CN107644680B - 健康状态检测方法、装置和终端设备 - Google Patents

Abstract

本发明公开了一种健康状态检测方法、装置和终端设备，方法包括：基于结构光生成用户的三维头像模型；从三维头像模型中提取用户的头像特征信息；基于三维头像样本模型依次对每个部位相应的特征信息进行检测；当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定部位健康状态异常。本发明实施例的健康状态检测方法，基于结构光生成用户的三维头像模型，从三维头像模型中提取用户的头像特征信息，基于三维头像样本模型依次对每个部位相应的特征信息进行检测，当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定部位健康状态异常，能够对用户面部的健康状态进行检测，及时帮助用户获知自己的健康状态。

Description

健康状态检测方法、装置和终端设备

技术领域

本发明涉及信息处理技术领域，尤其涉及一种健康状态检测方法、装置和终端设备。

背景技术

随着互联网技术的高速发展，人们越来越注重自身的身体健康。各种可以监测身体健康状态的智能设备也层出不穷，例如智能手环，可以检测用户的心率、运动步数、消耗的卡路里等等。然而，针对用户面容上显示的健康状态，用户自身是无法看到的，现有的智能设备也没有通过用户面容检测用户健康状态的功能。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种健康状态检测方法、装置和终端设备，能够对用户面部的健康状态进行检测，及时帮助用户获知自己的健康状态。

本发明实施例提供一种健康状态检测方法，包括：基于结构光生成用户的三维头像模型；从所述三维头像模型中提取用户的头像特征信息，其中，用户的头部由多个部位组成，每个部位具有相应的特征信息；基于三维头像样本模型依次对每个部位相应的特征信息进行检测；当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定所述部位健康状态异常。

本发明另一实施例提供一种健康状态检测装置，包括：生成模块，用于基于结构光生成用户的三维头像模型；提取模块，用于从所述三维头像模型中提取用户的头像特征信息，其中，用户的头部由多个部位组成，每个部位具有相应的特征信息；检测模块，用于基于三维头像样本模型依次对每个部位相应的特征信息进行检测；确定模块，用于当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定所述部位健康状态异常。

本发明还一实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本发明第一方面实施例所述的健康状态检测方法。

本发明又一实施例提供一种终端设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，本发明第一方面实施例所述的健康状态检测方法。

本发明实施例提供的技术方案可以包括以下有益效果：

基于结构光生成用户的三维头像模型，从所述三维头像模型中提取用户的头像特征信息，基于三维头像样本模型依次对每个部位相应的特征信息进行检测，当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定所述部位健康状态异常，能够对用户面部的健康状态进行检测，及时帮助用户获知自己的健康状态。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的健康状态检测方法的流程图；

图2是根据本发明一个实施例的结构光测量的场景示意图；

图3是根据本发明另一个实施例的健康状态检测方法的流程图；

图4是根据本发明一个实施例的健康状态检测装置的结构框图；

图5是根据本发明另一个实施例的健康状态检测装置的结构框图；

图6是根据本发明又一个实施例的健康状态检测装置的结构框图；

图7是根据本发明一个实施例的终端设备的结构示意图；

图8是根据本发明一个实施例的图像处理电路的示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的健康状态检测方法、装置和终端设备。

图1是根据本发明一个实施例的健康状态检测方法的流程图。

如图1所示，该健康状态检测方法包括：

S101，基于结构光生成用户的三维头像模型。

由于用户是无法直接看到自己面部的，因此当自己的面部发生变化时，用户很难快速得知，例如某只眼睛肿了，用户需要及时进行处理。为此，本发明提出了一种基于结构光进行用户面部检测的方式，为了便于描述，本发明集中在应用于面部检测健康状态场景中进行说明。

为了提高检测的准确性，可利用结构光对用户的面部进行三维模型的相关信息的采集，比如，激光条纹、格雷码、正弦条纹、或者，非均匀散斑等，由此，由于结构光可以基于面部的轮廓和深度信息对用户进行三维模型的相关信息的采集，相较于仅仅根据摄像头拍照采集二维图像信息进行识别的方式，准确性更高。

为了使得本领域的技术人员更加清楚的了解，如何根据结构光来采集用户的三维模型的相关信息，下面以一种应用广泛的条纹投影技术为例来阐述其具体原理。在使用面结构光投影的时候，如图2所示，通过计算机编程产生正弦条纹，将该正弦条纹通过投影设备投影至被测物，利用摄像头拍摄条纹受物体调制的弯曲程度，解调该弯曲条纹得到相位，再将相位转化为高度。当然其中至关重要的一点就是系统的配准，包括摄像头与投影设备的配准，否则很可能会产生误差。具体地，可将弯曲条纹的相位与参考条纹的相位相减得到相位差，该相位差则表征了被测物相对参考面的高度信息，再代入相位与高度转化公式，从而得到待测物体的三维模型。应当理解的是，在实际应用中，根据具体应用场景的不同，本发明实施例中所采用的结构光除了上述条纹之外，还可是其他任意图案。

在本发明的一个实施例中，可向用户投射结构光，并获取经过用户头部的结构光图像，然后根据结构光图像生成用户的三维头像模型。

具体地，可解调结构光图像中变形位置像素对应的相位信息，将相位信息转化为高度信息，然后根据高度信息获取用户的三维头像模型。

需要说明的是，根据应用场景的不同，可采用不同的方式基于结构光图像获取三维模型。

示例1：解调结构光图像中变形位置像素对应的相位信息，将相位信息转化为高度信息，根据高度信息获取与结构光图像对应的用户三维头像模型，当然，也可以结合轮廓识别技术，基于三维头像模型，识别出用户面部的轮廓，根据该轮廓获取三维头像模型。

示例2：采用相关轮廓识别技术，识别出用户面部在整体结构光图像中的位置信息，解调结构光图像中面部对应的像素的相位信息，将相位信息转化为高度信息，根据该高度信息建立三维头像模型。

S102，从三维头像模型中提取用户的头像特征信息。

其中，用户的头部由多个部位组成，每个部位具有相应的头像特征信息，例如眉毛的长短、浓密；脸型；眼睛的大小、是否佩戴眼镜、鼻梁的高低、五官的位置等。

S103，基于三维头像样本模型依次对每个部位相应的特征信息进行检测。

其中，部位可包括脸颊、眼睛、眉毛、嘴唇、耳朵、额头、下巴等等。

S104，当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定部位健康状态异常。

在进行匹配之前，需要预先建立三维头像样本模型。具体建立该三维头像样本模型的过程与健康检测的过程类似。首先，多次采集用户头部的结构光图像样本，然后基于多个结构光图像样本生成三维头像样本模型。由于每次采集的样本都会少许的不同，因此可通过多次采集取均值或加权平均的方法，来建立更准确的三维头像样本模型。当然，上述样本均为用户面部特征保持健康状态时的特征。

在进行健康检测时，可从三维头像模型中提取某一部位的特征信息，进而，应用预先建立的三维头像样本模型的样本特征信息(相同部位)与其进行匹配。如果两者匹配不一致，则可确定该部位健康状态出现了异常。例如，用户的右眼部位比平时变大了，则可确定右眼浮肿，有可能是用户没有休息好引起的，也有可能是被蚊子咬了，还有可能右眼被磕碰变肿。

此外，如图3所示，还可包括以下步骤：

S105，向用户发送提醒信息。

在确定部位健康状态异常之后，还可向用户发送提醒信息，以提醒用户的右眼肿了，请用户及时就医等。

本发明实施例的健康状态检测方法，基于结构光生成用户的三维头像模型，从三维头像模型中提取用户的头像特征信息，基于三维头像样本模型依次对每个部位相应的特征信息进行检测，当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定部位健康状态异常，能够对用户面部的健康状态进行检测，及时帮助用户获知自己的健康状态。

为了实现上述实施例，本发明还提出了一种健康状态检测装置，图4是根据本发明一个实施例的健康状态检测装置的结构框图，如图4所示，该装置包括生成模块100、提取模块200、检测模块300和确定模块400。

其中，生成模块100，用于基于结构光生成用户的三维头像模型；

提取模块200，用于从三维头像模型中提取用户的头像特征信息，其中，用户的头部由多个部位组成，每个部位具有相应的特征信息；

检测模块300，用于基于三维头像样本模型依次对每个部位相应的特征信息进行检测；

确定模块400，用于当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定部位健康状态异常。

在本发明的一个实施例中，如图5是根据本发明另一个实施例的健康状态检测装置的结构框图，如图5所示，该装置还包括建立模块500。

其中，建立模块500，用于在基于三维头像样本模型依次对每个部位相应的特征信息进行检测之前，建立三维头像样本模型。

在本发明的一个实施例中，如图6是根据本发明又一个实施例的健康状态检测装置的结构框图，如图6所示，该装置还包括提醒模块600。

其中，提醒模块600，用于在确定部位健康状态异常之后，向用户发送提醒信息。

需要说明的是，前述对健康状态检测方法的解释说明，也适用于本发明实施例的健康状态检测装置，本发明实施例中未公布的细节，在此不再赘述。

本发明实施例的健康状态检测装置，基于结构光生成用户的三维头像模型，从三维头像模型中提取用户的头像特征信息，基于三维头像样本模型依次对每个部位相应的特征信息进行检测，当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定部位健康状态异常，能够对用户面部的健康状态进行检测，及时帮助用户获知自己的健康状态。

为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，当该计算机程序被处理器执行时能够实现如前述实施例的健康状态检测方法。

为了实现上述实施例，本发明还提出了一种终端设备。

如图7所示，该终端设备包括：处理器71、存储器72、及图像处理电路73。

其中，存储器72用于存储可执行程序代码；处理器71通过读取存储器72中存储的可执行程序代码，及图像处理电路73对图像进行处理，来实现如前述实施例中的健康状态检测方法。

具体的，图像处理电路73可以利用硬件和/或软件组件实现，可包括定义ISP(Image Signal Processing，图像信号处理)管线的各种处理单元。

图8为一个实施例中图像处理电路的示意图。如图8所示，为便于说明，仅示出与本发明实施例相关的图像处理技术的各个方面。

如图8所示，图像处理电路包括成像设备810、ISP处理器830和控制逻辑器840。成像设备810可包括具有一个或多个透镜812、图像传感器814的照相机和结构光投射器816。结构光投射器816将结构光投影至被测物。其中，该结构光图案可为激光条纹、格雷码、正弦条纹、或者，随机排列的散斑图案等。图像传感器814捕捉投影至被测物形成的结构光图像，并将结构光图像发送至ISP处理器830，由ISP处理器830对结构光图像进行解调获取被测物的深度信息。同时，图像传感器814也可以捕捉被测物的色彩信息。当然，也可以由两个图像传感器814分别捕捉被测物的结构光图像和色彩信息。

其中，以散斑结构光为例，ISP处理器830对结构光图像进行解调，具体包括，从该结构光图像中采集被测物的散斑图像，将被测物的散斑图像与参考散斑图像按照预定算法进行图像数据计算，获取被测物上散斑图像的各个散斑点相对于参考散斑图像中的参考散斑点的移动距离。利用三角法转换计算得到散斑图像的各个散斑点的深度值，并根据该深度值得到被测物的深度信息。

当然，还可以通过双目视觉的方法或基于飞行时差TOF的方法来获取该深度图像信息等，在此不做限定，只要能够获取或通过计算得到被测物的深度信息的方法都属于本实施方式包含的范围。

在ISP处理器830接收到图像传感器814捕捉到的被测物的色彩信息之后，可被测物的色彩信息对应的图像数据进行处理。ISP处理器830对图像数据进行分析以获取可用于确定和/或成像设备810的一个或多个控制参数的图像统计信息。图像传感器814可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器814可获取用图像传感器814的每个成像像素捕捉的光强度和波长信息，并提供可由ISP处理器830处理的一组原始图像数据。

ISP处理器830按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，ISP处理器830可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的图像统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。

ISP处理器830还可从图像存储器820接收像素数据。图像存储器820可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括DMA(Direct MemoryAccess，直接直接存储器存取)特征。

当接收到原始图像数据时，ISP处理器830可进行一个或多个图像处理操作。

在ISP处理器830获取到被测物的色彩信息和深度信息后，可对其进行融合，得到三维图像。其中，可通过外观轮廓提取方法或轮廓特征提取方法中的至少一种提取相应的被测物的特征。例如通过主动形状模型法ASM、主动外观模型法AAM、主成分分析法PCA、离散余弦变换法DCT等方法，提取被测物的特征，在此不做限定。再将分别从深度信息中提取到被测物的特征以及从色彩信息中提取到被测物的特征进行配准和特征融合处理。这里指的融合处理可以是将深度信息以及色彩信息中提取出的特征直接组合，也可以是将不同图像中相同的特征进行权重设定后组合，也可以有其他融合方式，最终根据融合后的特征，生成三维图像。

三维图像的图像数据可发送给图像存储器820，以便在被显示之前进行另外的处理。ISP处理器830从图像存储器820接收处理数据，并对处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。三维图像的图像数据可输出给显示器860，以供用户观看和/或由图形引擎或GPU(Graphics Processing Unit，图形处理器)进一步处理。此外，ISP处理器830的输出还可发送给图像存储器820，且显示器860可从图像存储器820读取图像数据。在一个实施例中，图像存储器820可被配置为实现一个或多个帧缓冲器。此外，ISP处理器830的输出可发送给编码器/解码器850，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器860设备上之前解压缩。编码器/解码器850可由CPU或GPU或协处理器实现。

ISP处理器830确定的图像统计信息可发送给控制逻辑器840单元。控制逻辑器840可包括执行一个或多个例程(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的图像统计信息，确定成像设备810的控制参数。

需要说明的是，前述对健康状态检测方法实施例的解释说明也适用于该实施例的终端设备，其实现原理类似，此处不再赘述。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (14)

1.一种健康状态检测方法，其特征在于，包括：

基于结构光生成用户的三维头像模型，不同的应用场景，基于结构光图像获取三维模型采用的方式不同；

从所述三维头像模型中提取用户的头像特征信息，其中，用户的头部由多个部位组成，每个部位具有相应的特征信息；

基于三维头像样本模型依次对每个部位相应的特征信息进行检测，所述三维头像样本模型是在所述用户的面部特征保持健康状态时建立的；

当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定所述部位健康状态异常。

2.如权利要求1所述的方法，其特征在于，基于结构光生成用户的三维头像模型，包括：

向所述用户投射结构光，并获取经过用户头部的结构光图像；

根据所述结构光图像生成所述用户的三维头像模型。

3.如权利要求2所述的方法，其特征在于，根据所述结构光图像生成所述用户的三维头像模型，包括：

解调所述结构光图像中变形位置像素对应的相位信息；

将所述相位信息转化为高度信息；

根据所述高度信息获取所述用户的三维头像模型。

4.如权利要求1所述的方法，其特征在于，在基于三维头像样本模型依次对每个部位相应的特征信息进行检测之前，还包括：

建立三维头像样本模型。

5.如权利要求4所述的方法，其特征在于，建立三维头像样本模型，包括：

多次采集用户头部的结构光图像样本；

基于多个结构光图像样本生成所述三维头像样本模型。

6.如权利要求1所述的方法，其特征在于，在确定所述部位健康状态异常之后，还包括：

向所述用户发送提醒信息。

7.一种健康状态检测装置，其特征在于，包括：

生成模块，用于基于结构光生成用户的三维头像模型，不同的应用场景，基于结构光图像获取三维模型采用的方式不同；

提取模块，用于从所述三维头像模型中提取用户的头像特征信息，其中，用户的头部由多个部位组成，每个部位具有相应的特征信息；

检测模块，用于基于三维头像样本模型依次对每个部位相应的特征信息进行检测，所述三维头像样本模型是在所述用户的面部特征保持健康状态时建立的；

确定模块，用于当检测到某一部位的特征信息与对应部位的样本特征信息不一致时，确定所述部位健康状态异常。

8.如权利要求7所述的装置，其特征在于，所述生成模块，用于：

向所述用户投射结构光，并获取经过用户头部的结构光图像；

根据所述结构光图像生成所述用户的三维头像模型。

9.如权利要求8所述的装置，其特征在于，所述生成模块，用于：

解调所述结构光图像中变形位置像素对应的相位信息；

将所述相位信息转化为高度信息；

根据所述高度信息获取所述用户的三维头像模型。

10.如权利要求7所述的装置，其特征在于，还包括：

建立模块，用于在基于三维头像样本模型依次对每个部位相应的特征信息进行检测之前，建立三维头像样本模型。

11.如权利要求10所述的装置，其特征在于，所述建立模块，用于：

多次采集用户头部的结构光图像样本；

基于多个结构光图像样本生成所述三维头像样本模型。

12.如权利要求7所述的装置，其特征在于，还包括：

提醒模块，用于在确定所述部位健康状态异常之后，向所述用户发送提醒信息。

13.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一项所述的健康状态检测方法。

14.一种终端设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述的健康状态检测方法。

Images