CN109189967A - 一种基于人脸识别的整容方案推荐方法、装置和存储介质 - Google Patents
一种基于人脸识别的整容方案推荐方法、装置和存储介质 Download PDFInfo
- Publication number
- CN109189967A CN109189967A CN201810975408.9A CN201810975408A CN109189967A CN 109189967 A CN109189967 A CN 109189967A CN 201810975408 A CN201810975408 A CN 201810975408A CN 109189967 A CN109189967 A CN 109189967A
- Authority
- CN
- China
- Prior art keywords
- face
- lift face
- lift
- characteristic
- recognition
- 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
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于人脸识别的整容方案推荐方法、装置和存储介质。该方法包括:步骤1,获取用户的人脸图像;步骤2,对所述人脸图像进行特征提取,获得特征数据;步骤3,比对所述特征数据与数据库中的特征模板,所述数据库包括多个不同的所述特征模板以及与所述特征模板一一对应的整容推荐方案,根据比对结果获得所述整容推荐方案;步骤4,输出所述整容推荐方案。本发明的技术方案可以使用户获得更客观、更满意的整容推荐方案。
Description
技术领域
本发明涉及计算机应用技术领域,具体涉及一种基于人脸识别的整容方案推荐方法、装置和存储介质。
背景技术
随着生活水平的提高和思想观念的转变,越来越多的人开始接受整容,或者尝试整容。但是,在消费者进行术前咨询时,目前主要还是通过整容医生根据个人经验面对面向消费者推荐整容方案。一方面,整容医生的建议受其主观影响,所给出的建议也许并不是最适合消费者的。另一方面,由于推销与利润等因素的存在,消费者获得的整容建议方案很有可能更多是基于商业医院的经济利益角度给出的,并不符合消费者的实际需求。
发明内容
针对现有技术的不足,本发明提供一种基于人脸识别的整容方案推荐方法、装置和存储介质。
第一方面,本发明提供了一种基于人脸识别的整容方案推荐方法,该方法包括:
步骤1,获取用户的人脸图像。
步骤2,对所述人脸图像进行特征提取,获得特征数据。
步骤3,比对所述特征数据与数据库中的特征模板,所述数据库包括多个不同的所述特征模板以及与所述特征模板一一对应的整容推荐方案,根据比对结果获得所述整容推荐方案。
步骤4,输出所述整容推荐方案。
第二方面,本发明提供了一种基于人脸识别的整容方案推荐装置,该装置包括:
获取模块,用于获取用户的人脸图像。
处理模块,用于对所述人脸图像进行特征提取,获得特征数据;以及比对所述特征数据与数据库中的特征模板,所述数据库包括多个不同的所述特征模板以及与所述特征模板一一对应的整容推荐方案,根据比对结果获得所述整容推荐方案。
输出模块,用于输出所述整容推荐方案。
第三方面,本发明提供了一种基于人脸识别的整容方案推荐装置,该装置包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于当执行所述计算机程序时,实现如上所述的基于人脸识别的整容方案推荐方法。
第四方面,本发明提供了一种计算机可读存储介质,该存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的基于人脸识别的整容方案推荐方法。
本发明提供的基于人脸识别的整容方案推荐方法、装置和存储介质的有益效果是,在例如用户向整容机构咨询整容相关事宜时,整容机构可以通过对获取的用户人脸图像进行特征提取,以获得用户人脸图像的特征数据,并将特征数据与数据库中预存的多个特征模板依次比对。其中,数据库可以是基于整容机构过往成功整容案例获得的,也可以是通过专家系统或其他方法事先获得的。通过比对,可以确定在一定条件下与用户的特征数据最接近的特征模板,而由于数据库中同样存储有与特征模板一一对应的整容推荐方案,故可以将最接近的特征模板对应的整容推荐方案推送给用户。由于通过机器获取图像、进行处理和给出建议的过程更为透明,符合客户的心理预期,可以在一定程度上避免整容医生的主观误诊或商业医院出于利益因素给出的偏贵而不合适的建议,使用户作为消费者可以获得更客观、更满意的整容推荐方案。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种基于人脸识别的整容方案推荐方法的流程示意图;
图2为本发明实施例的一种基于人脸识别的整容方案推荐装置的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,本发明实施例的一种基于人脸识别的整容方案推荐方法包括:
步骤1,获取用户的人脸图像。
步骤2,对所述人脸图像进行特征提取,获得特征数据。
步骤3,比对所述特征数据与数据库中的特征模板,所述数据库包括多个不同的所述特征模板以及与所述特征模板一一对应的整容推荐方案,根据比对结果获得所述整容推荐方案。
步骤4,输出所述整容推荐方案。
在本实施例中,在例如用户向整容机构咨询整容相关事宜时,整容机构可以通过对获取的用户人脸图像进行特征提取,以获得用户人脸图像的特征数据,并将特征数据与数据库中预存的多个特征模板依次比对。其中,数据库可以是基于整容机构过往成功整容案例获得的,也可以是通过专家系统或其他方法事先获得的。通过比对,可以确定在一定条件下与用户的特征数据最接近的特征模板,而由于数据库中同样存储有与特征模板一一对应的整容推荐方案,故可以将最接近的特征模板对应的整容推荐方案推送给用户。由于通过机器获取图像、进行处理和给出建议的过程更为透明,符合客户的心理预期,可以在一定程度上避免整容医生的主观误诊或商业医院出于利益因素给出的偏贵而不合适的建议,使用户作为消费者可以获得更客观、更满意的整容推荐方案。
优选地,所述步骤2包括:
步骤2.1,对所述人脸图像进行灰度变换与噪声过滤,获得预处理图像。
具体地,首先对人脸图像进行预处理,包括灰度变换与噪声过滤,也可优选包括光线补偿、直方图均衡化、归一化、几何校正以及锐化等操作。由于用户可在例如整容机构内进行图像采集,外界环境相对固定,可以适应性调整或减少对人脸图像的预处理步骤。
步骤2.2,基于Adaboost学习算法,从所述预处理图像中提取所述特征数据。
具体地,Adaboost学习算法首先挑选出一些最能代表人脸的矩形特征,即弱分类器,然后按照加权投票的方式将弱分类器构造为一个强分类器,再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器,可有效提高特征数据的提取效率和准确率。
优选地,所述特征模板包括多项模板数据项,所述特征数据包括与所述模板数据项一一对应的特征数据项,所述步骤3包括:
步骤3.1,分别比对相互对应的所述模板数据项和所述特征数据项,获得比对差值。
步骤3.2,对所有所述比对差值进行加权平均,获得加权平均差值。
步骤3.3,比较所述加权平均差值和预设阈值,当所述加权平均差值小于或等于所述预设阈值时,则确定推荐与所述特征模板对应的所述整容推荐方案。
具体地,特征模板可包括例如眼睛、鼻子、嘴巴、额头和下巴等部位的模板数据项。相应地,通过设定,从人脸图像提取的特征数据也包括相应的眼睛、鼻子、嘴巴、额头和下巴等部位的特征数据项。首先分别针对不同数据项进行求差运算,获得多项比对差值,然后对所有比对差值进行加权平均,获得更能体现综合相似程度的加权平均差值。如果加权平均差值小于或等于预设阈值,可以获得与人脸图像数据特征最相似的特征模板,并进一步获得特征模板对应的整容推荐方案。如果加权平均差值大于预设阈值,可以调整阈值或采用其他方式进行整容方案推荐。这样用户可以获得一个更具评判依据的整容推荐方案,提高用户的满意程度。
优选地,所述整容推荐方案包括推荐整容手术的文字介绍、效果图和费用。
在获得相对最适合用户的整容推荐方案时,可以向用户展示推荐整容手术的文字介绍、效果图和费用,使用户可以综合考虑推荐方案对自己的合适程度。
优选地,所述整容推荐方案还包括与所述推荐整容手术匹配的整容建模数据。
所述方法还包括步骤5:根据所述特征数据和所述整容建模数据进行建模,获得针对用户的整容效果三维图像,并输出所述整容效果三维图像。
对于例如垫鼻、削骨等整容手术,实施后将使用户面部发生可以预料的较明显改变。可以事先确定与手术对应的整容建模数据,例如所植入物或所削骨的预期形状,将其与用户人脸图像的特征数据相结合进行建模,可以生成进行整容手术后的效果三维图像,给客户更直观的展示,有助于客户做出最终决定。
如图2所示,本发明实施例的一种基于人脸识别的整容方案推荐装置包括:
获取模块,用于获取用户的人脸图像。
处理模块,用于对所述人脸图像进行特征提取,获得特征数据;以及比对所述特征数据与数据库中的特征模板,所述数据库包括多个不同的所述特征模板以及与所述特征模板一一对应的整容推荐方案,根据比对结果获得所述整容推荐方案。
输出模块,用于输出所述整容推荐方案。
优选地,所述处理模块具体用于:对所述人脸图像进行灰度变换与噪声过滤,获得预处理图像;基于Adaboost学习算法,从所述预处理图像中提取所述特征数据。
优选地,所述特征模板包括多项模板数据项,所述特征数据包括与所述模板数据项一一对应的特征数据项,所述处理模块具体还用于:
分别比对相互对应的所述模板数据项和所述特征数据项,获得比对差值。
对所有所述比对差值进行加权平均,获得加权平均差值。
比较所述加权平均差值和预设阈值,当所述加权平均差值小于或等所述预设阈值时,则确定推荐与所述特征模板对应的所述整容推荐方案。
在本发明另一实施例中,一种基于案例推理的服装推荐装置包括存储器和处理器。所述存储器,用于存储计算机程序。所述处理器,用于当执行所述计算机程序时,实现如上所述的基于人脸识别的整容方案推荐方法。
在本发明另一实施例中,一种计算机可读存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的基于人脸识别的整容方案推荐方法。
读者应理解,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 (10)
1.一种基于人脸识别的整容方案推荐方法,其特征在于,所述方法包括:
步骤1,获取用户的人脸图像;
步骤2,对所述人脸图像进行特征提取,获得特征数据;
步骤3,比对所述特征数据与数据库中的特征模板,所述数据库包括多个不同的所述特征模板以及与所述特征模板一一对应的整容推荐方案,根据比对结果获得所述整容推荐方案;
步骤4,输出所述整容推荐方案。
2.根据权利要求1所述的基于人脸识别的整容方案推荐方法,其特征在于,所述步骤2包括:
步骤2.1,对所述人脸图像进行灰度变换与噪声过滤,获得预处理图像;
步骤2.2,基于Adaboost学习算法,从所述预处理图像中提取所述特征数据。
3.根据权利要求2所述的基于人脸识别的整容方案推荐方法,其特征在于,所述特征模板包括多项模板数据项,所述特征数据包括与所述模板数据项一一对应的特征数据项,所述步骤3包括:
步骤3.1,分别比对相互对应的所述模板数据项和所述特征数据项,获得比对差值;
步骤3.2,对所有所述比对差值进行加权平均,获得加权平均差值;
步骤3.3,比较所述加权平均差值和预设阈值,当所述加权平均差值小于或等于所述预设阈值时,则确定推荐与所述特征模板对应的所述整容推荐方案。
4.根据权利要求1至3任一项所述的基于人脸识别的整容方案推荐方法,其特征在于,所述整容推荐方案包括推荐整容手术的文字介绍、效果图和费用。
5.根据权利要求4所述的基于人脸识别的整容方案推荐方法,其特征在于,所述整容推荐方案还包括与所述推荐整容手术匹配的整容建模数据,所述方法还包括:
步骤5,根据所述特征数据和所述整容建模数据进行建模,获得针对用户的整容效果三维图像,并输出所述整容效果三维图像。
6.一种基于人脸识别的整容方案推荐装置,其特征在于,所述装置包括:
获取模块,用于获取用户的人脸图像;
处理模块,用于对所述人脸图像进行特征提取,获得特征数据;以及比对所述特征数据与数据库中的特征模板,所述数据库包括多个不同的所述特征模板以及与所述特征模板一一对应的整容推荐方案,根据比对结果获得所述整容推荐方案;
输出模块,用于输出所述整容推荐方案。
7.根据权利要求6所述的基于人脸识别的整容方案推荐装置,其特征在于,所述处理模块具体用于:
对所述人脸图像进行灰度变换与噪声过滤,获得预处理图像;
基于Adaboost学习算法,从所述预处理图像中提取所述特征数据。
8.根据权利要求7所述的基于人脸识别的整容方案推荐装置,其特征在于,所述特征模板包括多项模板数据项,所述特征数据包括与所述模板数据项一一对应的特征数据项,所述处理模块具体还用于:
分别比对相互对应的所述模板数据项和所述特征数据项,获得比对差值;
对所有所述比对差值进行加权平均,获得加权平均差值;
比较所述加权平均差值和预设阈值,当所述加权平均差值小于或等所述预设阈值时,则确定推荐与所述特征模板对应的所述整容推荐方案。
9.一种基于人脸识别的整容方案推荐装置,其特征在于,所述装置包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于当执行所述计算机程序时,实现如权利要求1至5任一项所述的基于人脸识别的整容方案推荐方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至5任一项所述的基于人脸识别的整容方案推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810975408.9A CN109189967A (zh) | 2018-08-24 | 2018-08-24 | 一种基于人脸识别的整容方案推荐方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810975408.9A CN109189967A (zh) | 2018-08-24 | 2018-08-24 | 一种基于人脸识别的整容方案推荐方法、装置和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109189967A true CN109189967A (zh) | 2019-01-11 |
Family
ID=64919838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810975408.9A Pending CN109189967A (zh) | 2018-08-24 | 2018-08-24 | 一种基于人脸识别的整容方案推荐方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109189967A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020135286A1 (zh) * | 2018-12-24 | 2020-07-02 | 甄选医美邦(杭州)网络科技有限公司 | 整形模拟方法、系统、可读存储介质和设备 |
CN111403053A (zh) * | 2020-03-11 | 2020-07-10 | 深圳小佳科技有限公司 | 一种医患交互方法、系统及存储介质 |
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 |
CN111553313A (zh) * | 2020-05-13 | 2020-08-18 | 无锡北斗星通信息科技有限公司 | 利用云端存储的脸型匹配系统以及相应终端 |
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 |
CN113591757A (zh) * | 2021-08-07 | 2021-11-02 | 王新 | 一种眼部整形用自动化手术装置及设备 |
CN115187659A (zh) * | 2022-06-17 | 2022-10-14 | 上海麦色医疗科技有限公司 | 一种基于机器视觉的多角度4d成像分析系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020009214A1 (en) * | 2000-07-24 | 2002-01-24 | Ryoji Arima | Virtual cosmetic surgery system |
CN105938627A (zh) * | 2016-04-12 | 2016-09-14 | 湖南拓视觉信息技术有限公司 | 用于人脸虚拟整形的处理方法和系统 |
CN107506559A (zh) * | 2017-09-08 | 2017-12-22 | 廖海斌 | 基于人脸相似度分析的明星脸整形化妆推荐方法和装置 |
-
2018
- 2018-08-24 CN CN201810975408.9A patent/CN109189967A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020009214A1 (en) * | 2000-07-24 | 2002-01-24 | Ryoji Arima | Virtual cosmetic surgery system |
CN105938627A (zh) * | 2016-04-12 | 2016-09-14 | 湖南拓视觉信息技术有限公司 | 用于人脸虚拟整形的处理方法和系统 |
CN107506559A (zh) * | 2017-09-08 | 2017-12-22 | 廖海斌 | 基于人脸相似度分析的明星脸整形化妆推荐方法和装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020135286A1 (zh) * | 2018-12-24 | 2020-07-02 | 甄选医美邦(杭州)网络科技有限公司 | 整形模拟方法、系统、可读存储介质和设备 |
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 |
CN111403053A (zh) * | 2020-03-11 | 2020-07-10 | 深圳小佳科技有限公司 | 一种医患交互方法、系统及存储介质 |
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 |
CN111553313A (zh) * | 2020-05-13 | 2020-08-18 | 无锡北斗星通信息科技有限公司 | 利用云端存储的脸型匹配系统以及相应终端 |
CN113591757A (zh) * | 2021-08-07 | 2021-11-02 | 王新 | 一种眼部整形用自动化手术装置及设备 |
CN115187659A (zh) * | 2022-06-17 | 2022-10-14 | 上海麦色医疗科技有限公司 | 一种基于机器视觉的多角度4d成像分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109189967A (zh) | 一种基于人脸识别的整容方案推荐方法、装置和存储介质 | |
KR102669014B1 (ko) | 이미지 비 식별을 위한 시스템 및 방법 | |
Rot et al. | Deep multi-class eye segmentation for ocular biometrics | |
Phillips et al. | An introduction to the good, the bad, & the ugly face recognition challenge problem | |
CN105426860B (zh) | 人脸识别的方法和装置 | |
Lanitis | A survey of the effects of aging on biometric identity verification | |
Phillips et al. | The good, the bad, and the ugly face challenge problem | |
Lui et al. | Preliminary studies on the good, the bad, and the ugly face recognition challenge problem | |
Zuo et al. | Facial recognition technology: a primer for plastic surgeons | |
CN104008364B (zh) | 人脸识别方法 | |
Singh et al. | Face recognition using pca and eigen face approach | |
CN109087240A (zh) | 图像处理方法、图像处理装置及存储介质 | |
Wang et al. | Semantic description method for face features of larger Chinese ethnic groups based on improved WM method | |
Prajapati et al. | Facial age group classification | |
Ubaid et al. | Human age prediction and classification using facial image | |
Chittora et al. | Face recognition using RBF kernel based support vector machine | |
Montazeri et al. | Automatically eye detection with different gray intensity image conditions | |
BK et al. | Enhancement of the iris-texture by removal of specular reflections for an accurate iris segmentation | |
Belle | Detection and recognition of human faces using random forests for a mobile robot | |
Panchakshari et al. | Performance analysis of fusion methods for EAR biometrics | |
Angadi et al. | Face Recognition through Symbolic Modeling and Analysis of Segmented face images using Savitzky Golay filter features | |
Pavani et al. | An experimental evaluation of three classifiers for use in self-updating face recognition systems | |
US20230274830A1 (en) | Method for perceptive traits based semantic face image manipulation and aesthetic treatment recommendation | |
Choudhary et al. | Indexing facial attractiveness and well beings using machine learning | |
Ayari et al. | A review of gender separation of moving faces |
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: 20190111 |