CN108647566B - 一种识别皮肤特征的方法及终端 - Google Patents
一种识别皮肤特征的方法及终端 Download PDFInfo
- Publication number
- CN108647566B CN108647566B CN201810269528.7A CN201810269528A CN108647566B CN 108647566 B CN108647566 B CN 108647566B CN 201810269528 A CN201810269528 A CN 201810269528A CN 108647566 B CN108647566 B CN 108647566B
- Authority
- CN
- China
- Prior art keywords
- region
- target
- feature
- terminal
- image
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 231100000241 scar Toxicity 0.000 claims description 4
- 230000001815 facial effect Effects 0.000 abstract description 20
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 206010027145 Melanocytic naevus Diseases 0.000 description 5
- 208000007256 Nevus Diseases 0.000 description 5
- 230000003796 beauty Effects 0.000 description 5
- 206010025421 Macule Diseases 0.000 description 4
- 208000002874 Acne Vulgaris Diseases 0.000 description 3
- 206010000496 acne Diseases 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010014970 Ephelides Diseases 0.000 description 1
- 208000003351 Melanosis Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G06T5/77—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
Abstract
本发明实施例提供一种识别皮肤特征的方法及终端,应用于终端技术领域,以解决皮肤特征误识别的问题。该方法包括:获取第一图像;从该第一图像包含的第一面部区域中确定第一特征区域;根据该第一特征区域的特征信息确定该第一特征区域对应的皮肤特征;其中,该特征信息至少包括目标频率,该目标频率为第一数量与第二数量的比值,该第二数量为包含第二面部区域的第二图像的数量,该第一数量为该第二面部区域中包含第二特征区域的第二图像的数量,该第二面部区域与该第一面部区域匹配,该第二特征区域与该第一特征区域匹配,该第二图像存储在该终端或预设网络存储空间。
Description
技术领域
本发明实施例涉及终端技术领域,尤其涉及一种识别皮肤特征的方法及终端。
背景技术
随着终端技术的发展,终端的拍摄功能越来越强大,用户对拍摄的要求也越来越高,例如用户希望得到美颜处理后的图像。
通常,用户对当前显示的图像中皮肤的特征(比如,痘、斑或痣)区域进行美颜处理,终端可以通过特征区域与皮肤上的其他区域的亮度差异和特征区域的大小、宽高比以及形状等参数确认出痘、斑和痣的区域,然后使用美颜功能保留皮肤上的痣,去除图像中皮肤上的痘和斑,最终向用户呈现去除痘和斑的图像。
然而,上述的方法,当肤色较深或者拍摄光线较暗时,拍摄出的图像中皮肤上的特征区域和其他区域的对比度较弱,如此可能会导致皮肤特征误识别的问题。
发明内容
本发明实施例提供一种识别皮肤特征的方法及终端,以解决皮肤特征误识别的问题。
为了解决上述技术问题,本发明实施例是这样实现的:
第一方面,本发明实施例提供一种识别皮肤特征的方法,该方法包括:获取第一图像;从该第一图像包含的第一面部区域中确定第一特征区域;根据该第一特征区域的特征信息确定该第一特征区域对应的皮肤特征;其中,该特征信息至少包括目标频率,该目标频率为第一数量与第二数量的比值,该第二数量为包含第二面部区域的第二图像的数量,该第一数量为该第二面部区域中包含第二特征区域的第二图像的数量,该第二面部区域与该第一面部区域匹配,该第二特征区域与该第一特征区域匹配,该第二图像存储在终端或预设网络存储空间。
第二方面,本发明实施例还提供了一种终端,该终端包括:获取模块和确定模块;该获取模块,用于获取第一图像;该确定模块用于:从该获取模块获取的该第一图像包含的第一面部区域中确定第一特征区域;根据第一特征区域的特征信息确定该第一特征区域对应的皮肤特征;其中,该特征信息至少包括目标频率,该目标频率为第一数量与第二数量的比值,该第二数量为包含第二面部区域的第二图像的数量,该第一数量为该第二面部区域中包含第二特征区域的第二图像的数量,该第二面部区域与该第一面部区域匹配,该第二特征区域与该第一特征区域匹配,该第二图像存储在该终端或预设网络存储空间。
第三方面,本发明实施例提供了一种终端,包括处理器、存储器及存储在该存储器上并可在该处理器上运行的计算机程序,该计算机程序被该处理器执行时实现如第一方面所述的识别皮肤特征的方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储计算机程序,该计算机程序被处理器执行时实现如第一方面所述的识别皮肤特征的方法的步骤。
在本发明实施例中,首先,获取第一图像;其次,从该第一图像包含的第一面部区域中确定第一特征区域;最后,根据该第一特征区域的特征信息确定该第一特征区域对应的皮肤特征;其中,该特征信息至少包括目标频率,该目标频率为第一数量与第二数量的比值,该第二数量为包含第二面部区域的第二图像的数量,该第一数量为该第二面部区域中包含第二特征区域的第二图像的数量,该第二面部区域与该第一面部区域匹配,该第二特征区域与该第一特征区域匹配,该第二图像存储在终端或预设网络存储空间。由于终端获取的第二数量的第二图像中均包括与第一面部区域匹配的第二面部区域,第二数量个第二图像可以分别表示不同状态下的第一面部区域,因此可以更加精确的表示用户实际的面部皮肤的特征,因此,通过结合第一图像以及第二数量个第二图像可以提高确定第一面部区域的皮肤特征的概率,可以使得终端根据特征信息中的目标频率更加准确的确定出每个区域对应的皮肤特征,进而为终端进行其他操作(例如执行美肤功能),提供更准确的依据。
附图说明
图1为本发明实施例提供的一种可能的安卓操作系统的架构示意图;
图2为本发明实施例提供的一种识别皮肤特征的方法的流程示意图;
图3为本发明实施例提供的一种图像金字塔示意图;
图4为本发明实施例提供的一种对比区域的示意图;
图5为本发明实施例提供的一种图像处理流程示意图;
图6为本发明实施例提供的一种终端可能的结构示意图;
图7为本发明各个实施例的一种终端的硬件结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本文中的“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。“多个”是指两个或多于两个。
需要说明的是,本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本发明实施例中的终端可以为具有操作系统的终端。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本发明实施例不作具体限定。
下面以安卓操作系统为例,介绍一下本发明实施例提供的识别皮肤特征的方法所应用的软件环境。
如图1所示,为本发明实施例提供的一种可能的安卓操作系统的架构示意图。在图1中,安卓操作系统的架构包括4层,分别为:应用程序层、应用程序框架层、系统运行库层和内核层(具体可以为Linux内核层)。
其中,应用程序层包括安卓操作系统中的各个应用程序(包括系统应用程序和第三方应用程序)。
应用程序框架层是应用程序的框架,开发人员可以在遵守应用程序的框架的开发原则的情况下,基于应用程序框架层开发一些应用程序。
系统运行库层包括库(也称为系统库)和安卓操作系统运行环境。库主要为安卓操作系统提供其所需的各类资源。安卓操作系统运行环境用于为安卓操作系统提供软件环境。
内核层是安卓操作系统的操作系统层,属于安卓操作系统软件层次的最底层。内核层基于Linux内核为安卓操作系统提供核心系统服务和与硬件相关的驱动程序。
以安卓操作系统为例,本发明实施例中,开发人员可以基于上述如图1所示的安卓操作系统的系统架构,开发实现本发明实施例提供的识别皮肤特征的方法的软件程序,从而使得该识别皮肤特征的方法可以基于如图1所示的安卓操作系统运行。即处理器或者终端设备可以通过在安卓操作系统中运行该软件程序实现本发明实施例提供的识别皮肤特征的方法。
下面结合图2中对本发明实施例的识别皮肤特征的方法进行说明。图2为本发明实施例提供的一种识别皮肤特征的方法的流程示意图,如图2所示,该识别皮肤特征的方法包括S201-S203:
S201、终端获取第一图像。
需要说明的是,第一图像为待识别皮肤特征的图像。
可选的,第一图像可以为正在拍摄的图像,也可以为已经拍摄完成的图像,本发明实施例对此不作具体限定。
S202、终端从第一图像包含的第一面部区域中确定第一特征区域。
其中,第一特征区域为第一面部区域中的任意一个特征区域,一个特征区域用于指示面部区域中的一个皮肤特征。
当然,第一图像中也可以包括其他用户的面部区域,例如,用户1的面部区域、用户2的面部区域。
S203、终端根据第一特征区域的特征信息确定第一特征区域对应的皮肤特征。
其中,特征信息至少包括目标频率,目标频率为第一数量与第二数量的比值,第二数量为包含第二面部区域的第二图像的数量,第一数量为第二面部区域中包含第二特征区域的第二图像的数量,第二面部区域与第一面部区域匹配,第二特征区域与第一特征区域匹配,第二图像存储在终端或预设网络存储空间。
需要说明的是,“第二面部区域与第一面部区域匹配”表示第二面部区域和第一面部区域为同一个用户的面部区域。不同用户的面部区域对应的第二数量个第二图像可以相同也可以不同,在本发明实施例中,终端针对每个面部区域的处理过程是相同的。
具体的,终端可以通过面部识别技术,识别不同的图像中的面部区域为同一个用户的面部区域。
可选的,预设网络存储空间可以为第三方账户的云盘以及云相册等,本发明实施例对此不作具体限定。
需要说明的是,终端在确定第一特征区域的特征信息时需要第二数量个第二图像。其中,终端获取第一图像和获取第二数量个第二图像并不限定先后顺序,终端可以先获取第一图像,也可以先获取第二数量个第二图像,也可以同时获取第一图像和第二数量个第二图像,本发明实施例对此不作具体限定。
可选的,终端可以通过检测用户的操作获取第一图像和第二数量个第二图像,其中,第二数量个第二图像可以为终端在后台筛选符合预设条件的图像,也可以为终端响应用户在图库中手动选择的图像,比如用户在选择图像1(图像1中包括用户1的面部区域)为第一图像后,用户从图库中选择的包括用户1的面部区域的10张照片为上述的第二数量个第二图像。
需要说明的是,终端获取的第二数量个第二图像可以显示在显示界面上,也可以不显示在显示界面上,本发明实施例对此不作具体限定。
具体的,第一图像中的第一特征区域可以为第一面部区域中亮度差在第一预设阈值区间内的区域。其中,终端在确定图像中的特征区域时可以采用下述的方法。以第一图像为例,首先,终端采用图像金字塔对第一图像分解(对图像多次做下采样),对于分解得到的每一层图像执行虚化操作(即,blur操作),将每层虚化前的图像和每层虚化后的图像做差,得到每层图像的残差图;在得到每层图像的残差图之后,对每层的残差图做金字塔还原(即,对图像多次做上采样),并把每层的残差图依次加权累加,从而得到第一图像中的多个特征区域。
通常,图像金字塔包括高斯金字塔(Gaussian pyramid)和拉普拉斯金字塔(Laplacian pyramid)。其中,高斯金字塔用于向下采样图像,拉普拉斯金字塔用于从低层图像重建上层未采样图像,可以对图像进行最大程度的还原,通常配合高斯金字塔一起使用。其中,上采样和下采样不是可逆过程,向下采样与向上采样是对图像的尺寸而言的(与金字塔的方向相反),向上采样表示图像尺寸加倍,向下采样表示图像尺寸减半。示例性的,图3为本发明实施例提供的一种图像金字塔示意图,如图3所示,图像金子塔包括层0(level0)-层4(level4),其中,金字塔的底部(层1)表示高分辨率的待处理图像,而顶部表示低分辨率的待处理图像。将一层一层的图像比喻成金字塔,层级越高,图像越小,分辨率越低。
需要说明的是,上述方法实施例中仅以第一图像中的第一特征区域为例进行说明,在实际应用中,第一图像中的每个特征区域的处理方式均可参考上述方法实施例中的步骤执行。
可选的,皮肤特征至少包括:痘、斑、痣或疤中的一个。
通常,不同的用户对于自己的照片希望美化的地方各不相同,一些用户希望保留具有特殊意义的痣,一些用户希望保留面部的痘(例如,希望将皮肤美白提亮肤色又希望保留痘痘或者保留斑,以便于就诊等),根据用户的不同需求可以根据本发明实施例提供的识别皮肤特征的方法识别出不同的皮肤特征,从而根据用户的不同需求对图像进行处理。
本发明实施例提供的识别皮肤特征的方法,首先,终端获取第一图像。其次,终端从第一图像包含的第一面部区域中确定第一特征区域。再次,终端根据第一特征区域的特征信息确定第一特征区域对应的皮肤特征,特征信息至少包括目标频率,目标频率为第一数量与第二数量的比值,第二数量为包含第二面部区域的第二图像的数量,第一数量为第二面部区域中包含第二特征区域的第二图像的数量,第二面部区域与第一面部区域匹配,第二特征区域与第一特征区域匹配,第二图像存储在终端或预设网络存储空间。由于终端获取的第二数量个第二图像中均包括与第一面部区域匹配的第二面部区域,第二数量个第二图像可以分别表示不同状态下的第一面部区域,因此可以更加精确的表示用户实际的面部皮肤的特征,因此,通过结合第一图像以及第二数量个第二图像可以提高确定第一面部区域的皮肤特征的概率,可以使得终端根据特征信息中的目标频率更加准确的确定出每个区域对应的皮肤特征,进而为终端进行其他操作(例如执行美肤功能),提供更准确的依据。
可选的,上述方法中的“第二特征区域和第一特征区域匹配”可以表示为:第二特征区域在第二面部区域中的相对位置和第一特征区域在第一面部区域中的相对位置的差值在第一预设范围内,第二特征区域和第一特征区域的形状相似度在第二预设范围内。
具体的,本发明实施例提供的识别皮肤特征的方法中的“目标频率”可以通过T1和T2确定:
T1、终端根据第一特征区域和第二数量个第二图像,确定第一数量。
可选的,可以结合第一特征区域的形状以及宽高比等,从第二数量个第二图像确定第一数量。例如,第二数量个第二图像中,特征区域与第一特征区域处于第一面部区域中相对位置的差值在第一预设范围内,且形状的相似度在第二预设范围内的第二图像的数量。
需要说明的是,本发明实施例中,以相对位置的差异确定第一数量为例进行说明,实际应用中,为了提高确定第一数量的准确性,也可以结合其他参数(例如,形状的相似程度和宽高比等)进行综合确定,本发明实施例对此不作具体限定。
T2、终端将第一数量与第二数量的比值确定为目标频率。
可选的,特征信息还包括目标面积比和目标对比度,一个目标面积比阈值范围、一个目标对比度阈值范围以及一个目标频率阈值范围对应一个皮肤特征;其中,目标面积比为第一特征区域的面积与第一面部区域的面积的比,目标对比度为第一特征区域与对比区域的亮度差异(其中,对比度是一个相对值,就一幅图片而言,反映了图片上最亮处与最黑处的不同亮度层级的比值),对比区域为第一面部区域中的区域。
可以理解,对比区域可以为第一面部区域中与第一特征区域相邻的区域,也可为与第一特征区域不相邻的区域,本发明实施例对此不作具体限定。
示例性的,如图4所示为本发明实施例提供的一种对比区域的示意图。假设填充为斜线的区域为对比区域,填充为黑色的区域为第一特征区域,如图4中的(a)所示,对比区域为与第一特征区域不相邻,且具有一定的距离,如图4中的(b)所示,对比区域为与第一特征区域相邻,且对比区域包围第一特征区域,如图4中的(c)所示,对比区域为与第一特征区域相邻,但是对比区域不包围第一特征区域。
一种可能的实现方式中,本发明实施例提供的识别皮肤特征的方法,S203具体可以通过S203a执行:
S203a、若目标面积比在目标面积比阈值范围内、目标对比度在目标对比度阈值范围内且目标频率在目标频率阈值范围内,则确定第一特征区域指示的皮肤特征为与目标面积比阈值范围、目标对比度阈值范围以及目标频率阈值范围对应的皮肤特征。
其中,目标面积比∈[0,1],目标频率∈[0,1]。
示例性的,假设癍痘的亮度差异(目标对比度)阈值为大于th0,痣的亮度差异(目标对比度)阈值为大于th1,且th0<th1,癍痘目标面积比阈值为th2,痣的目标面积比阈值为th3,假设th0<亮度差异<th1,且th2<目标面积比<th3,则确定为癍痘,进一步,若th4<目标频率<th5,则确定为斑,若目标频率<th4,则确定为痘;假设亮度差异>th1,目标面积比>th3,且目标频率大于th6,则判断为痣,其中,th6大于th4。
上述阈值范围仅为示例性说明,在具体实现中,可根据经验值设置不同的数值,本发明实施例对此不作具体限定。
基于该方案,由于一个目标面积比阈值范围、一个目标对比度阈值范围以及一个目标频率阈值范围对应一个皮肤特征,因此可以根据确定的目标面积比、目标对比度以及目标频率分别对应的阈值范围准确地确定出第一特征区域的皮肤特征。
可选的,第一图像为图片或目标视频中的一帧图像,目标视频为当前终端拍摄的视频、当前终端播放的视频或者终端中存储的但未播放的视频中的其中一个。
可选的,第二数量个第二图像包括拍摄时间在预设时间区间内的图像。
可以理解,不同的时间段,用户的面部皮肤的特征会发生变化,例如,用户可能最近一段时间才开始长斑,或者用户可能最近脸上长痘,而之前未长痘等等。选择不同的时间段可以更加真实地反应用户的皮肤特征,从而提高了识别皮肤特征的准确性。
一种可能的实现方式,若第一图像为目标视频中的一帧图像,则第二数量个第二图像包括目标视频中在第一图像之前的至少一帧图像。
基于该方案,当用户在拍摄视频时,需要进行美颜时,终端可以根据采样第一图像之前的至少一帧确定出用户的面部皮肤的特征,从而在继续拍摄的视频中对用户的面部区域进行图像处理,使得拍摄出的视频更加满足用户的需求。
需要说明的是,终端可以在用户拍摄照片或者拍摄视频的过程中选择美颜功能时采用本发明实施例提供的识别皮肤特征的方法,终端也可以在拍摄完毕后用户重新查看已拍摄的照片或者视频时选择美颜功能时采用本发明实施例提供的识别皮肤特征的方法,本发明实施例对此不作具体限定。
示例性的,下面以场景为用户使用终端拍摄照片时使用美颜功能时为例,对本发明实施例的识别皮肤特征的方法进行简要说明,图5为本发明实施例提供的一种图像处理流程示意图,具体流程如下:
步骤1:终端检测到用户1开启摄像头拍摄照片得到照片1(即,第一图像)。
其中,照片1中包括用户1的面部区域,终端的拍照模式为美颜模式。
步骤2:终端确定照片1中的N个特征区域,N为大于或等于1的正整数。
步骤3:终端确定终端的本地相册(即,存储在终端中)和云相册(即,预设网络存储空间)中的至少一个相册中是否存在包括用户1的面部区域的照片(即第二图像)。
步骤4:若终端确定存在,则终端选择M个照片(即,第二数量个第二图像),M为大于或等于1的正整数。
其中,该M个照片为拍摄时间段为当前日期之前2个月内的照片。
步骤5:终端确定该M个照片中每个照片的至少一个特征区域。
需要说明的是,步骤1、步骤3和步骤4为上述方法实施例中S201的具体实现;步骤2和步骤5为上述方法实施例中S202的具体实现。
步骤6:终端确定每个特征区域的特征信息。
终端确定第一图像中每个特征区域的目标频率、每个特征区域的目标对比度、每个特征区域的目标面积比。
步骤7:终端根据每个特征区域的特征信息确定每个特征区域的皮肤特征。
步骤8:终端根据步骤7确定的每个特征区域的皮肤特征,对需要美化的区域进行美化。
比如,用户选择对痘和斑进行美化,则祛除用户1的面部区域中的痘和斑。
图6为本发明实施例提供的一种终端可能的结构示意图,如图6所示,终端600包括:获取模块601和确定模块602;获取模块601,用于获取第一图像;确定模块602用于:从获取模块601获取的第一图像包含的第一面部区域中确定第一特征区域;根据第一特征区域的特征信息确定第一特征区域对应的皮肤特征;其中,特征信息至少包括目标频率,目标频率为第一数量和第二数量的比值,第二数量为包含第二面部区域的第二图像的数量,第一数量为第二面部区域中包含第二特征区域的第二图像的数量,第二面部区域与第一面部区域匹配,第二特征区域与第一特征区域匹配,第二图像存储在终端或预设网络存储空间。
可选的,特征信息还包括目标面积比和目标对比度,一个目标面积比阈值范围、一个目标对比度阈值范围以及一个目标频率阈值范围对应一个皮肤特征;确定模块602,具体用于若目标面积比在目标面积比阈值范围内、目标对比度在目标对比度阈值范围内且目标频率在目标频率阈值范围内,则确定第一特征区域指示的皮肤特征为与目标面积比阈值范围、目标对比度阈值范围以及目标频率阈值范围对应的皮肤特征;其中,目标面积比为第一特征区域的面积与第一面部区域的面积的比,目标对比度为第一特征区域与对比区域的亮度差异,对比区域为第一面部区域中的区域。
可选的,皮肤特征至少包括痘、斑、痣以及疤中的一个。
可选的,第一图像为图片或目标视频中的一帧图像,目标视频为当前终端拍摄的视频、当前终端播放的视频或者终端中存储的但未播放的视频中的其中一个。
可选的,第二数量个第二图像包括拍摄时间在预设时间区间内的图像。
可选的,若第一图像为目标视频中的一帧图像,则第二数量个第二图像包括目标视频中在第一图像之前的至少一帧图像。
本发明实施例提供的终端600能够实现上述方法实施例中终端实现的各个过程,为避免重复,这里不再赘述。
图7为实现本发明各个实施例的一种终端的硬件结构示意图,该终端100包括但不限于:射频单元101、网络模块102、音频输出单元103、输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图7中示出的终端结构并不构成对终端的限定,终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。在本发明实施例中,终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中,处理器110,用于获取第一图像;从第一图像包含的第一面部区域中确定第一特征区域;根据第一特征区域的特征信息确定第一特征区域对应的皮肤特征;其中,特征信息至少包括目标频率,目标频率为第一数量与第二数量的比值,第二数量为包含第二面部区域的第二图像的数量,第一数量为第二面部区域中包含第二特征区域的第二图像的数量,第二面部区域与第一面部区域匹配,第二特征区域与第一特征区域匹配,第二图像存储在终端或预设网络存储空间。
本发明实施例提供的终端,首先,终端获取第一图像;其次,终端从该第一图像包含的第一面部区域中确定第一特征区域;最后,终端根据该第一特征区域的特征信息确定该第一特征区域对应的皮肤特征;其中,该特征信息至少包括目标频率,该目标频率为第一数量与第二数量的比值,该第二数量为包含第二面部区域的第二图像的数量,该第一数量为该第二面部区域中包含第二特征区域的第二图像的数量,该第二面部区域与该第一面部区域匹配,该第二特征区域与该第一特征区域匹配,该第二图像存储在终端或预设网络存储空间。由于终端获取的第二数量个第二图像中均包括与第一面部区域匹配的第二面部区域,第二数量个第二图像可以分别表示不同状态下的第一面部区域,因此可以更加精确的表示用户实际的面部皮肤的特征,因此,通过结合第一图像以及确定的第二数量个第二图像可以提高确定第一面部区域的皮肤特征的概率,可以使得终端根据特征信息中的目标频率更加准确的确定出每个区域对应的皮肤特征,进而为终端进行其他操作(例如执行美肤功能),提供更准确的依据。
应理解的是,本发明实施例中,射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元101还可以通过无线通信系统与网络和其他设备通信。
终端通过网络模块102为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元103可以将射频单元101或网络模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103包括扬声器、蜂鸣器以及受话器等。
输入单元104用于接收音频或视频信号。输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或网络模块102进行发送。麦克风1042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。
终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器105还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元107包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器110,接收处理器110发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板1071可覆盖在显示面板1061上,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图7中,触控面板1071与显示面板1061是作为两个独立的部件来实现终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现终端的输入和输出功能,具体此处不做限定。
接口单元108为外部装置与终端100连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到终端100内的一个或多个元件或者可以用于在终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器109可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是终端的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理系统与处理器110逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外,终端100包括一些未示出的功能模块,在此不再赘述。
优选的,本发明实施例还提供一种终端,结合图7,包括处理器110,存储器109,存储在存储器109上并可在处理器110上运行的计算机程序,该计算机程序被处理器110执行时实现上述识别皮肤特征的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述识别皮肤特征的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (10)
1.一种识别皮肤特征的方法,应用于终端,其特征在于,所述方法包括:
获取第一图像;
从所述第一图像包含的第一面部区域中确定第一特征区域;
根据所述第一特征区域的特征信息确定所述第一特征区域对应的皮肤特征;
其中,所述特征信息至少包括目标频率,所述目标频率为第一数量与第二数量的比值,所述第二数量为包含第二面部区域的第二图像的数量,所述第一数量为所述第二面部区域中包含第二特征区域的第二图像的数量,所述第二面部区域与所述第一面部区域为同一用户的面部区域,所述第二特征区域的相对位置和形状相似度均与所述第一特征区域匹配,所述第二图像存储在所述终端或预设网络存储空间。
2.根据权利要求1所述的方法,其特征在于,所述特征信息还包括目标面积比和目标对比度,一个目标面积比阈值范围、一个目标对比度阈值范围以及一个目标频率阈值范围对应一个皮肤特征;
所述根据所述第一特征区域的特征信息确定所述第一特征区域对应的皮肤特征,包括:
若所述目标面积比在所述目标面积比阈值范围内、所述目标对比度在所述目标对比度阈值范围内且所述目标频率在所述目标频率阈值范围内,则确定所述第一特征区域指示的皮肤特征为与所述目标面积比阈值范围、所述目标对比度阈值范围以及所述目标频率阈值范围对应的皮肤特征;
其中,所述目标面积比为所述第一特征区域的面积与所述第一面部区域的面积的比,所述目标对比度为所述第一特征区域与对比区域的亮度差异,所述对比区域为所述第一面部区域中的区域。
3.根据权利要求1或2所述的方法,其特征在于,所述皮肤特征至少包括痘、斑、痣以及疤中的一个。
4.根据权利要求1或2所述的方法,其特征在于,所述第一图像为图片或目标视频中的一帧图像,所述目标视频为当前所述终端拍摄的视频、当前所述终端播放的视频或者所述终端中存储的但未播放的视频中的其中一个;所述第二数量个第二图像包括拍摄时间在预设时间区间内的图像。
5.根据权利要求4所述的方法,其特征在于,若所述第一图像为所述目标视频中的一帧图像,则所述第二数量个第二图像包括所述目标视频中在所述第一图像之前的至少一帧图像。
6.一种终端,其特征在于,所述终端包括:获取模块和确定模块;
所述获取模块,用于获取第一图像;
所述确定模块用于:
从所述获取模块获取的所述第一图像包含的第一面部区域中确定第一特征区域;
根据第一特征区域的特征信息确定所述第一特征区域对应的皮肤特征;
其中,所述特征信息至少包括目标频率,所述目标频率为第一数量与第二数量的比值,所述第二数量为包含第二面部区域的第二图像的数量,所述第一数量为所述第二面部区域中包含第二特征区域的第二图像的数量,所述第二面部区域与所述第一面部区域为同一用户的面部区域,所述第二特征区域的相对位置和形状相似度均与所述第一特征区域匹配,所述第二图像存储在所述终端或预设网络存储空间。
7.根据权利要求6所述的终端,其特征在于,所述特征信息还包括目标面积比和目标对比度,一个目标面积比阈值范围、一个目标对比度范围以及一个目标频率阈值范围对应一个皮肤特征;
所述确定模块,具体用于若所述目标面积比在所述目标面积比阈值范围内、所述目标对比度在所述目标对比度阈值范围内且所述目标频率在所述目标频率阈值范围内,则确定所述第一特征区域指示的皮肤特征为与所述目标面积比阈值范围、所述目标对比度阈值范围以及所述目标频率阈值范围对应的皮肤特征;
其中,所述目标面积比为所述第一特征区域的面积与所述第一面部区域的面积的比,所述目标对比度为所述第一特征区域与对比区域的亮度差异,所述对比区域为所述第一面部区域中的区域。
8.根据权利要求6或7所述的终端,其特征在于,所述皮肤特征至少包括痘、斑、痣以及疤中的一个。
9.根据权利要求6或7所述的终端,其特征在于,所述第一图像为图片或目标视频中的一帧图像,所述目标视频为当前所述终端拍摄的视频、当前所述终端播放的视频或者所述终端中存储的但未播放的视频中的其中一个;所述第二数量个第二图像包括拍摄时间在预设时间区间内的图像。
10.根据权利要求9所述的终端,其特征在于,若所述第一图像为所述目标视频中的一帧图像,则所述第二数量个第二图像包括所述目标视频中在所述第一图像之前的至少一帧图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810269528.7A CN108647566B (zh) | 2018-03-29 | 2018-03-29 | 一种识别皮肤特征的方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810269528.7A CN108647566B (zh) | 2018-03-29 | 2018-03-29 | 一种识别皮肤特征的方法及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108647566A CN108647566A (zh) | 2018-10-12 |
CN108647566B true CN108647566B (zh) | 2021-01-08 |
Family
ID=63744748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810269528.7A Active CN108647566B (zh) | 2018-03-29 | 2018-03-29 | 一种识别皮肤特征的方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108647566B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544515B (zh) * | 2018-11-05 | 2021-08-31 | 深圳和而泰数据资源与云技术有限公司 | 一种趋势确定方法及装置 |
CN110334229A (zh) * | 2019-04-30 | 2019-10-15 | 王松年 | 可视化显示方法、设备、系统及计算机可读存储介质 |
CN114489882B (zh) * | 2021-12-16 | 2023-05-19 | 成都鲁易科技有限公司 | 浏览器动态皮肤的实现方法及装置、存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8265410B1 (en) * | 2009-07-11 | 2012-09-11 | Luxand, Inc. | Automatic correction and enhancement of facial images |
CN104299011A (zh) * | 2014-10-13 | 2015-01-21 | 吴亮 | 一种基于人脸图像识别的肤质与皮肤问题识别检测方法 |
CN105913389A (zh) * | 2016-04-07 | 2016-08-31 | 广东欧珀移动通信有限公司 | 皮肤异常时的图片处理方法和装置 |
CN107007261A (zh) * | 2017-04-13 | 2017-08-04 | 浙江钛合控股有限公司 | 一种人脸痘痘定位方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8218862B2 (en) * | 2008-02-01 | 2012-07-10 | Canfield Scientific, Incorporated | Automatic mask design and registration and feature detection for computer-aided skin analysis |
-
2018
- 2018-03-29 CN CN201810269528.7A patent/CN108647566B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8265410B1 (en) * | 2009-07-11 | 2012-09-11 | Luxand, Inc. | Automatic correction and enhancement of facial images |
CN104299011A (zh) * | 2014-10-13 | 2015-01-21 | 吴亮 | 一种基于人脸图像识别的肤质与皮肤问题识别检测方法 |
CN105913389A (zh) * | 2016-04-07 | 2016-08-31 | 广东欧珀移动通信有限公司 | 皮肤异常时的图片处理方法和装置 |
CN107007261A (zh) * | 2017-04-13 | 2017-08-04 | 浙江钛合控股有限公司 | 一种人脸痘痘定位方法及系统 |
Non-Patent Citations (2)
Title |
---|
3D Facial Skin Texture Analysis Using Geometric Descriptors;Alassane Seck et al;《2014 22nd International Conference on Pattern Recognition》;20141208;1126-1131页 * |
人脸图像中斑点自动去除系统的设计与实现;戴勇等;《宁波工程学院学报》;20140331;第26卷(第1期);47-50页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108647566A (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110210571B (zh) | 图像识别方法、装置、计算机设备及计算机可读存储介质 | |
CN109151180B (zh) | 一种对象识别方法及移动终端 | |
CN110719402B (zh) | 图像处理方法及终端设备 | |
CN108989678B (zh) | 一种图像处理方法、移动终端 | |
CN107566749B (zh) | 拍摄方法及移动终端 | |
CN108307106B (zh) | 一种图像处理方法、装置及移动终端 | |
CN107730460B (zh) | 一种图像处理方法及移动终端 | |
CN110059686B (zh) | 字符识别方法、装置、设备及可读存储介质 | |
CN109241832B (zh) | 一种人脸活体检测的方法及终端设备 | |
CN107749046B (zh) | 一种图像处理方法及移动终端 | |
CN109618218B (zh) | 一种视频处理方法及移动终端 | |
CN110991457B (zh) | 二维码处理方法、装置、电子设备及存储介质 | |
CN110930329A (zh) | 星空图像处理方法及装置 | |
CN108647566B (zh) | 一种识别皮肤特征的方法及终端 | |
CN110442521B (zh) | 控件单元检测方法及装置 | |
CN110519503B (zh) | 一种扫描图像的获取方法及移动终端 | |
CN109639981B (zh) | 一种图像拍摄方法及移动终端 | |
CN109104573B (zh) | 一种确定对焦点的方法及终端设备 | |
CN111586279B (zh) | 确定拍摄状态的方法、装置、设备及存储介质 | |
CN108345657B (zh) | 一种图片筛选方法及移动终端 | |
KR20170014919A (ko) | 전자 장치 및 전자 장치에서 피부 상태 검출 방법 | |
CN111860064B (zh) | 基于视频的目标检测方法、装置、设备及存储介质 | |
CN110602384B (zh) | 曝光控制方法及电子设备 | |
CN110232417B (zh) | 图像识别方法、装置、计算机设备及计算机可读存储介质 | |
CN108846817B (zh) | 图像处理方法、装置以及移动终端 |
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 |