-13 北京旷视科技有限公司 用于脸部整形的方法、装置及系统
CN107730444A (zh) * 2017-10-31 2018-02-23 广东欧珀移动通信有限公司 图像处理方法、装置、可读存储介质和计算机设备
CN108701216B (zh) * 2017-11-13 2021-12-03 深圳和而泰智能控制股份有限公司 一种人脸脸型识别方法、装置和智能终端
CN108701216A (zh) * 2017-11-13 2018-10-23 深圳和而泰智能控制股份有限公司 一种人脸脸型识别方法、装置和智能终端
US10395436B1 (en) 2018-03-13 2019-08-27 Perfect Corp. Systems and methods for virtual application of makeup effects with adjustable orientation view
CN108629303A (zh) * 2018-04-24 2018-10-09 杭州数为科技有限公司 一种脸型缺陷识别方法及系统
CN108629336A (zh) * 2018-06-05 2018-10-09 北京千搜科技有限公司 基于人脸特征点识别的颜值计算方法
CN109242789A (zh) * 2018-08-21 2019-01-18 成都旷视金智科技有限公司 图像处理方法、图像处理装置及存储介质
CN110188590A (zh) * 2019-04-09 2019-08-30 浙江工业大学 一种基于三维人脸模型的脸型分辨方法
CN110598667A (zh) * 2019-09-20 2019-12-20 广州华藏民族医药生物科技开发有限公司 一种提高草本濞舒膏疗效的方法和装置
CN111062260A (zh) * 2019-11-25 2020-04-24 杭州绿度信息技术有限公司 一种面部整容推荐方案自动生成方法
CN111062260B (zh) * 2019-11-25 2024-03-05 杭州绿度信息技术有限公司 一种面部整容推荐方案自动生成方法
CN113076777A (zh) * 2020-01-03 2021-07-06 甄选医美邦(杭州)网络科技有限公司 整形模拟调整方法、系统、可读存储介质和设备
CN113076778A (zh) * 2020-01-03 2021-07-06 甄选医美邦(杭州)网络科技有限公司 整形模拟图像处理方法、系统、可读存储介质和设备
CN111444979A (zh) * 2020-04-07 2020-07-24 深圳小佳科技有限公司 一种整容方案推荐方法、云端设备及存储介质
CN113628739A (zh) * 2020-05-08 2021-11-09 阿里健康信息技术有限公司 人体数据处理方法及装置

Similar Documents

Publication Publication Date Title
CN106548156A (zh) 一种根据人脸图像提供整容建议的方法
Vinayahalingam et al. Automated detection of third molars and mandibular nerve by deep learning
CN101341507B (zh) 面部分类方法以及面部分类装置
Berssenbrügge et al. 2D and 3D analysis methods of facial asymmetry in comparison
CN109508644B (zh) 基于深度视频数据分析的面瘫等级评估系统
CN101755288B (zh) 用于皱纹老化和去老化逼真模拟的方法和装置
WO2013005447A1 (ja) 顔印象分析方法、美容カウンセリング方法および顔画像生成方法
JP4809056B2 (ja) チークメーキャップのための顔分類装置、顔分類プログラム、及び該プログラムが記録された記録媒体
CN107563968A (zh) 一种基于判别字典学习的联合医学图像融合去噪的方法
Niziol et al. Is there an ideal outcome scoring system for facial reanimation surgery? A review of current methods and suggestions for future publications
CN106203284B (zh) 基于卷积神经网络和条件随机场的人脸检测方法
CN107862249A (zh) 一种分叉掌纹识别方法及装置
Dai et al. Data driven intelligent diagnostics for Parkinson’s disease
CN110458792A (zh) 人脸图像质量的评价方法及装置
Feng et al. Using eye aspect ratio to enhance fast and objective assessment of facial paralysis
JP5095182B2 (ja) 顔分類装置、顔分類プログラム、及び該プログラムが記録された記録媒体
CN108831519A (zh) 一种基于形态学和临床实践的皮肤疾病分类装置
Liu et al. Tracking-based deep learning method for temporomandibular joint segmentation
Li et al. Computer-aided disease diagnosis system in TCM based on facial image analysis
Cruz et al. Bivariate odd-log-logistic-Weibull regression model for oral health-related quality of life
Guimarães et al. Automatic estimation of corneal nerves focused tortuosities
Ye et al. Evaluation of reconstructed auricles by convolutional neural networks
Vidhyalakshmi et al. A study on supervised learning in medical image grading using IoT
CN106030659B (zh) 增龄分析方法及增龄分析装置
CN112862782A (zh) 一种基于R-Unet的人眼玻璃体混浊程度分级方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170329