CN109427053A - 皮肤老化状态评估方法与电子装置 - Google Patents

皮肤老化状态评估方法与电子装置 Download PDF

Info

Publication number
CN109427053A
CN109427053A CN201710768329.6A CN201710768329A CN109427053A CN 109427053 A CN109427053 A CN 109427053A CN 201710768329 A CN201710768329 A CN 201710768329A CN 109427053 A CN109427053 A CN 109427053A
Authority
CN
China
Prior art keywords
image
parameter
characteristic parameter
ratio
relaxation
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
Application number
CN201710768329.6A
Other languages
English (en)
Inventor
沈轼荣
季敏昶
林永轩
王靖维
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.)
Cal Comp Big Data Inc
Original Assignee
Cal Comp Big Data Inc
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 Cal Comp Big Data Inc filed Critical Cal Comp Big Data Inc
Priority to CN201710768329.6A priority Critical patent/CN109427053A/zh
Priority to US15/814,400 priority patent/US10517523B2/en
Priority to EP18154566.6A priority patent/EP3451228A1/en
Publication of CN109427053A publication Critical patent/CN109427053A/zh
Pending legal-status Critical Current

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
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric relationships
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/44Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/442Evaluating skin mechanical properties, e.g. elasticity, hardness, texture, wrinkle assessment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/44Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/444Evaluating skin marks, e.g. mole, nevi, tumour, scar
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • G06T7/0016Biomedical image inspection using an image reference approach involving temporal comparison
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30088Skin; Dermal
    • 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)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Dermatology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Geometry (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明提出一种皮肤老化状态评估方法与电子装置。此方法包括:取得第一图像与第二图像;取得所述第一图像的特征参数与所述第二图像的特征参数;根据所述第一图像的特征参数与所述第二图像的特征参数取得老化参数;以及根据所述老化参数决定对应所述第一图像的老化评估结果。本发明提供的皮肤状态检测方法可以根据两张不同时间点所拍摄的人脸图像,取得此人脸图像的皮肤老化状况。

Description

皮肤老化状态评估方法与电子装置
技术领域
本发明涉及一种肤质检测技术,尤其涉及一种皮肤老化状态评估方法与电子装置。
背景技术
传统的肤质检测通常是使用专业的肤质检测仪来扫描人们的肤质,藉以得知其肤质情况。厂商的销售人员也可通过肤质情况来推荐相应的保养品以进行产品推销。但是,使用者难以自行拥有一台肤质检测仪。其理由在于,肤质检测仪的价格昂贵与体积庞大,且肤质检测仪是装上不同倍率显微镜头对着皮肤扫描进行拍摄,因此一次只能扫描一小部份皮肤区域,使得肤质检测仪的操作时间冗长。此外,需受过专业训练才能通过肤质检测仪来得知肤质情况如何鉴定。因此,对于希望时时刻刻得知自己肤质或肤况是否确实改善的使用者来说,肤质检测仪难以符合使用者的实际需求。
另一方面,使用者的肤质可能随着时间的流逝而逐渐老化。然而,一般使用者无法有效且明确地得知自己的肤质的老化状况。因此,如何有效且明确地得知皮肤老化状况,是本领域技术人员所欲解决的问题之一。
发明内容
本发明提供一种皮肤状态检测方法可以根据两张不同时间点所拍摄的人脸图像,取得此人脸图像的皮肤老化状况。
本发明的提出一种皮肤老化状态评估方法。此方法包括:取得第一图像与第二图像;取得第一图像的特征参数与第二图像的特征参数;根据所述第一图像的特征参数与所述第二图像的特征参数取得老化参数;以及根据所述老化参数决定对应所述第一图像的老化评估结果。
本发明提出一种电子装置。此电子装置包括存储单元与处理器。存储单元存储多个模块。处理器耦接所述存储单元,存取并执行存储于所述存储单元的所述多个模块。所述所述多个模块包括图像取得模块、特征参数取得模块与老化评估模块。所述图像取得模块取得第一图像与第二图像。所述特征参数取得模块取得所述第一图像的特征参数与所述第二图像的特征参数。所述老化评估模块根据所述第一图像的特征参数与所述第二图像的特征参数取得老化参数,并且根据所述老化参数决定对应所述第一图像的老化评估结果。
基于上述,本发明的皮肤老化状态评估方法可以根据两张不同时间点所拍摄的图像,取得使用者的皮肤老化参数,并且根据皮肤老化参数决定此使用者的皮肤老化评估结果。藉此,可以让此使用者了解皮肤的老化状况。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合附图作详细说明如下。
附图说明
图1是依照本发明一实施例所显示的电子装置的示意图;
图2是依照本发明一实施例所显示的皮肤老化状态评估方法的流程图;
图3是依据本发明一实施例所显示的取得皱纹比例的示意图;
图4是依据本发明一实施例所显示的取得老人斑比例的示意图;
图5是依据本发明一实施例所显示的取得松弛参数的示意图;
图6是依据本发明另一实施例所显示的取得松弛参数的示意图;
图7是依据本发明又一实施例所显示的取得松弛参数的示意图。
附图标号说明:
100:电子装置
110:处理器
120:存储单元
121:特征参数取得模块
122:老化评估模块
123:信息提供模块
130:图像获取设备
S201~S207:步骤
310、320:图像
311、321:脸部区域
312、322:颈部区域
313a、313b、323a、323b:眼尾端点位置
314a、314b、324a、324b:脸颊端点位置
具体实施方式
图1是依照本发明一实施例所显示的电子装置的示意图。请参照图1,本实施例的电子装置100至少包括处理器110、及存储单元120,其中处理器110耦接存储单元120。在一实施例中,电子装置100还可包括图像获取设备130,其中处理器110耦接图像获取设备130。本发明实施例的电子装置100可以设置在化妆台的镜子上,而可在使用者照镜子的同时,获取并分析用户的肌肤图像以评估使用者的皮肤老化状况,并且利用配置于镜子后方的显示器(未显示)提供关于皮肤老化评估结果的相关信息。需说明的是,在其他实施例中,电子装置100也可以是智能手机、平板电脑、桌上型电脑等电子产品,或是与可携式镜子结合而成的携带型镜盒。
处理器110可以是中央处理单元(Central Processing Unit,CPU)、微处理器(Microprocessor)、数码信号处理器、可程序化控制器、特殊应用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、可程序化逻辑装置(Programmable LogicDevice,PLD)或其他具有数据运算功能的装置。
存储单元120可以是任何型态的固定式或可移动式随机存取存储器(randomaccess memory,RAM)、只读存储器(read-only memory,ROM)、快闪存储器(flash memory)或类似元件或上述元件的组合。在本实施例中,存储单元120系用以记录特征参数取得模块121、老化评估模块122、信息提供模块123及图像取得模块124。上述的模块例如是存储在存储单元120中的电脑程序,其可载入处理器110,而由处理器110据以执行本申请实施例皮肤老化状态评估方法的功能。值得注意的是,前述实施例中所述的存储单元120并未限制是单一存储器元件,上述的各模块亦可以分开存储在两个或两个以上相同或不同型态的存储器元件中。在本发明的其他实施例中,前述模块还例如是分别以特定的电路结构而实现。以下即举实施例说明此方法的详细步骤。
图像获取设备130可以是配备有电荷耦合元件(Charge Coupled Device,CCD)、互补性氧化金属半导体(Complementary Metal-Oxide Semiconductor,CMOS)元件或其他种类的感光元件的相机,而可用以获取使用者的肌肤图像,特别是脸部及颈部的肌肤图像。
在本发明的一实施例中,电子装置100更包括输出入接口(未显示)、通讯接口(未显示)等元件,但本发明不以此为限。详细而言,输出入接口包括显示器、扬声器、键盘、鼠标、触控面板等用于输出或输入信息、数据的元件。另一方面,通讯接口支援各类有线通讯标准与无线通讯标准,使得电子装置100能与其他装置相互连接。
本发明实施例所提供的皮肤老化状态评估方法可实施于图1所示的电子装置100。以下将举实施例搭配图1所示的电子装置100来说明前述的皮肤老化状态评估方法。需要注意的是,皮肤老化状态评估方法并不限于实施在电子装置100上,而其他具备相应能力的电子装置或系统同样可实施前述的皮肤老化状态评估方法。
图2是依照本发明一实施例所显示的皮肤老化状态评估方法的流程图。
请参照图2,在步骤S201中,图像取得模块124会取得第一图像与第二图像。接着,在步骤S203中,特征参数取得模块121会取得第一图像的特征参数与第二图像的特征参数。第一图像与第二图像是在两个不同的时间点拍摄的两张图像,并且第一图像中的被拍摄者与第二图像中的被拍摄者相同。在一实施例中,第一图像与第二图像可分别至少包括此被拍摄者的脸部区域。然而,在另一实施例中,第一图像与第二图像可分别包括此被拍摄者的脸部区域与颈部区域。在前述的实施例中,第一图像与第二图像可以是通过图像获取设备130来取得,并且由处理器110将第一图像与第二图像存储至存储单元120中。而图像取得模块124可从存储单元120中取得第一图像与第二图像。然而,第一图像与第二图像也可以是通过不同电子装置的不同图像获取设备来取得。本发明并不限制第一图像与第二图像的取得方式。例如,第二图像可以是通过不同于电子装置100的另一电子装置的图像获取设备所拍摄而得,再由电子装置100的图像取得模块124取得第二图像之后存储至存储单元120中。
在图像取得模块124取得被拍摄者的图像之后,特征参数取得模块121会对所获取的图像执行分析操作以产生所获取的图像的特征参数。
第一图像的获取时间晚于第二图像的获取时间。获取时间是指图像被拍摄的时间。举例来说,图像获取设备130在某一时间点拍摄此被拍摄者的图像而产生第一图像,特征参数取得模块121分析第一图像而产生对应第一图像的特征参数。处理器110可将对应第一图像的特征参数存储在存储单元120中。类似地,在产生第一图像之前,图像获取设备130还可在不同的时间点拍摄被拍摄者的图像而产生多个图像。特征参数取得模块121会对此些图像分别执行分析操作以产生对应此些图像的特征参数,并且将对应此些图像的特征参数存储在存储单元120中。在本实施例中,当取得对应第一图像的特征参数时,图像取得模块124可从存储单元120中选取其中一个图像作为第二图像,并且由特征参数取得模块121直接取得对应第二图像的特征参数。其中,第一图像的获取时间与第二图像的获取时间的时间差需符合预设值。也就是说,第一图像的获取时间与第二图像的获取时间的时间差需等于或大于预设值。预设值可例如是一个月或一年,本发明并不限制预设值的设定值。
此外,在另一实施例中,当图像取得模块124获取到第一图像时,特征参数取得模块121可对第一图像执行分析操作以取得对应第一图像的特征参数,同时,特征参数取得模块121也会从存储单元120中取得第二图像并对第二图像执行分析操作以取得对应第二图像的特征参数。在本实施例中,特征参数取得模块121执行分析操作所产生的特征参数会包括皱纹比例、老人斑比例与松弛参数。关于分析操作的更详细内容将于后续的实施例中说明。
接着,在步骤S205中,老化评估模块122会根据第一图像的特征参数与第二图像的特征参数取得老化参数。具体而言,老化评估模块122会计算第一图像的皱纹比例与第二图像的皱纹比例的差值来取得皱纹差异参数,计算第一图像的老人斑比例与第二图像的老人斑比例来取得老人斑差异参数,并且计算第一图像的松弛参数与第二图像的松弛参数来取得松弛差异参数。接着,老化评估模块122会根据皱纹差异参数、老人斑差异参数与松弛差异参数来取得老化参数。例如,老化评估模块122会计算皱纹差异参数、老人斑差异参数与松弛差异参数的乘积来产生老化参数。
之后,在步骤S207中,老化评估模块122会根据老化参数决定对应第一图像的老化评估结果。老化评估模块122可根据老化参数来决定出老化速度等级作为对应第一图像的老化评估结果。举例而言,老化评估模块122可预设多个预设条件对应多个老化速度等级。例如,在本实施例中,电子装置100是以人类成年的年纪20岁开始分级,以每5岁设为一个级距。并在每个级距中都存储了对应的预设条件,包括在每一级距中的最低值范围,中间值范围与最高值范围等3个范围条件,而老化速度等级包括缓慢、中等、快速等3个等级。其中,最低值范围对应缓慢等级,中间值范围对应中等等级,而最高值范围对应快速等级。在老化评估模块122计算使用者的老化参数后,老化评估模块122会将使用者的老化参数对应存储于老化评估模块122所存储的多个预设条件,以评估使用者的老化程度。也就是说,老化评估模块122会依据使用者的年龄查找对应使用者年龄的级距中的多个预设条件。倘若老化参数属于此级距中的最低值范围,老化评估模块122会决定对应第一图像的老化评估结果为缓慢;倘若老化参数属于此级距中的中间值范围,老化评估模块122会决定对应第一图像的老化评估结果为中等;倘若老化参数属于此级距中的最高值范围,老化评估模块122会决定对应第一图像的老化评估结果为快速。
最后,信息提供模块123还可根据老化评估模块122所决定的老化评估结果输出提示信息。例如,信息提供模块123会输出对应老化速度等级的提示信息。提示信息用以表示第一图像相较于第二图像的老化速度。
如前所述,特征参数取得模块121对图像执行分析操作所产生的特征参数可包括皱纹比例、老人斑比例与松弛参数。以下分别举多个实施例来说明取得上述特征参数的详细内容。
图3是依据本发明一实施例所显示的取得皱纹比例的示意图。在图3的实施例中,假设上述的第一图像为图像310,上述的第二图像为图像320,并且图像310的获取时间晚于图像320的获取时间。
请参照图3,在取得图像320之后,特征参数取得模块121对图像320执行分析操作以取得对应图像320的皱纹比例(亦称,第二皱纹比例)。详细来说,特征参数取得模块121会取得图像320中的脸部区域321的皱纹数量以及脸部区域321的脸部面积,并且计算脸部区域321的皱纹数量与脸部区域321的脸部面积的比值来取得图像320的皱纹比例。之后,处理器110可将第二皱纹比例存储至存储单元120中。也就是说,在一实施例中,第二皱纹比例可为图像320中的脸部区域321的皱纹比例。
然而,在另一实施例中,特征参数取得模块121还可取得图像320中的颈部区域322的皱纹数量以及颈部区域322的颈部面积。特征参数取得模块121会计算图像320中脸部区域321的皱纹数量与颈部区域322的皱纹数量的总和以取得皱纹总数量,并且计算脸部区域321的脸部面积与颈部区域322的颈部面积的总和以取得区域总面积。接着,特征参数取得模块121会计算皱纹总数量与区域总面积的比值百分比以取得对应图像320的皱纹比例。之后,处理器110可将第一皱纹比例存储至存储单元120中。也就是说,第一皱纹比例可为图像320中的脸部区域与颈部区域的皱纹比例。特别的是,上述的比例可以大于等于0及小于等于100的数值表示。而如何辨识出图像中的皱纹、脸部区域、颈部区域可通过现有技术来达成,于此不再赘述。
而在取得图像310之后,特征参数取得模块121会对图像310中的脸部区域311与颈部区域312执行分析操作以取得对应图像310的皱纹比例(亦称,第一皱纹比例)。之后,处理器110可将第一皱纹比例存储至存储单元120中。特征参数取得模块121会依据上述取得第二皱纹比例的方式来取得第一皱纹比例,于此不再赘述。而在一实施例中,第一皱纹比例可为图像320中的脸部区域321的皱纹比例,然而,在另一实施例中,第一皱纹比例可为图像320中的脸部区域与颈部区域的皱纹比例。由于特征参数取得模块121依据图像310及图像320取得的第一皱纹比例及第二皱纹比例会存储于存储单元120中,老化评估模块122即可读取第一皱纹比例与第二皱纹比例,并计算两者的差值,以取得皱纹差异参数。
图4是依据本发明一实施例所显示的取得老人斑比例的示意图。图4是延用图3中的图像310与图像320进行说明。
请参照图4,在取得图像320之后,特征参数取得模块121对图像320执行分析操作以取得对应图像320的老人斑比例(亦称,第二老人斑比例)。详细来说,特征参数取得模块121会取得图像320中的脸部区域321的老人斑面积,并且计算脸部区域321的老人斑面积与脸部区域321的脸部面积的比值百分比来取得图像320的老人斑比例。之后,处理器110可将第二老人斑比例存储至存储单元120中。
而在取得图像310之后,特征参数取得模块121会对图像310中的脸部区域311与颈部区域312执行分析操作以取得对应图像310的老人斑比例(亦称,第一老人斑比例)。之后,处理器110可将第二老人斑比例存储至存储单元120中。特征参数取得模块121会依据上述取得第二老人斑比例的方式来取得第一老人斑比例,于此不再赘述。特别的是,上述的比例可以大于等于0及小于等于100的数值表示。而如何辨识出图像中的老人斑可通过现有技术来达成,于此不再赘述。由于特征参数取得模块121依据图像310及图像320取得的第一老人斑比例及第二老人斑比例会存储于存储单元120中,老化评估模块122即可读取第一老人斑比例与第二老人斑比例,并计算两者的差值,以取得老人斑差异参数。
图5是依据本发明一实施例所显示的取得松弛参数的示意图。图5是延用图3中的图像310与图像320进行说明。
请参照图5,在取得图像320之后,特征参数取得模块121对图像320执行分析操作以取得对应图像320的松弛参数(亦称,第二松弛参数)。详细来说,特征参数取得模块121会取得图像320的眼尾端点位置来取得图像320的松弛参数。例如,在取得图像320之后,处理单元120可通过特定的脸部侦测技术侦测并分析图像320中的多个特征点,每一个特征点会具有一个特定编号。也就是说,在不同的脸部图像中,对应相同位置的特征点的特定编号是相同的。另外,处理单元120还可基于一座标系统为每一个特征点分配一个座标,例如(x,y)。换句话说,眼尾端点可为图像的多个特征点的其中之一,并且眼尾端点位置可以一个座标表示。在一实施例中,特征参数取得模块121可取得图像320的眼尾端点位置323a的x座标值或眼尾端点位置323b的x座标值作为第二松弛参数。并且,特征参数取得模块121可取得图像320的眼尾端点位置323a的y座标值或眼尾端点位置323b的y座标值作为第四松弛参数。然而,在另一实施例中,特征参数取得模块121可取得图像320的眼尾端点位置323a的x座标值与眼尾端点位置323b的x座标值的平均值作为第二松弛参数,以及眼尾端点位置323a的y座标值与眼尾端点位置323b的y座标值的平均值作为第四松弛参数。之后,处理器110可将第二松弛参数以及第四松弛参数存储至存储单元120中。而如何辨识出图像中的特征点与特征点座标可通过现有的脸部侦测技术来达成,于此不再赘述。而在取得图像310之后,特征参数取得模块121会对图像310执行分析操作以取得对应图像310的松弛参数(亦称,第一松弛参数及第三松弛参数)。特征参数取得模块121会依据上述取得第二松弛参数及第四松弛参数的方式来取得第一松弛参数及第三松弛参数,于此不再赘述。在一实施例中,特征参数取得模块121可取得图像310的眼尾端点位置313a的x座标值或眼尾端点位置313b的x座标值作为第一松弛参数。并且,特征参数取得模块121可取得图像310的眼尾端点位置313a的y座标值或眼尾端点位置313b的y座标值作为第三松弛参数。然而,在另一实施例中,特征参数取得模块121可取得图像320的眼尾端点位置313a的y座标值与眼尾端点位置313b的x座标值的平均值作为第一松弛参数,以及眼尾端点位置313a的y座标值与眼尾端点位置313b的y座标值的平均值作为第三松弛参数。之后,处理器110可将第一松弛参数以及第三松弛参数存储至存储单元120中。值得一提的是,图像310的眼尾端点位置313a的特定编号与图像320的眼尾端点位置323a的特定编号相同,并且图像310的眼尾端点位置313b的特定编号与图像320的眼尾端点位置323b的特定编号相同。
由于特征参数取得模块121依据图像310及图像320取得的第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数会存储于存储单元120中,老化评估模块122即可读取第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数并计算差值,以取得松弛差异参数。详细地说,计算松弛差异参数主要是用以判断于图像310及图像320中,眼尾端点位置313a与323a和/或眼尾端点位置313b与323b是否下垂或变宽松,藉此评估老化程度。因此,在本实施例中,老化评估模块122会依据第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数计算眼尾端点位置313a与323a和/或眼尾端点位置313b与323b的位移量,此位移量即为松弛差异参数。而依据第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数计算位移量的方法可通过现有于座标平面上计算两点距离的方式所取得,于此不再赘述。
除了计算位移量外,老化评估模块122会依据第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数判断眼尾端点位置313a与323a和/或眼尾端点位置313b与323b是否下垂或变宽松。举例来说,老化评估模块122会依据第一松弛参数与第三松弛参数的差值评估眼尾端点是否向外侧移动。若眼尾端点向外侧移动,则老化评估模块122会判断眼睛变宽松,并使松弛差异参数为正值。然而,若眼尾端点向内侧移动,老化评估模块122会判断眼睛变紧致,并使松弛差异参数为负值。
图6是依据本发明另一实施例所显示的取得松弛参数的示意图。图6是延用图3中的图像310与图像320进行说明。图6与图5同样都是根据图像中特定的特征点来取得松弛参数。
请参照图6,与图5的实施例相同,在取得图像320之后,特征参数取得模块121对图像320执行分析操作以取得第二松弛参数及第四松弛参数。不同之处在于,在图6的实施例中,特征参数取得模块121根据脸颊端点位置来取得松弛参数。脸颊端点为图像的多个特征点其中之一,而脸颊端点位置可以一个座标表示。在一实施例中,特征参数取得模块121可取得图像320的脸颊端点位置324a的x座标值或脸颊端点位置324b的x座标值作为第二松弛参数。并且,特征参数取得模块121可取得图像320的脸颊端点位置324a的y座标值或脸颊端点位置324b的y座标值作为第四松弛参数。然而,在另一实施例中,特征参数取得模块121可取得图像320的脸颊端点位置324a的x座标值与脸颊端点位置324b的x座标值得平均值作为第二松弛参数,以及脸颊端点位置324a的y座标值与脸颊端点位置324b的y座标值得平均值作为第四松弛参数。之后,处理器110可将第二松弛参数以及第四松弛参数存储至存储单元120中。
而在取得图像310之后,在一实施例中,特征参数取得模块121可取得图像310的脸颊端点位置314a的x座标值或脸颊端点位置314b的x座标值作为第一松弛参数。并且,特征参数取得模块121可取得图像310的脸颊端点位置314a的y座标值或脸颊端点位置314b的y座标值作为第三松弛参数。然而,在另一实施例中,特征参数取得模块121可取得图像310的脸颊端点位置314a的x座标值与脸颊端点位置314b的x座标值的平均值作为第一松弛参数。并且,特征参数取得模块121可取得图像310的脸颊端点位置314a的y座标值与脸颊端点位置314b的y座标值的平均值作为第三松弛参数。之后,处理器110可将第一松弛参数及第三松弛参数存储至存储单元120中。值得一提的是,图像310的脸颊端点位置314a的特定编号与图像320的脸颊端点位置324a的特定编号相同,并且图像310的脸颊端点位置314b的特定编号与图像320的脸颊端点位置324b的特定编号相同。于取得第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数后,老化评估模块122会依据第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数计算松弛差异参数。老化评估模块122取得松弛差异参数的方式相同于图5的揭示,此处不再赘述。
图7是依据本发明又一实施例所显示的取得松弛参数的示意图。图7是延用图3中的图像310与图像320进行说明。图7与图5及图6都是根据图像中特定的特征点来取得松弛参数。
请参照图7,与图5及图6的实施例相同,在取得图像320之后,特征参数取得模块121对图像320执行分析操作以取得第二松弛参数及第四松弛参数。不同之处在于,在图7的实施例中,特征参数取得模块121根据唇角端点位置来取得松弛参数。唇角端点为图像的多个特征点其中之一,而唇角端点位置可以一个座标表示。在一实施例中,特征参数取得模块121可取得图像320的唇角端点位置325a的x座标值或唇角端点位置325b的x座标值作为第二松弛参数,以及取得图像320的唇角端点位置325a的y座标值或唇角端点位置325b的y座标值作为第四松弛参数。然而,在另一实施例中,特征参数取得模块121可取得图像320的唇角端点位置325a的x座标值与唇角端点位置325b的x座标值得平均值作为第二松弛参数,并取得图像320的唇角端点位置325a的y座标值与唇角端点位置325b的y座标值得平均值作为第四松弛参数。之后,处理器110可将第二松弛参数及第四松弛参数存储至存储单元120中。
而在取得图像310之后,在一实施例中,特征参数取得模块121可取得图像310的唇角端点位置315a的x座标值或唇角端点位置315b的x座标值作为第一松弛参数,以及图像310的唇角端点位置315a的y座标值或唇角端点位置315b的y座标值作为第三松弛参数。然而,在另一实施例中,特征参数取得模块121可取得图像310的唇角端点位置315a的x座标值与唇角端点位置315b的x座标值的平均值作为第一松弛参数,以及图像310的唇角端点位置315a的y座标值与唇角端点位置315b的y座标值的平均值作为第三松弛参数。之后,处理器110可将第一松弛参数及第三松弛参数存储至存储单元120中。值得一提的是,图像310的唇角端点位置315a的特定编号与图像320的唇角端点位置325a的特定编号相同,并且图像310的唇角端点位置315b的特定编号与图像320的唇角端点位置325b的特定编号相同。于取得第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数后,老化评估模块122会依据第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数计算松弛差异参数。老化评估模块122取得松弛差异参数的方式相同于图5的揭示,此处不再赘述。
在本揭示再一实施例中,老化评估模块122会同时依据特征参数取得模块121于图5、图6及图7中,针对眼角端点、脸颊端点以及唇角端点所各自取得的第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数综合评估松弛差异参数。具体来说,老化评估模块122会针对眼角端点的第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数计算第一松弛差异参数,并针对脸颊端点的第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数计算第二松弛差异参数,以及针对唇角端点所取得的第一松弛参数、第二松弛参数、第三松弛参数及第四松弛参数计算第三松弛差异参数。并且,老化评估模块122会加总第一松弛差异参数、第二松弛差异参数以及第三松弛差异参数,以获得加总后的松弛差异参数。并且,于计算使用者的老化参数时,老化评估模块122会使用加总后的松弛差异参数作为产生老化参数的依据之一。
综上所述,本发明的皮肤老化状态评估方法可以根据两张不同时间点所拍摄的图像,取得使用者的皮肤老化参数,并且根据皮肤老化参数决定此使用者的皮肤老化评估结果,进而提供对应的提示信息。此外,本发明的皮肤老化状态评估方法还可根据皮肤老化参数决定老化速度等级。藉此,可以让此使用者了解皮肤的老化状况或老化速度。
虽然本发明已以实施例揭示如上,然其并非用以限定本发明,任何所属技术领域中技术人员,在不脱离本发明的精神和范围内,当可作些许的更改与润饰,故本发明的保护范围当视权利要求书所界定的为准。

Claims (20)

1.一种皮肤老化状态评估方法,其特征在于,包括:
取得一第一图像与一第二图像;
取得所述第一图像的特征参数与所述第二图像的特征参数;
根据所述第一图像的特征参数与所述第二图像的特征参数取得一老化参数;以及
根据所述老化参数决定对应所述第一图像的一老化评估结果。
2.根据权利要求1所述的皮肤老化状态评估方法,其特征在于,所述第一图像的特征参数与所述第二图像的特征参数分别包括一皱纹比例、一老人斑比例与一松弛参数,其中根据所述第一图像的特征参数与所述第二图像的特征参数取得所述老化参数的步骤包括:
计算所述第一图像的皱纹比例与所述第二图像的皱纹比例的差值以取得一皱纹差异参数;
计算所述第一图像的老人斑比例与所述第二图像的老人斑比例的差值以取得一老人斑差异参数;
计算所述第一图像的松弛参数与所述第二图像的松弛参数的差值以取得一松弛差异参数;以及
计算所述皱纹差异参数、所述老人斑差异参数与所述松弛差异参数的乘积以取得所述老化参数。
3.根据权利要求1所述的皮肤老化状态评估方法,其特征在于,根据所述老化参数决定对应所述第一图像的所述老化评估结果的步骤包括:
比对所述老化参数与多个预设条件以决定一老化速度等级作为对应所述第一图像的所述老化评估结果。
4.根据权利要求3所述的皮肤老化状态评估方法,其特征在于,还包括:
提供对应所述老化速度等级的一提示信息。
5.根据权利要求1所述的皮肤老化状态评估方法,其特征在于,还包括:
获取所述第一图像;以及
获取所述第二图像,
其中所述第一图像的获取时间晚于所述第二图像的获取时间,并且所述第一图像的获取时间与所述第二图像的获取时间的一时间差符合一预设值。
6.根据权利要求1所述的皮肤老化状态评估方法,其特征在于,取得所述第一图像的特征参数与所述第二图像的特征参数的步骤包括:
对所述第一图像执行一分析操作以产生所述第一图像的特征参数;以及
对所述第二图像执行所述分析操作以产生所述第二图像的特征参数,
其中所述分析操作包括:
取得一图像的一脸部皱纹数量与一脸部面积;以及
计算所述脸部皱纹数量与所述脸部面积的比值以取得所述图像的皱纹比例作为所述图像的特征参数。
7.根据权利要求6所述的皮肤老化状态评估方法,其特征在于,所述分析操作还包括:
取得所述图像的一颈部皱纹数量与一颈部面积;
计算所述脸部皱纹数量与所述颈部皱纹数量的总和以取得一皱纹总数量;
计算所述脸部面积与所述颈部面积的总和以取得一区域总面积;以及
计算所述皱纹总数量与所述区域总面积的比值以取得所述图像的皱纹比例作为所述图像的特征参数。
8.根据权利要求6所述的皮肤老化状态评估方法,其特征在于,所述分析操作还包括:
取得所述图像的一老人斑面积;以及
计算所述老人斑面积与所述脸部面积的比值以取得所述图像的老人斑比例作为所述图像的特征参数。
9.根据权利要求8所述的皮肤老化状态评估方法,其特征在于,所述分析操作还包括:
根据所述图像的一眼尾端点位置取得所述图像的松弛参数作为所述图像的特征参数。
10.根据权利要求8所述的皮肤老化状态评估方法,其特征在于,所述分析操作还包括:
根据所述图像的一脸颊端点位置取得所述图像的松弛参数作为所述图像的特征参数。
11.一种电子装置,其特征在于,包括:
存储单元,存储多个模块;以及
处理器,耦接所述存储单元,存取并执行存储于所述存储单元的所述多个模块,所述多个模块包括:
图像取得模块,取得一第一图像与一第二图像;
特征参数取得模块,取得所述第一图像的特征参数与所述第二图像的特征参数;以及
老化评估模块,根据所述第一图像的特征参数与所述第二图像的特征参数取得一老化参数,并且根据所述老化参数决定对应所述第一图像的一老化评估结果。
12.根据权利要求11所述的电子装置,其特征在于,所述第一图像的特征参数与所述第二图像的特征参数分别包括一皱纹比例、一老人斑比例与一松弛参数,其中所述老化评估模块根据所述第一图像的特征参数与所述第二图像的特征参数取得所述老化参数的操作包括:
计算所述第一图像的皱纹比例与所述第二图像的皱纹比例的差值以取得一皱纹差异参数;
计算所述第一图像的老人斑比例与所述第二图像的老人斑比例的差值以取得一老人斑差异参数;
计算所述第一图像的松弛参数与所述第二图像的松弛参数的差值以取得一松弛差异参数;以及
计算所述皱纹差异参数、所述老人斑差异参数与所述松弛差异参数的乘积以取得所述老化参数。
13.根据权利要求11所述的电子装置,其特征在于,所述老化评估模块根据所述老化参数决定对应所述第一图像的所述老化评估结果的操作包括:
比对所述老化参数与多个预设条件以决定一老化速度等级作为对应所述第一图像的所述老化评估结果。
14.根据权利要求13所述的电子装置,其特征在于,所述多个模块还包括:
信息提供模块,提供对应所述老化速度等级的一提示信息。
15.根据权利要求11所述的电子装置,其特征在于,还包括:
图像获取设备,耦接所述处理器,其中所述图像获取设备用以获取所述第一图像与所述第二图像,
其中所述第一图像的获取时间晚于所述第二图像的获取时间,并且所述第一图像的获取时间与所述第二图像的获取时间的一时间差符合一预设值。
16.根据权利要求11所述的电子装置,其特征在于,所述特征参数取得模块对所述第一图像执行一分析操作以产生所述第一图像的特征参数,并且对所述第二图像执行所述分析操作以产生所述第二图像的特征参数,
其中所述特征参数取得模块执行的所述分析操作包括:
取得一图像的一脸部皱纹数量与一脸部面积;以及
计算所述脸部皱纹数量与所述脸部面积的比值以取得所述图像的皱纹比例作为所述图像的特征参数。
17.根据权利要求16所述的电子装置,其特征在于,所述特征参数取得模块执行的所述分析操作还包括:
取得所述图像的一颈部皱纹数量与一颈部面积;
计算所述脸部皱纹数量与所述颈部皱纹数量的总和以取得一皱纹总数量;
计算所述脸部面积与所述颈部面积的总和以取得一区域总面积;以及
计算所述皱纹总数量与所述区域总面积的比值以取得所述图像的皱纹比例作为所述图像的特征参数。
18.根据权利要求16所述的电子装置,其特征在于,所述特征参数取得模块执行的所述分析操作还包括:
取得所述图像的一老人斑面积;以及
计算所述老人斑面积与所述脸部面积的比值以取得所述图像的老人斑比例作为所述图像的特征参数。
19.根据权利要求18所述的电子装置,其特征在于,所述特征参数取得模块执行的所述分析操作还包括:
根据所述图像的一眼尾端点位置取得所述图像的松弛参数作为所述图像的特征参数。
20.根据权利要求18所述的电子装置,其特征在于,所述特征参数取得模块执行的所述分析操作还包括:
根据所述图像的一脸颊端点位置取得所述图像的松弛参数作为所述图像的特征参数。
CN201710768329.6A 2017-08-31 2017-08-31 皮肤老化状态评估方法与电子装置 Pending CN109427053A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201710768329.6A CN109427053A (zh) 2017-08-31 2017-08-31 皮肤老化状态评估方法与电子装置
US15/814,400 US10517523B2 (en) 2017-08-31 2017-11-16 Skin aging state assessment method and electronic device
EP18154566.6A EP3451228A1 (en) 2017-08-31 2018-02-01 Skin aging state assessment method and electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710768329.6A CN109427053A (zh) 2017-08-31 2017-08-31 皮肤老化状态评估方法与电子装置

Publications (1)

Publication Number Publication Date
CN109427053A true CN109427053A (zh) 2019-03-05

Family

ID=61132246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710768329.6A Pending CN109427053A (zh) 2017-08-31 2017-08-31 皮肤老化状态评估方法与电子装置

Country Status (3)

Country Link
US (1) US10517523B2 (zh)
EP (1) EP3451228A1 (zh)
CN (1) CN109427053A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110210448A (zh) * 2019-06-13 2019-09-06 广州纳丽生物科技有限公司 一种智能人脸皮肤老化程度的识别与评估方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI657799B (zh) * 2016-09-29 2019-05-01 麗寶大數據股份有限公司 電子裝置與其提供膚質檢測資訊的方法
JP6983831B2 (ja) * 2019-03-26 2021-12-17 富士フイルム株式会社 弛み評価方法、弛み評価装置、及び弛み評価プログラム
JP7271255B2 (ja) * 2019-03-28 2023-05-11 株式会社ナリス化粧品 皮膚たるみ量の測定方法
US11688068B2 (en) * 2019-09-26 2023-06-27 Girija Gaur Methods and systems for monitoring skin related metrics
CN111275610B (zh) * 2020-01-08 2023-08-18 杭州小影创新科技股份有限公司 一种人脸变老图像处理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5781650A (en) * 1994-02-18 1998-07-14 University Of Central Florida Automatic feature detection and age classification of human faces in digital images
CN101652784A (zh) * 2007-03-02 2010-02-17 宝洁公司 模拟面部皮肤老化和去老化的方法及装置
EP2174296A2 (en) * 2007-07-23 2010-04-14 The Procter and Gamble Company Method and apparatus for realistic simulation of wrinkle aging and de-aging
WO2011067162A1 (en) * 2009-12-02 2011-06-09 Unilever Plc Apparatus for and method of measuring skin age
CN105023017A (zh) * 2015-07-16 2015-11-04 广州市皓品信息科技有限公司 一种皮肤链路纹的获取方法及装置
US20160035109A1 (en) * 2013-04-26 2016-02-04 Shiseido Company, Ltd. Skin dullness evaluation apparatus and skin dullness evaluation method
CN105469064A (zh) * 2015-12-03 2016-04-06 广州市皓品信息科技有限公司 一种皮肤老化趋势的获取方法及装置
CN105869171A (zh) * 2016-04-18 2016-08-17 重庆大学 一种定量分析人体皮肤纹理老化的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8503739B2 (en) 2009-09-18 2013-08-06 Adobe Systems Incorporated System and method for using contextual features to improve face recognition in digital images
WO2011065952A1 (en) 2009-11-30 2011-06-03 Hewlett-Packard Development Company, L.P. Face recognition apparatus and methods
US9311564B2 (en) * 2012-10-05 2016-04-12 Carnegie Mellon University Face age-estimation and methods, systems, and software therefor
US20150099947A1 (en) * 2013-10-04 2015-04-09 Access Business Group International Llc Skin youthfulness index, methods and applications thereof
TWI508001B (zh) 2013-10-30 2015-11-11 Wistron Corp 路人偵測方法、裝置與電腦程式產品
KR20180015492A (ko) * 2016-08-03 2018-02-13 삼성전자주식회사 피부 노화 정보 제공 장치 및 방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5781650A (en) * 1994-02-18 1998-07-14 University Of Central Florida Automatic feature detection and age classification of human faces in digital images
CN101652784A (zh) * 2007-03-02 2010-02-17 宝洁公司 模拟面部皮肤老化和去老化的方法及装置
EP2174296A2 (en) * 2007-07-23 2010-04-14 The Procter and Gamble Company Method and apparatus for realistic simulation of wrinkle aging and de-aging
WO2011067162A1 (en) * 2009-12-02 2011-06-09 Unilever Plc Apparatus for and method of measuring skin age
US20110196616A1 (en) * 2009-12-02 2011-08-11 Conopco, Inc., D/B/A Unilever Apparatus for and method of measuring perceived age
US20160035109A1 (en) * 2013-04-26 2016-02-04 Shiseido Company, Ltd. Skin dullness evaluation apparatus and skin dullness evaluation method
CN105023017A (zh) * 2015-07-16 2015-11-04 广州市皓品信息科技有限公司 一种皮肤链路纹的获取方法及装置
CN105469064A (zh) * 2015-12-03 2016-04-06 广州市皓品信息科技有限公司 一种皮肤老化趋势的获取方法及装置
CN105869171A (zh) * 2016-04-18 2016-08-17 重庆大学 一种定量分析人体皮肤纹理老化的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YAOBIN ZOU等: "Automatic Detection of Fine Hairs in Skin Aging Analysis", 《2008 2ND INTERNATIONAL CONFERENCE ON BIOINFORMATICS AND BIOMEDICAL ENGINEERING》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110210448A (zh) * 2019-06-13 2019-09-06 广州纳丽生物科技有限公司 一种智能人脸皮肤老化程度的识别与评估方法
CN110210448B (zh) * 2019-06-13 2022-09-13 广州纳丽生物科技有限公司 一种智能人脸皮肤老化程度的识别与评估方法

Also Published As

Publication number Publication date
US20190059806A1 (en) 2019-02-28
US10517523B2 (en) 2019-12-31
EP3451228A1 (en) 2019-03-06

Similar Documents

Publication Publication Date Title
CN109427053A (zh) 皮肤老化状态评估方法与电子装置
WO2021068486A1 (zh) 基于图像识别的视力检测方法、装置、及计算机设备
CN101520842B (zh) 信息处理装置、眼睛开/合度确定方法及图像传感装置
JP6519798B2 (ja) 情報処理装置、情報処理方法、及び、情報処理システム
CN107492067B (zh) 一种图像美化方法及移动终端
CN106781327B (zh) 坐姿矫正方法及移动终端
US20180276732A1 (en) Skin product fitting method and electronic apparatus therefor
CN108682050B (zh) 基于三维模型的美颜方法和装置
CN110222597B (zh) 基于微表情调节屏幕显示的方法及装置
JP7032913B2 (ja) 画像処理装置、画像処理方法、コンピュータプログラム
WO2021164678A1 (zh) 虹膜自动捕捉方法、装置、计算机可读存储介质及计算机设备
CN113116291B (zh) 眼球追踪的标定校准方法、装置、移动终端及存储介质
JP2022187119A (ja) 情報処理装置、血圧推定方法及びプログラム
CN109313797B (zh) 一种图像显示方法及终端
US20190108390A1 (en) Information processing apparatus, program, and information processing system
US20220292880A1 (en) Information processor
CN103529939B (zh) 一种基于颜色、计算机视觉和网格划分的人机交互方法
JP2015039487A (ja) 生理指標を用いる視線分析システムおよび方法
TWI729338B (zh) 皮膚檢測方法及影像處理裝置
JP6593673B2 (ja) 身体情報取得装置および身体情報取得方法
CN106297729A (zh) 调节电子设备屏幕显示亮度的方法和装置
Zhang et al. Multi-modal image fusion with KNN matting
US20120120112A1 (en) Electrical device, display method for electrical device and electrical device readable storage medium for storing thereof
JP2008250407A (ja) 画像処理プログラムおよび画像処理装置
US20170095150A1 (en) Method of detecting constriction of pupils, apparatus, and storage medium

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190305

WD01 Invention patent application deemed withdrawn after publication