CN108520221B - 体型识别的方法、装置、存储介质及终端设备 - Google Patents

体型识别的方法、装置、存储介质及终端设备 Download PDF

Info

Publication number
CN108520221B
CN108520221B CN201810278797.XA CN201810278797A CN108520221B CN 108520221 B CN108520221 B CN 108520221B CN 201810278797 A CN201810278797 A CN 201810278797A CN 108520221 B CN108520221 B CN 108520221B
Authority
CN
China
Prior art keywords
identified
person
standard
geographical location
age
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.)
Active
Application number
CN201810278797.XA
Other languages
English (en)
Other versions
CN108520221A (zh
Inventor
佟莎莎
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201810278797.XA priority Critical patent/CN108520221B/zh
Publication of CN108520221A publication Critical patent/CN108520221A/zh
Application granted granted Critical
Publication of CN108520221B publication Critical patent/CN108520221B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Epidemiology (AREA)
  • Biophysics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)

Abstract

本发明提出一种体型识别的方法、装置、存储介质及终端设备,其中,所述方法包括:接收待识别者的脸部图像;根据接收到的脸部图像,识别所述待识别者的脸部特征;其中,所述脸部特征包括皮肤纹理、软组织厚度和肌肉分布;基于所述脸部特征,确定所述待识别者的地域类型;根据所述皮肤纹理和所述地域类型,确定所述待识别者的年龄;以及根据所述软组织厚度、所述肌肉分布、所述地域类型和所述年龄,判别所述待识别者的体型。采用本发明,无需要通过整体型体的图像来进行识别体型的胖瘦情况,可适的场景广泛。

Description

体型识别的方法、装置、存储介质及终端设备
技术领域
本发明涉及计算机技术领域,尤其涉及一种体型识别的方法、装置、存储介质及终端设备。
背景技术
随着移动通讯的不断发展和人们生活水平的不断提高,各种移动终端如手机的使用越来越普及,手机已经成为人们生活中不可缺少的通信工具。
现有技术的手机功能越来越多,但是基本都不具有:通过面部拍照识别身体健康状况的功能。而现在人类生活工作压力越来越大,随之带来的身体上的小毛病,小问题等也越来越多。但是这些潜在的小疾病很少被大家关注或很少会因为一点小问题就去医院。实际上,很多疾病在初期是会在人体上有很多外在表现的,如果我们及时关注身体传递给我们的这些告警信息,及时调理或治疗,是很容易将很多疾病扼杀在萌芽状态,以让我们的身体维持在健康状态。
其中,对于识别人体胖瘦的方案一般为,获取待识别者的整个体型图像;根据获取的图像提取人体各肢体部位的特征参数,以判别该待识别者的胖瘦情况。
但以上方案存在以下缺陷:需要获取待识别者的整体体型图像,那么在判别各肢体部位的特征参数时,会受到此待识别者的穿着情况的影响,会影响判别胖瘦的准确度。那么,此时需要提供裸体图像或仅穿着贴身衣服的体型图像,或者特殊的光学设备来获取人体型外部轮廓,以此来提高判别胖瘦的准确度。但这些方案都需要用户提供特征的图像或者利用特殊的光学设备,由于使用场景的限制使得以上识别胖瘦的方案难以推广,适用性不强。
发明内容
本发明实施例提供一种体型识别的方法、装置、存储介质及终端设备,以解决或缓解现有技术中的以上技术问题。
第一方面,本发明实施例提供了一种体型识别的方法,包括:
接收待识别者的脸部图像;根据接收到的脸部图像,识别所述待识别者的脸部特征;其中,所述脸部特征包括皮肤纹理、软组织厚度和肌肉分布;基于所述脸部特征,确定所述待识别者的地域类型;根据所述皮肤纹理和所述地域类型,确定所述待识别者的年龄;以及根据所述软组织厚度、所述肌肉分布、所述地域类型和所述年龄,判别所述待识别者的体型。
结合第一方面,在第一方面的第一种实施方式中,所述方法还包括:
获取所述待识别者所处的地理位置;以及根据所述待识别者所处的地理位置,修正所述待识别者的年龄。
结合第一方面的第一种实施方式,在第一方面的第二种实施方式中,所述获取所述待识别者所处的地理位置包括:
通过全球定位系统定位所述待识别者所处的地理位置;或者,提供地理位置输入界面以供所述待识别者输入地理位置,并接收所述待识别者输入的地理位置,作为所述待识别者所处的地理位置。
结合第一方面,在第一方面的第三种实施方式中,所述根据所述软组织厚度、所述肌肉分布、所述地域类型和所述年龄,判别所述待识别者的体型,包括:
根据所述年龄和所述地域类型,确定所述待识别者处于标准体型的标准软组织厚度和标准肌肉分布;根据所述标准软组织厚度和所述标准肌肉分布,计算标准体型参考范围;根据所述软组织厚度和所述肌肉分布,计算所述待识别者的体型参数;以及比较所述体型参数和所述标准体型参考范围,以判别所述待识别者的体型。
结合第一方面的第三种实施方式,在第一方面的第四种实施方式中,所述比较所述体型参数和所述标准体型参考范围,以判别所述待识别者的体型,包括:
当所述体型参数在所述标准体型参考范围内时,判定所述待识别者的体型为标准体型;当所述体型参数低于所述标准体型参考范围时,判定所述待识别者的体型为偏瘦体型;以及当所述体型参数高于所述标准体型参考范围时,判定所述待识别者的体型为偏胖体型。
结合第一方面,在第一方面的第五种实施方式中,所述方法还包括:根据所述待识别者的体型,推荐与所述待识别者的体型相符的菜品于显示页面。
结合第一方面,在第一方面的第六种实施方式中,所述方法还包括:根据所述待识别者的体型,推荐与所述待识别者的体型相符的健身方案于显示页面。
结合第一方面的第六种实施方式,在第一方面的第七种实施方式中,所述方法还包括:
根据所述待识别者的脸部特征识别所述待识别者的身份,并根据所述待识别者的身份从所述数据库中提取在预设时间段内判别到的所述待识别者的历史体型及历史健身方案;其中,所述数据库用于存储所述待识别者的历史体型和历史健身方案;根据所述待识别者的体型与提取的所述待识别者的历史体型之间的变化情况,以及判断所述历史健身方案的有效性;根据所述历史健身方案的有效性,调整推荐的健身方案并显示在所述显示页面中。
第二方面,本发明实施例还提供一种体型识别的装置,包括:
脸部图像接收模块,用于接收待识别体型的待识别者的脸部图像;特征识别模块,用于根据接收到的脸部图像,识别所述待识别者的脸部特征;其中,所述脸部特征包括皮肤纹理、软组织厚度和肌肉分布;地域识别模块,用于基于所述脸部特征,确定所述待识别者的地域类型;年龄识别模块,用于根据所述皮肤纹理和所述地域类型,确定所述待识别者的年龄;以及体型识别模块,用于根据所述软组织厚度、所述肌肉分布、所述地域类型和所述年龄,判别所述待识别者的体型。
结合第二方面,在第二方面的第一种实施方式中,所述装置还包括:
地理位置获取模块,用于获取所述待识别者所处的地理位置;以及年龄修正模块,用于根据所述待识别者所处的地理位置,修正所述待识别者的年龄。
结合第二方面的第一种实施方式,在第二方面的第二种实施方式中,所述地址位置获取模块具体用于:
定位单元,用于通过全球定位系统定位所述待识别者所处的地理位置;或者,位置输入单元,用于提供地理位置输入页面以供所述待识别者输入地理位置,并接收所述待识别者输入的地理位置,作为所述待识别者所处的地理位置。
结合第二方面,在第二方面的第三种实施方式中,所述体型识别模块包括:
标准数据确定单元,用于根据所述年龄和所述地域类型,确定所述待识别者处于标准体型的标准软组织厚度和标准肌肉分布;体型标准参数计算单元,用于根据所述标准软组织厚度和所述标准肌肉分布,计算标准体型参考范围;体型参数计算单元,用于根据所述软组织厚度和所述肌肉分布,计算所述待识别者的体型参数;以及体型判别单元,用于比较所述体型参数和所述标准体型参考范围,以判别所述待识别者的体型。
所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,体型识别的结构中包括处理器和存储器,所述存储器用于存储体型识别的装置执行上述第一方面中体型识别的方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述体型识别的装置还可以包括通信接口,用于体型识别的装置与其他设备或通信网络通信。
第三方面,本发明实施例提供了一种计算机可读存储介质,用于体型识别的装置所用的计算机软件指令,其包括用于执行上述第一方面中体型识别的方法为体型识别的装置所涉及的程序。
上述技术方案中的任一个技术方案具有如下优点或有益效果:
本发明实施例可以直接通过对脸部图像进行识别,再而根据识别出的脸部特征以及脸部特征指向的地域类型,来识别脸部图像所属的待识别者的年龄,进而再根据年龄以及脸部特征的软组织厚度和肌肉分布,识别出其体型来,无需要通过整体型体的图像来进行识别体型的胖瘦情况,可适的场景广泛。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1是本发明提供的体型识别的方法的一个实施例的流程示意图;
图2是本发明提供的体型识别的方法的另一个实施例的流程示意图;
图3是本发明提供的体型识别的装置的一个实施例的结构示意图;
图4本发明提供的终端设备的一个实施例的结构示意图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
实施例一
请参阅图1,本发明实施例提供了一种体型识别的方法,可以由手机、平板、电脑或智能手表等电子设备执行,该电子设备可以设置有摄像头。本实施例提供的方法包括步骤S10至步骤S50,具体如下:
S10,接收待识别体型的待识别者的脸部图像。其中,脸部图像可以由待识别者开启电子设备的摄像头进行实时摄像获得,也可以由待识别者从电子设备的内存中提取相应的图像,还可以是待识别者通过无线传输或外部接口的有线传输提供图像给电子设备。脸部图像至少包括正面脸部图像,能够清晰地识别待识别者的五官,以及其还可以包括左偏脸部图像和/或右偏脸部图像,其中,左偏脸部图像为往左偏一定的角度拍摄出来的图像,右偏脸部图像为往右偏一定的角度拍摄出来的图像。
S20,根据接收到的脸部图像,识别待识别者的脸部特征。其中,脸部特征可以包括皮肤纹理、软组织厚度、肌肉分布以及五官特征尺寸等。
具体地,可以直接根据脸部的正面图像识别出脸部特征,也可为了提高识别精度,基于多个方位的脸部的图像来识别出脸部特征。
S30,基于脸部特征,确定待识别者的地域类型。
在实际识别过程中,优选地可以直接通过脸部特征的五官特征尺寸可以识别出该识别者的脸部特征指向的地域类型,而地域类型是指同一地域的人种所具备的共同脸部特征所指向的地域。例如,汉族东亚地域的人,其脸部特征为:脸相对长且平、有蒙古褶、鼻翼不很宽、浅棕黄肤色、黑直发以及体毛少等特征;黄河流域型的人,其脸部特征为:面部成国字脸、颧骨不高、嘴唇薄、鼻子狭长且直、是有鹰钩鼻、浅黄色到暗黄褐色皮肢以及体毛少等特征;长江流域的人,其脸部特征为:椭圆脸、颧骨较突出、嘴唇薄、常见内眦赘皮、杏仁眼、细中鼻型、常有扁鼻子和宽鼻梁、浅至棕黄色皮肤,常有白皙皮肤、直发以及体毛少等特征。具体可以采集大量的脸部图像,标识该脸部图像的脸部特征尺寸及其所属的地域类型,然后作为训练人脸识别模型,训练生成的人脸识别模型可以直接根据脸部图像即可识别出相对应的地域类型。
S40,根据皮肤纹理和地域类型,确定待识别者的年龄。不同地域的人的脸部所具备的脸部特征一般是不同的,例如南方人和北方人的区别,亚洲人与欧洲人的区别。与此同时,不同地域的人即使具有同一皮肤纹理,其所处的年龄是不同,例如同一年龄的人,亚洲人的皮肤纹理相比欧洲人的皮肤纹理更为细腻,皱纹相对更少。所以要同时结合该人所属的地域类型以及皮肤纹理来判别其年龄。
更进一步地,在确定待识别者的年龄的过程中,除了可以结合脸部特征指向的地域类型之外,还可以结合待测试者的生活环境来进一步精确待测试者的年龄。例如,处于热带地区或高原地区的人,由于光照强度更强,受到光老化的影响更大,在判别年龄时,可以进一步根据待测试人所处的生活环境来加强判断。因而,本步骤还可以包括:获取所述待识别者所处的地理位置;以及根据待识别者所处的地理位置,修正待识别者的年龄。至于获取地理位置的方式,本发明实施优选为以下两者:其一,通过全球定位系统定位待识别者所处的地理位置;其二,提供地理位置输入界面以供待识别者输入地理位置,并接收所述待识别者输入的地理位置,作为所述待识别者所处的地理位置。
S50,根据待识别者的软组织厚度、肌肉分布、地域类型和年龄,判别待识别者的体型。以下将结合图2,详细描述本步骤S50的具体实现过程:
S51,根据待识别者的年龄和地域类型,确定待识别者处于标准体型的标准软组织厚度和标准肌肉分布。由于不同年龄的人,其软组织厚度和肌肉分布是不同的;以及对于同一年龄,不同地域类型的人的软组织厚度和肌肉分布也是不同的,则可以对于每一地域类型的人,均可大数据统计该地域类型的人的软组织厚度和肌肉分布随年龄变化的变化。进而,基于统计的变化数据,可以确定待识别者处于标准体型的标准软组织厚度和标准肌肉分布。
S52,根据待识别者的标准软组织厚度和标准肌肉分布,计算标准体型参考范围。由于不同的地域的人即使处于同一年龄,对于标准身材的人来说,其标准体型参考范围一般是不同的,对不同年龄不同地域的人提供不同的标准体型参考范围,有利于提高后续的体型评估的准确度。由于不同年龄不同地域的人具有不同的软组织厚度和肌肉分布,那么可以基于标准软组织厚度和标准肌肉分布,统计出标准的体型参考范围,与此同时,也可以基于待识别者的软组织厚度和肌肉分布,统计出待识别者的体型参数,即步骤S53。
S53,根据待识别者的软组织厚度和肌肉分布,计算待识别者的体型参数。
S54,比较待识别者的体型参数和标准体型参考范围,以判别待识别者的体型。具体地,当待识别者的体型参数在标准体型参考范围内时,判定待识别者的体型为标准体型;当待识别者的体型参数低于标准体型参考范围时,判定待识别者的体型为偏瘦体型;以及当待识别者的体型参数高于标准体型参考范围时,判定待识别者的体型为偏胖体型。
进一步地,本步骤S54,还可以在待识别者的体型参数低于标准体型参考范围时,确定待识别者的体型参数低于标准体型参考范围所处的区间,来判别待识别者的偏瘦的情况。以及,当待识别者的体型参数高于标准体型参考范围时,确定待识别者的体型参数高于标准体型参考范围所处的区间,来判别待识别者的偏胖的情况。
本实施例提供的方法还包括:根据所述待识别者的体型,推荐与待识别者的体型相符的菜品于显示页面中。示例性地,在一个应用场景中,可以在待识别者在餐厅点餐时,通过以上基于脸部识别来确定人体体型的方法来确定待识别者的体型情况,进而结合餐厅的菜品,推荐与待识别者的体型相符的菜品。例如,若待识别者为偏胖体型,可以推荐卡路里的菜品;若待识别者为偏瘦体型,可以提供高蛋白的菜品。
本实施例提供的方法还包括:根据待识别者的体型,推荐与待识别者的体型相符的健身方案于显示页面。具体地,可以根据待识别者的体型情况提供相应强度的健身方案。以及还可以结合该待识别者的历史体型情况,来判断之前的推荐的健身方案是否有效,进一步调整健身方案,具体地:根据待识别者的脸部特征识别待识别者的身份,并根据待识别者的身份,从所述数据库中提取在预设时间段内判别到的待识别者的历史体型及历史健身方案;其中,数据库用于存储所述待识别者的历史体型和历史健身方案;根据待识别者的体型与提取的待识别者的历史体型之间的变化情况,判断历史健身方案的有效性;以及根据所述历史健身方案的有效性,调整推荐的健身方案并显示在所述显示页面中。
实施例二
请参阅图3,本发明实施例提供一种体型识别的装置,包括:
脸部图像接收模块10,用于接收待识别体型的待识别者的脸部图像;特征识别模块20,用于根据接收到的脸部图像,识别所述待识别者的脸部特征;其中,所述脸部特征包括皮肤纹理、软组织厚度和肌肉分布;地域识别模块30,用于基于所述面部特征,确定所述待识别者的地域类型;年龄识别模块40,用于根据所述皮肤纹理和所述地域类型,确定所述待识别者的年龄;以及体型识别模块50,用于根据所述软组织厚度、所述肌肉分布、所述地域类型和所述年龄,判别所述待识别者的体型。
进一步地,所述装置还包括:地理位置获取模块,用于获取所述待识别者所处的地理位置;以及年龄修正模块,用于根据所述待识别者所处的地理位置,修正所述待识别者的年龄。
进一步地所述地址位置获取模块包括:定位单元,用于通过全球定位系统定位所述待识别者所处的地理位置;或者,位置输入单元,用于提供地理位置输入页面以供所述待识别者输入地理位置,并接收所述待识别者输入的地理位置,作为所述待识别者所处的地理位置。
进一步地,所述体型识别模块50包括:标准数据确定单元,用于根据所述年龄和所述地域类型,确定所述待识别者处于标准体型的标准软组织厚度和标准肌肉分布;体型标准参数计算单元,用于根据所述标准软组织厚度和所述标准肌肉分布,计算标准体型参考范围;体型参数计算单元,用于根据所述软组织厚度和所述肌肉分布,计算所述待识别者的体型参数;以及体型判别单元,用于比较所述体型参数和所述标准体型参考范围,以判别所述待识别者的体型。
进一步地,所述体型判别单元具体用于:当所述体型参数在所述标准体型参考范围内时,判定所述待识别者的体型为标准体型;当所述体型参数低于所述标准体型参考范围时,判定所述待识别者的体型为偏瘦体型;以及当所述体型参数高于所述标准体型参考范围时,判定所述待识别者的体型为偏胖体型。
进一步地,所述装置还包括:菜品推荐模块,用于根据所述待识别者的体型,推荐与所述待识别者的体型相符的菜品于显示页面。
进一步地,所述装置还包括:健身方案推荐模块,用于根据所述待识别者的体型,推荐与所述待识别者的体型相符的健身方案于显示页面。
进一步地,所述装置还包括:身份识别模块,用于根据所述待识别者的脸部特征识别所述待识别者的身份,并根据所述待识别者的身份,从所述数据库中提取在预设时间段内判别到的所述待识别者的历史体型及历史健身方案;其中,所述数据库用于存储所述待识别者的历史体型和历史健身方案;有效性判断模块,用于根据所述待识别者的体型与提取的所述待识别者的历史体型之间的变化情况,判断所述历史健身方案的有效性;以及健身方案调整模块,用于根据所述历史健身方案的有效性,调整推荐的健身方案并显示在所述显示页面中。
所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,体型识别的装置中包括处理器和存储器,所述存储器用于存储体型识别的装置执行上述第一方面中体型识别的方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述体型识别的装置还可以包括通信接口,用于体型识别的装置与其他设备或通信网络通信。
实施例三
本发明实施例还提供一种终端设备,如图4所示,该设备包括:存储器21和处理器22,存储器21内存储有可在处理器22上运行的计算机程序。处理器22执行计算机程序时实现上述实施例中的即时通讯界面输入切换的方法。存储器21和处理器22的数量可以为一个或多个。
该设备还包括:
通信接口23,用于处理器22与外部设备之间的通信。
存储器21可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
如果存储器21、处理器22和通信接口23独立实现,则存储器21、处理器22和通信接口23可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器21、处理器22及通信接口23集成在一块芯片上,则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。
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。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。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
本发明实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
在本发明实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于指令执行系统、输入法或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。存储介质可以是只读存储器,磁盘或光盘等。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种体型识别的方法,其特征在于,包括:
接收待识别者的脸部图像;
根据接收到的脸部图像,识别所述待识别者的脸部特征;其中,所述脸部特征包括皮肤纹理、软组织厚度和肌肉分布;
基于所述脸部特征,确定所述待识别者的地域类型;
根据所述皮肤纹理和所述地域类型,确定所述待识别者的年龄;以及
根据所述软组织厚度、所述肌肉分布、所述地域类型和所述年龄,判别所述待识别者的体型;所述年龄和所述地域类型是用于确定所述待识别者处于标准体型的标准软组织厚度和标准肌肉分布。
2.如权利要求1所述的体型识别的方法,其特征在于,还包括:
获取所述待识别者所处的地理位置;以及
根据所述待识别者所处的地理位置,修正所述待识别者的年龄。
3.如权利要求2所述的体型识别的方法,其特征在于,所述获取所述待识别者所处的地理位置包括:
通过全球定位系统定位所述待识别者所处的地理位置;或者,
提供地理位置输入界面以供所述待识别者输入地理位置,并接收所述待识别者输入的地理位置,作为所述待识别者所处的地理位置。
4.如权利要求1所述的体型识别的方法,其特征在于,所述根据所述软组织厚度、所述肌肉分布、所述地域类型和所述年龄,判别所述待识别者的体型,包括:
根据所述标准软组织厚度和所述标准肌肉分布,计算标准体型参考范围;
根据所述软组织厚度和所述肌肉分布,计算所述待识别者的体型参数;以及
比较所述体型参数和所述标准体型参考范围,以判别所述待识别者的体型。
5.如权利要求4所述的体型识别的方法,其特征在于,所述比较所述体型参数和所述标准体型参考范围,以判别所述待识别者的体型,包括:
当所述体型参数在所述标准体型参考范围内时,判定所述待识别者的体型为标准体型;
当所述体型参数低于所述标准体型参考范围时,判定所述待识别者的体型为偏瘦体型;以及
当所述体型参数高于所述标准体型参考范围时,判定所述待识别者的体型为偏胖体型。
6.如权利要求1所述的体型识别的方法,其特征在于,还包括:
根据所述待识别者的体型,推荐与所述待识别者的体型相符的菜品于显示页面。
7.如权利要求1所述的体型识别的方法,其特征在于,所述方法还包括:
根据所述待识别者的体型,推荐与所述待识别者的体型相符的健身方案于显示页面。
8.如权利要求7所述的体型识别的方法,其特征在于,所述方法还包括:
根据所述待识别者的脸部特征识别所述待识别者的身份,并根据所述待识别者的身份,从数据库中提取在预设时间段内判别到的所述待识别者的历史体型及历史健身方案;其中,所述数据库用于存储所述待识别者的历史体型和历史健身方案;
根据所述待识别者的体型与提取的所述待识别者的历史体型之间的变化情况,判断所述历史健身方案的有效性;以及
根据所述历史健身方案的有效性,调整推荐的健身方案并显示在所述显示页面中。
9.一种体型识别的装置,其特征在于,包括
脸部图像接收模块,用于接收待识别体型的待识别者的脸部图像;
特征识别模块,用于根据接收到的脸部图像,识别所述待识别者的脸部特征;其中,所述脸部特征包括皮肤纹理、软组织厚度和肌肉分布;
地域识别模块,用于基于所述脸部特征,确定所述待识别者的地域类型;
年龄识别模块,用于根据所述皮肤纹理和所述地域类型,确定所述待识别者的年龄;以及
体型识别模块,用于根据所述软组织厚度、所述肌肉分布、所述地域类型和所述年龄,判别所述待识别者的体型;所述年龄和所述地域类型是用于确定所述待识别者处于标准体型的标准软组织厚度和标准肌肉分布。
10.如权利要求9所述的体型识别的装置,其特征在于,所述装置还包括:
地理位置获取模块,用于获取所述待识别者所处的地理位置;以及
年龄修正模块,用于根据所述待识别者所处的地理位置,修正所述待识别者的年龄。
11.如权利要求10所述的体型识别的装置,其特征在于,所述地理位置获取模块具体用于:
定位单元,用于通过全球定位系统定位所述待识别者所处的地理位置;或者,
位置输入单元,用于提供地理位置输入页面以供所述待识别者输入地理位置,并接收所述待识别者输入的地理位置,作为所述待识别者所处的地理位置。
12.如权利要求9所述的体型识别的装置,其特征在于,所述体型识别模块包括:
标准数据确定单元,用于根据所述年龄和所述地域类型,确定所述待识别者处于标准体型的标准软组织厚度和标准肌肉分布;
体型标准参数计算单元,用于根据所述标准软组织厚度和所述标准肌肉分布,计算标准体型参考范围;
体型参数计算单元,用于根据所述软组织厚度和所述肌肉分布,计算所述待识别者的体型参数;以及
体型判别单元,用于比较所述体型参数和所述标准体型参考范围,以判别所述待识别者的体型。
13.一种实现体型识别的终端设备,其特征在于,所述终端设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-8中任一所述的体型识别的方法。
14.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的体型识别的方法。
CN201810278797.XA 2018-03-30 2018-03-30 体型识别的方法、装置、存储介质及终端设备 Active CN108520221B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810278797.XA CN108520221B (zh) 2018-03-30 2018-03-30 体型识别的方法、装置、存储介质及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810278797.XA CN108520221B (zh) 2018-03-30 2018-03-30 体型识别的方法、装置、存储介质及终端设备

Publications (2)

Publication Number Publication Date
CN108520221A CN108520221A (zh) 2018-09-11
CN108520221B true CN108520221B (zh) 2019-08-09

Family

ID=63430926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810278797.XA Active CN108520221B (zh) 2018-03-30 2018-03-30 体型识别的方法、装置、存储介质及终端设备

Country Status (1)

Country Link
CN (1) CN108520221B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111144967B (zh) * 2018-11-05 2023-10-24 百度在线网络技术(北京)有限公司 基于人脸识别的菜品推荐方法、装置及存储介质
CN111639265B (zh) * 2020-06-24 2022-07-08 上海工艺美术职业学院 皮肤分类方法及装置
CN115769276A (zh) * 2021-04-30 2023-03-07 京东方科技集团股份有限公司 体型识别方法、健康评估获取方法、装置、设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104143079A (zh) * 2013-05-10 2014-11-12 腾讯科技(深圳)有限公司 人脸属性识别的方法和系统
CN107463785A (zh) * 2017-08-17 2017-12-12 广州视源电子科技股份有限公司 健身管理方案的确定方法、装置、设备及存储介质
CN107545536A (zh) * 2017-08-17 2018-01-05 上海展扬通信技术有限公司 一种智能终端的图像处理方法及图像处理系统
CN107727220A (zh) * 2017-10-11 2018-02-23 上海展扬通信技术有限公司 一种基于智能终端的人体测量方法及人体测量系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011259053A (ja) * 2010-06-07 2011-12-22 Olympus Imaging Corp 画像処理装置および画像処理方法
WO2015050929A1 (en) * 2013-10-01 2015-04-09 The Children's Hospital Of Philadelphia Image analysis for predicting body weight in humans
US20160253549A1 (en) * 2015-02-27 2016-09-01 Leo Ramic Estimating personal information from facial features
CN106534500A (zh) * 2016-10-31 2017-03-22 努比亚技术有限公司 一种基于人物属性的个性化服务系统及方法
CN107133576A (zh) * 2017-04-17 2017-09-05 北京小米移动软件有限公司 用户年龄识别方法及装置
CN107562868A (zh) * 2017-08-30 2018-01-09 努比亚技术有限公司 一种信息推荐方法、终端和计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104143079A (zh) * 2013-05-10 2014-11-12 腾讯科技(深圳)有限公司 人脸属性识别的方法和系统
CN107463785A (zh) * 2017-08-17 2017-12-12 广州视源电子科技股份有限公司 健身管理方案的确定方法、装置、设备及存储介质
CN107545536A (zh) * 2017-08-17 2018-01-05 上海展扬通信技术有限公司 一种智能终端的图像处理方法及图像处理系统
CN107727220A (zh) * 2017-10-11 2018-02-23 上海展扬通信技术有限公司 一种基于智能终端的人体测量方法及人体测量系统

Also Published As

Publication number Publication date
CN108520221A (zh) 2018-09-11

Similar Documents

Publication Publication Date Title
CN108520221B (zh) 体型识别的方法、装置、存储介质及终端设备
CN102520796B (zh) 一种基于逐步回归分析映射模型的视线跟踪方法
US8322855B2 (en) Method for determining the visual behaviour of a Person
CN106339201A (zh) 贴图处理方法、装置和电子设备
CN102542281B (zh) 非接触式生物特征识别方法和系统
CN106933340A (zh) 手势动作识别方法、控制方法和装置以及腕式设备
CN205485072U (zh) 一种头戴式显示设备
CN108804547A (zh) 超声图像教学方法、装置及计算机可读存储介质
CN108846829A (zh) 病变部位识别方法及装置、计算机装置及可读存储介质
CN110443769A (zh) 图像处理方法、图像处理装置及终端设备
CN109522887A (zh) 一种视线追踪方法、装置、设备及存储介质
CN105959768A (zh) 视频播放参数配置方法及设备
CN111857334A (zh) 人体手势字母的识别方法、装置、计算机设备及存储介质
CN108416331B (zh) 脸部对称识别的方法、装置、存储介质及终端设备
US20200034979A1 (en) System and method of analyzing features of the human face and breasts using one or more overlay grids
CN114550201A (zh) 服装规范化检测方法及装置
CN114359953A (zh) 指示听诊位置的方法及设备
CN111710409A (zh) 基于人体汗液异常变化的智能筛查系统
CN110175522A (zh) 考勤方法、系统及相关产品
CN110517257A (zh) 危及器官标注信息处理方法及相关装置
CN107169262B (zh) 推荐塑身方案的方法、装置、设备和计算机存储介质
CN205608659U (zh) 一种腕式设备
CN115691793A (zh) 一种舌象数据处理方法、装置及相关设备
CN205835343U (zh) 一种具有监考功能的机器人
CN110287797B (zh) 一种基于手机的屈光筛选方法

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
GR01 Patent grant
GR01 Patent grant