CN108921128B

CN108921128B - 脸颊敏感肌识别方法及装置

Info

Publication number: CN108921128B
Application number: CN201810799409.2A
Authority: CN
Inventors: 黄炜; 王喆; 许清泉; 张伟; 洪炜冬
Original assignee: Xiamen Meitu Technology Co Ltd
Current assignee: Xiamen Meitu Yifu Technology Co ltd
Priority date: 2018-07-19
Filing date: 2018-07-19
Publication date: 2020-09-01
Anticipated expiration: 2038-07-19
Also published as: CN108921128A

Abstract

本申请实施例提供一种脸颊敏感肌识别方法及装置。该方法包括：从待识别图片中分割出面部皮肤区域；计算所述面部皮肤区域的各个像素点的第一红度均值；获取所述面部皮肤区域中的脸颊区域，并计算所述脸颊区域的各个像素点的第二红度均值；基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题。由此，能够去除光源变化对于脸颊敏感肌识别的影响，从而准确识别用户是否存在敏感肌问题，可以广泛应用于医美或者图片美化等行业。

Description

脸颊敏感肌识别方法及装置

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种脸颊敏感肌识别方法及装置。

背景技术

目前，敏感肌识别一直有着广泛的应用场景，不论是在医美还是图片美化行业。敏感肌最明显的特征就是发红，而脸颊一直也作为敏感肌识别的最重要的一个判别区域。但是，由于识别场景中光源的不同，造成的颜色变化会严重影响脸颊敏感肌的判断。如何准确地判断脸颊是否发红，从而识别用户是否存在敏感肌问题，是本领域技术人员亟待解决的技术问题。

发明内容

为了克服现有技术中的上述不足，本申请的目的在于提供一种脸颊敏感肌识别方法及装置，能够去除光源变化对于脸颊敏感肌识别的影响，从而准确识别用户是否存在敏感肌问题，可以广泛应用于医美或者图片美化等行业。

为了实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供一种脸颊敏感肌识别方法，所述方法包括：

从待识别图片中分割出面部皮肤区域；

计算所述面部皮肤区域的各个像素点的第一红度均值；

获取所述面部皮肤区域中的脸颊区域，并计算所述脸颊区域的各个像素点的第二红度均值；

基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题。

可选地，所述从待识别图片中分割出面部皮肤区域的步骤，包括：

从待识别图片中分割出面部区域；

将所述面部区域中像素值大于预设阈值的所有像素点作为面部皮肤区域。

可选地，所述从待识别图片中分割出面部区域的步骤，包括：

将所述待识别图片输入到预先训练的皮肤分割模型中进行图像分割，输出对应的面部区域，其中，所述皮肤分割模型通过标注样本集训练得到，所述标注样本集包括人脸图像以及对应的人脸皮肤区域图，所述人脸皮肤区域图中包括标注的皮肤区域和非皮肤区域。

可选地，所述计算所述面部皮肤区域的各个像素点的第一红度均值的步骤，包括：

计算所述面部皮肤区域的各个像素点在LAB颜色空间中A分量的值，并将各个像素点在LAB颜色空间中A分量的值作为各个像素点的红度值；

根据各个像素点的红度值计算各个像素点的第一红度均值。

可选地，所述获取所述面部皮肤区域中的脸颊区域，并计算所述脸颊区域的各个像素点的第二红度均值的步骤，包括：

将所述面部皮肤区域输入到人脸点定位模型中，得到所述面部皮肤区域中的各个人脸部位的坐标，并根据所述各个人脸部位的坐标确定所述面部皮肤区域中的脸颊区域；

计算所述脸颊区域的各个像素点在LAB颜色空间中A分量的值，并将各个像素点在LAB颜色空间中A分量的值作为各个像素点的红度值；

根据各个像素点的红度值计算各个像素点的第二红度均值。

可选地，所述基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题的步骤，包括

计算所述第一红度均值和所述第二红度均值之间的均值差；

判断所述均值差是否大于预设阈值；

若所述均值差大于预设差值阈值，则识别结果为所述脸颊区域存在敏感肌问题；

若所述均值差不大于预设差值阈值，则识别结果为所述脸颊区域不存在敏感肌问题。

第三方面，本申请实施例还提供一种脸颊敏感肌识别装置，所述装置包括：

分割模块，用于从待识别图片中分割出面部皮肤区域；

第一计算模块，用于计算所述面部皮肤区域的各个像素点的第一红度均值；

第二计算模块，用于获取所述面部皮肤区域中的脸颊区域，并计算所述脸颊区域的各个像素点的第二红度均值；

敏感肌识别模块，用于基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题。

第三方面，本申请实施例还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的脸颊敏感肌识别方法。

相对于现有技术而言，本申请具有以下有益效果：

本申请实施例提供的脸颊敏感肌识别方法及装置，通过从待识别图片中分割出面部皮肤区域，并计算所述面部皮肤区域的各个像素点的第一红度均值，同时获取所述面部皮肤区域中的脸颊区域，并计算所述脸颊区域的各个像素点的第二红度均值，最后基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题。由此，通过比较所述第一红度均值和所述第二红度均值来识别脸颊区域是否存在敏感肌问题，能够去除光源变化对于脸颊敏感肌识别的影响，从而准确识别用户是否存在敏感肌问题，可以广泛应用于医美或者图片美化等行业。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1为本申请实施例提供的脸颊敏感肌识别方法的流程示意图；

图2为图1中所示的步骤S210包括的各个子步骤的流程示意图；

图3为本申请实施例提供的脸颊敏感肌识别装置的功能模块图；

图4为本申请实施例提供的用于上述脸颊敏感肌识别方法的电子设备的结构示意框图。

图标：100-电子设备；110-总线；120-处理器；130-存储介质；140-总线接口；150-网络适配器；160-用户接口；200-脸颊敏感肌识别装置；210-分割模块；220-第一计算模块；230-第二计算模块；240-敏感肌识别模块。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

请参阅图1，为本申请实施例提供的脸颊敏感肌识别方法的一种流程示意图。所应说明的是，本申请实施例提供的脸颊敏感肌识别方法不以图1及以下所述的具体顺序为限制。所述方法的具体流程如下：

步骤S210，从待识别图片中分割出面部皮肤区域。

作为一种实施方式，本实施例从待识别图片中分割出面部区域。可选地，可以将所述待识别图片输入到预先训练的皮肤分割模型中进行图像分割，输出对应的面部区域，其中，所述皮肤分割模型通过标注样本集训练得到，所述标注样本集包括人脸图像以及对应的人脸皮肤区域图，所述人脸皮肤区域图中包括标注的皮肤区域和非皮肤区域。由此，可以更准确地将面部区域分割出来，例如五官区域、发丝以及脸庞边缘等，消除了非皮肤区域对于敏感肌识别的干扰。

可以理解的是，上述面部区域分割算法仅为本实施例提供的一种示例，在其它实施方式中，本领域也可以基于其它深度学习算法从待识别图片中分割出面部皮肤区域，本实施例对此不作具体限制。

进一步地，发明人在研究过程中还发现红色非健康皮肤会对敏感肌识别造成较大干扰，例如用户脸上的痤疮痘印等并不是敏感肌，但是由于呈现红色则会对后续的识别造成影响。

为了解决此问题，可以获取所述面部区域中每个像素点的像素值，所述像素值为0～255，255表示该像素点是皮肤，0表示该像素点肯定不是皮肤。由此，可以通过设定一个预设阈值，把像素值小于该预设阈值的像素点，当做非皮肤区域，例如，像素点的像素值a＝128，阈值为200，a<200，所以a＝0。由此，可以将所述面部区域中像素值大于预设阈值的所有像素点作为面部皮肤区域。此外，也可以以百分制置信度的形式，也即将像素值/255作为置信度，将置信度小于预设置信度的像素点作为非皮肤像素点，将置信度大于预设置信度的像素点作为皮肤像素点。

如此，可以有效去除高光阴影的影响，以及脸上痤疮痘印等红色非健康皮肤对于敏感肌判断的影响。

步骤S220，计算所述面部皮肤区域的各个像素点的第一红度均值。

本实施例中，对于整个面部皮肤区域，可以计算所述面部皮肤区域的各个像素点在LAB颜色空间中A分量的值，并将各个像素点在LAB颜色空间中A分量的值作为各个像素点的红度值，再根据各个像素点的红度值计算各个像素点的第一红度均值。

其中，LAB颜色空间中的L分量用于表示像素点的亮度，取值范围是[0，100]，也即表示从亮度从纯黑到纯白。A表示从红色到绿色的范围，取值范围是[127，-128]。B表示从黄色到蓝色的范围，取值范围是[127，-128]。例如，+127A就是红色，渐渐过渡到-128A的时候就变成绿色。这种将亮度和颜色分离的颜色表示方式，可以使得识别算法更鲁棒。基于此，本实施例可以利用A分量的值，来表示每个像素点的红度值。

步骤S230，获取所述面部皮肤区域中的脸颊区域，并计算所述脸颊区域的各个像素点的第二红度均值。

作为一种实施方式，首先，可以将所述面部皮肤区域输入到人脸点定位模型中，得到所述面部皮肤区域中的各个人脸部位的坐标，并根据所述各个人脸部位的坐标确定所述面部皮肤区域中的脸颊区域。其中，各个人脸部位可以是值眼睛、鼻子等部位的多个坐标点，通过这些坐标点即可确定脸颊区域的位置。

而后，计算所述脸颊区域的各个像素点在LAB颜色空间中A分量的值，并将各个像素点在LAB颜色空间中A分量的值作为各个像素点的红度值，再根据各个像素点的红度值计算各个像素点的第二红度均值。

步骤S240，基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题。

本实施例中，由于识别场景中光源的不同，造成的颜色变化会严重影响脸颊敏感肌的判断。为解决此问题，本实施例首先计算所述第一红度均值和所述第二红度均值之间的均值差，并判断所述均值差是否大于预设阈值，若所述均值差大于预设差值阈值，则识别结果为所述脸颊区域存在敏感肌问题。若所述均值差不大于预设差值阈值，则识别结果为所述脸颊区域不存在敏感肌问题。

例如，正常获得面部皮肤区域后，可以获得这个面部皮肤区域的红度值，比如102，但是不同光照下，这个红度值的波动比较大。所以可以对比面部皮肤区域的第一红度均值和脸颊区域的第二红度均值差值与预设差值阈值来判断。

下面以预设差值阈值为10为例，在光照a下，脸颊区域的第二红度均值差值为105，面部皮肤区域的第一红度均值是100，差值为5，判定为所述脸颊区域不存在敏感肌问题。

在光照b下，脸颊区域的第二红度均值差值变为115，但是整脸平均为112，差值为3，还是判定为所述脸颊区域不存在敏感肌问题。

在光照c下，脸颊区域的第二红度均值差值变为110，整脸平均为95，差值为15，此时判定为所述脸颊区域存在敏感肌问题。

由此，通过比较所述第一红度均值和所述第二红度均值来识别脸颊区域是否存在敏感肌问题，能够去除光源变化对于脸颊敏感肌识别的影响，从而准确识别用户是否存在敏感肌问题，可以广泛应用于医美或者图片美化等行业。

进一步地，请参阅图3，本申请实施例还提供一种脸颊敏感肌识别装置200，所述装置可以包括：

分割模块210，用于从待识别图片中分割出面部皮肤区域。

第一计算模块220，用于计算所述面部皮肤区域的各个像素点的第一红度均值。

第二计算模块230，用于获取所述面部皮肤区域中的脸颊区域，并计算所述脸颊区域的各个像素点的第二红度均值。

敏感肌识别模块240，用于基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题。

可选地，所述分割模块210，还可以用于从待识别图片中分割出面部区域，并将所述面部区域中像素值大于预设阈值的所有像素点作为面部皮肤区域。

可选地，所述第二计算模块230，还可以用于将所述面部皮肤区域输入到人脸点定位模型中，得到所述面部皮肤区域中的各个人脸部位的坐标，并根据所述各个人脸部位的坐标确定所述面部皮肤区域中的脸颊区域，再计算所述脸颊区域的各个像素点在LAB颜色空间中A分量的值，并将各个像素点在LAB颜色空间中A分量的值作为各个像素点的红度值，根据各个像素点的红度值计算各个像素点的第二红度均值。

可选地，所述敏感肌识别模块240，还可以用于计算所述第一红度均值和所述第二红度均值之间的均值差，判断所述均值差是否大于预设阈值：若所述均值差大于预设阈值，则识别结果为所述脸颊区域存在敏感肌问题；若所述均值差不大于预设阈值，则识别结果为所述脸颊区域不存在敏感肌问题。

可以理解的是，本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述，在此不再重复赘述。

进一步地，请参阅图4，为本申请实施例提供的用于上述脸颊敏感肌识别方法的电子设备100的一种结构示意框图。本实施例中，所述电子设备100可以由总线110作一般性的总线体系结构来实现。根据电子设备100的具体应用和整体设计约束条件，总线110可以包括任意数量的互连总线和桥接。总线110将各种电路连接在一起，这些电路包括处理器120、存储介质130和总线接口140。可选地，电子设备100可以使用总线接口140将网络适配器150等经由总线110连接。网络适配器150可用于实现电子设备100中物理层的信号处理功能，并通过天线实现射频信号的发送和接收。用户接口160可以连接外部设备，例如：键盘、显示器、鼠标或者操纵杆等。总线110还可以连接各种其它电路，如定时源、外围设备、电压调节器或者功率管理电路等，这些电路是本领域所熟知的，因此不再详述。

可以替换的，电子设备100也可配置成通用处理系统，例如通称为芯片，该通用处理系统包括：提供处理功能的一个或多个微处理器，以及提供存储介质130的至少一部分的外部存储器，所有这些都通过外部总线体系结构与其它支持电路连接在一起。

可替换的，电子设备100可以使用下述来实现：具有处理器120、总线接口140、用户接口160的ASIC(专用集成电路)；以及集成在单个芯片中的存储介质130的至少一部分，或者，电子设备100可以使用下述来实现：一个或多个FPGA(现场可编程门阵列)、PLD(可编程逻辑器件)、控制器、状态机、门逻辑、分立硬件部件、任何其它适合的电路、或者能够执行本申请通篇所描述的各种功能的电路的任意组合。

其中，处理器120负责管理总线110和一般处理(包括执行存储在存储介质130上的软件)。处理器120可以使用一个或多个通用处理器和/或专用处理器来实现。处理器120的例子包括微处理器、微控制器、DSP处理器和能够执行软件的其它电路。应当将软件广义地解释为表示指令、数据或其任意组合，而不论是将其称作为软件、固件、中间件、微代码、硬件描述语言还是其它。

在图4中存储介质130被示为与处理器120分离，然而，本领域技术人员很容易明白，存储介质130或其任意部分可位于电子设备100之外。举例来说，存储介质130可以包括传输线、用数据调制的载波波形、和/或与无线节点分离开的计算机制品，这些介质均可以由处理器120通过总线接口140来访问。可替换地，存储介质130或其任意部分可以集成到处理器120中，例如，可以是高速缓存和/或通用寄存器。

所述处理器120可执行上述实施例，具体地，所述存储介质130中可以存储有所述脸颊敏感肌识别装置200，所述处理器120可以用于执行所述脸颊敏感肌识别装置200。

进一步地，本申请实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的脸颊敏感肌识别方法。

综上所述，本申请实施例提供的脸颊敏感肌识别方法及装置，通过从待识别图片中分割出面部皮肤区域，并计算所述面部皮肤区域的各个像素点的第一红度均值，同时获取所述面部皮肤区域中的脸颊区域，并计算所述脸颊区域的各个像素点的第二红度均值，最后基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题。由此，通过比较所述第一红度均值和所述第二红度均值来识别脸颊区域是否存在敏感肌问题，能够去除光源变化对于脸颊敏感肌识别的影响，从而准确识别用户是否存在敏感肌问题，可以广泛应用于医美或者图片美化等行业。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

可以替换的，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的电子设备、服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims

1.一种脸颊敏感肌识别方法，其特征在于，所述方法包括：

从待识别图片中分割出面部皮肤区域；

计算所述面部皮肤区域的各个像素点的第一红度均值；

基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题；

所述基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题的步骤，包括

计算所述第一红度均值和所述第二红度均值之间的均值差；

判断所述均值差是否大于预设阈值；

2.根据权利要求1所述的脸颊敏感肌识别方法，其特征在于，所述从待识别图片中分割出面部皮肤区域的步骤，包括：

从待识别图片中分割出面部区域；

3.根据权利要求2所述的脸颊敏感肌识别方法，其特征在于，所述从待识别图片中分割出面部区域的步骤，包括：

4.根据权利要求1所述的脸颊敏感肌识别方法，其特征在于，所述计算所述面部皮肤区域的各个像素点的第一红度均值的步骤，包括：

根据各个像素点的红度值计算各个像素点的第一红度均值。

5.根据权利要求1所述的脸颊敏感肌识别方法，其特征在于，所述获取所述面部皮肤区域中的脸颊区域，并计算所述脸颊区域的各个像素点的第二红度均值的步骤，包括：

根据各个像素点的红度值计算各个像素点的第二红度均值。

6.一种脸颊敏感肌识别装置，其特征在于，所述装置包括：

分割模块，用于从待识别图片中分割出面部皮肤区域；

敏感肌识别模块，用于基于所述第一红度均值和所述第二红度均值识别所述脸颊区域是否存在敏感肌问题；

所述识别模块，还用于计算所述第一红度均值和所述第二红度均值之间的均值差，判断所述均值差是否大于预设阈值：若所述均值差大于预设差值阈值，则识别结果为所述脸颊区域存在敏感肌问题；若所述均值差不大于预设差值阈值，则识别结果为所述脸颊区域不存在敏感肌问题。

7.根据权利要求6所述的脸颊敏感肌识别装置，其特征在于：

所述分割模块，还用于从待识别图片中分割出面部区域，并将所述面部区域中像素值大于预设阈值的所有像素点作为面部皮肤区域。

8.根据权利要求6所述的脸颊敏感肌识别装置，其特征在于：

所述第二计算模块，还用于将所述面部皮肤区域输入到人脸点定位模型中，得到所述面部皮肤区域中的各个人脸部位的坐标，并根据所述各个人脸部位的坐标确定所述面部皮肤区域中的脸颊区域，再计算所述脸颊区域的各个像素点在LAB颜色空间中A分量的值，并将各个像素点在LAB颜色空间中A分量的值作为各个像素点的红度值，根据各个像素点的红度值计算各个像素点的第二红度均值。