CN109522839A - 一种人脸皮肤区域确定方法、装置、终端设备及存储介质 - Google Patents
一种人脸皮肤区域确定方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN109522839A CN109522839A CN201811361864.0A CN201811361864A CN109522839A CN 109522839 A CN109522839 A CN 109522839A CN 201811361864 A CN201811361864 A CN 201811361864A CN 109522839 A CN109522839 A CN 109522839A
- Authority
- CN
- China
- Prior art keywords
- pixel
- region
- face
- skin
- intersection point
- 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
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
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- 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
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本公开是关于一种人脸皮肤区域确定方法、装置、终端设备及存储介质,该方法包括:根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括所述人脸五官区域的多边形区域;确定分别经过所述多边形区域内的每一像素点的射线与所述多边形区域边缘的交点个数;根据所确定交点个数剔除所述多边形区域内不是用于表示皮肤的像素点,得到人脸皮肤区域。应用本公开提供的方案能够在确定人脸皮肤区域时去除人脸区域内的人脸五官区域,使得得到的人脸皮肤区域相较于相关技术更加准确。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种人脸皮肤区域确定方法、装置、终端设备及存储介质。
背景技术
人脸皮肤颜色是反映皮肤是否健康的重要指标。在进行人脸皮肤颜色检测时,需要先确定人脸皮肤区域。
相关技术在确定人脸皮肤区域时,是直接对整个图像区域内的像素点进行颜色统计,通过得到的颜色统计值确定人脸皮肤区域。然而由于颜色统计值只是一个粗略的估计值,这就使得相关技术在确定人脸皮肤区域时得到的人脸皮肤区域不够准确,进而导致最终确定的人脸皮肤颜色存在偏差。
发明内容
为克服相关技术中存在的问题,本公开提供一种人脸皮肤区域确定方法、装置、终端设备及存储介质。
根据本公开实施例的第一方面,提供一种人脸皮肤区域确定方法,包括:
根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括所述人脸五官区域的多边形区域;
确定分别经过所述多边形区域内的每一像素点的射线与所述多边形区域边缘的交点个数;
根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域。
可选的,所述根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点的步骤,包括:
检测所确定的交点个数是否为奇数;
在所确定的交点个数为奇数的情况下,确定像素点为表示皮肤的像素点;
在所确定的交点个数为非奇数的情况下,确定像素点为非表示皮肤的像素点。
可选的,所述根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域的步骤之后,还包括:
根据所述人脸皮肤区域内像素点的像素值,计算人脸皮肤的颜色。
可选的,所述根据所述人脸皮肤区域内像素点的像素值,计算人脸皮肤的颜色的步骤,包括:
计算所述人脸皮肤区域内像素点的像素值的平均值;
将所述平均值确定为人脸皮肤的颜色。
可选的,所述根据所述人脸皮肤区域内像素点的像素值,计算人脸皮肤的颜色的步骤,包括:
统计所述人脸皮肤区域内像素点的颜色特征,作为第一特征;
获得标准肤色图像内像素点的颜色特征,作为第二特征;
确定所述第二特征中与所述第一特征相匹配的特征,将所确定的特征对应的颜色确定为人脸皮肤的颜色。
可选的,所述根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域的步骤之后,还包括:
对所述人脸皮肤区域进行边缘检测,确定所述人脸皮肤区域内的目标区域,其中,所述目标区域为:所述人脸皮肤区域内与周围区域的灰度值存在差异的区域;
计算所确定的目标区域内像素点的像素值的和值;
获得所述人脸皮肤区域的面积;
根据所述和值和所述面积,计算皮肤质量表征值;
根据所述皮肤质量表征值确定人脸皮肤质量。
根据本公开实施例的第二方面,提供一种人脸皮肤区域确定装置,包括:
构建模块,被配置为执行根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括所述人脸五官区域的多边形区域;
第一确定模块,被配置为执行确定分别经过所述多边形区域内的每一像素点的射线与所述多边形区域边缘的交点个数;
剔除模块,被配置为执行根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域。
可选的,所述剔除模块,具体被配置为:
检测所确定的交点个数是否为奇数;
在所确定的交点个数为奇数的情况下,确定像素点为表示皮肤的像素点;
在所确定的交点个数为非奇数的情况下,确定像素点为非表示皮肤的像素点。
可选的,所述装置还包括:
第一计算模块,被配置为执行根据所述人脸皮肤区域内像素点的像素值,计算人脸皮肤的颜色。
可选的,所述第一计算模块,具体被配置为:
计算所述人脸皮肤区域内像素点的像素值的平均值;
将所述平均值确定为人脸皮肤的颜色。
可选的,所述第一计算模块,具体被配置为:
统计所述人脸皮肤区域内像素点的颜色特征,作为第一特征;
获得标准肤色图像内像素点的颜色特征,作为第二特征;
确定所述第二特征中与所述第一特征相匹配的特征,将所确定的特征对应的颜色确定为人脸皮肤的颜色。
可选的,所述装置还包括:
检测模块,被配置为执行对所述人脸皮肤区域进行边缘检测,确定所述人脸皮肤区域内的目标区域,其中,所述目标区域为:所述人脸皮肤区域内与周围区域的灰度值存在差异的区域;
第二计算模块,被配置为执行计算所确定的目标区域内像素点的像素值的和值;
获得模块,被配置为执行获得所述人脸皮肤区域的面积;
第三计算模块,被配置为执行根据所述和值和所述面积,计算皮肤质量表征值;
第二确定模块,被配置为执行根据所述皮肤质量表征值确定人脸皮肤质量。
根据本公开实施例的第三方面,提供一种终端设备,所述终端设备用于被运行以执行上述人脸皮肤区域确定方法中的步骤。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,所述非临时性计算机可读存储介质用于被运行以执行上述人脸皮肤区域确定方法中的步骤。
根据本公开实施例的第五方面,提供一种计算机程序,所述计算机程序用于被运行以执行上述人脸皮肤区域确定方法中的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果:应用本公开提供到的人脸皮肤区域确定方法在确定人脸皮肤区域时,能够去除人脸五官区域,使得得到的人脸皮肤区域相较于相关技术更加准确。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种人脸皮肤区域确定方法的流程图;
图2是根据一示例性实施例示出的一种人脸皮肤区域确定装置的框图;
图3是根据一示例性实施例示出的一种终端设备的框图;
图4是根据一示例性实施例示出的一种装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种人脸皮肤区域确定方法的流程图,如图1所示,该人脸皮肤区域确定方法用于终端中,包括以下步骤。
S100,根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括人脸五官区域的多边形区域。
上述人脸区域可以理解为人脸轮廓内的区域,可以为采集到的图像中的人脸区域。
一种实现方式中,在确定图像中的人脸区域时,可以先对图像进行预处理去除图像中的噪声和光照的影响,然后在对去除噪声和光照影响的图像进行人脸检测,确定人脸区域。
上述人脸五官区域可以包括:眼睛区域、眉毛区域、鼻子区域和嘴巴区域等。可以通过人脸关键点检测方法检测人脸五官区域边缘的像素点,作为人脸五官区域的人脸关键点。
一种实现方式中,可以将所确定的关键点之间连接起来构建多边形区域,构建的多边形区域也就是去除人脸区域内人脸五官区域后剩下的区域。
S110,确定分别经过多边形区域内的每一像素点的射线与多边形区域边缘的交点个数。
在确定经过像素点的射线与多边形区域边缘的交点个数的过程中,存在两种特殊情况:情况一、像素点为多边形边缘上的点此时可以直接确定像素点为表示皮肤的像素点;情况二,射线经过多边形区域边缘上的某个顶点,此时可以确定像素点到顶点之间的线段是否在多边形区域内,如果是则将顶点记为一个交点,如果否则将顶点不记为一个交点。
S120,根据所确定交点个数剔除多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域。
由于已经去除了人脸区域内人脸五官区域,也就是能够在后续确定人脸皮肤颜色的过程中,排除人脸五官区域内像素点的影响,因此,一种情况下,可以直接将多边形区域确定为人脸皮肤区域;而另一种情况下为了得到更精确的人脸皮肤区域,还可以根据所确定交点个数剔除多边形区域内非用于表示皮肤的像素点;
一种实现方式中,可以检测所确定的交点个数是否为奇数;在所确定的交点个数为奇数的情况下,确定像素点为表示皮肤的像素点;在所确定的交点个数为非奇数的情况下,确定像素点为非表示皮肤的像素点,确定了非表示皮肤的像素点之后直接剔除即可。
本公开实施例一种实现方式中,在得到人脸皮肤区域之后,还可以根据人脸皮肤区域内像素点的像素值,计算人脸皮肤的颜色。
一种情况下,可以分别统计每一类像素值相同的像素点的个数,根据统计的结果为上述每一类像素值相同的像素点分配一个权值,通过分配的权值对人脸皮肤区域内像素点的像素值进行加权相加得到和值,之后再通过和值除以人脸皮肤区域内像素点的个数得到的值作为人脸皮肤的颜色,其中,根据统计的结果为上述每一类像素值相同的像素点分配一个权值时,可以根据像素值相同的像素点的个数来分配权值,像素值相同的像素点的个数越多分配的权值越大。
另一种情况下,还可以计算人脸皮肤区域内像素点的像素值的平均值;将计算得到的平均值确定为人脸皮肤的颜色。
再一种情况下,还可以统计人脸皮肤区域内像素点的颜色特征,作为第一特征;获得标准肤色图像内像素点的颜色特征,作为第二特征;确定第二特征中与第一特征相匹配的特征,将所确定的特征对应的颜色确定为人脸皮肤的颜色。
标准肤色图像也就是包含所有标准颜色的图像,标准肤色图像内像素点的颜色特征可以是预先获取并存储在终端的;可以是需要在进行颜色特征匹配时实时统计的标准肤色图像内像素点的颜色特征。
在统计人脸皮肤区域内像素点的颜色特征的过程中,可以通过颜色空间来表示颜色特征,然后通过三维直方图、区域模型、单高斯模型、混合高斯模型以及椭圆边界模型中的任意一个模型来统计颜色空间的颜色特征。比如,在通过三维直方图来统计颜色空间的颜色特征时,可以设置三维直方图的三个维度的bins(频数)为(5,5,5),然后通过频数设置后的三维直方图来统计颜色空间的颜色特征。
一种实现方式中,在人脸皮肤区域内像素点的颜色特征的过程中如果拍摄图像时的照明光源的亮度已知,根据光源的亮度去除光照对图像的影响,实现对图像中皮肤的像素点进行校正;或者图像中包含标准肤色,也可以通过标准肤色的像素点的像素值对对图像中皮肤的像素点进行校正。
在确定标准肤色图像内像素点的颜色特征中与人脸皮肤区域内像素点的颜色特征相匹配的特征的过程中,可以通过相关度、卡方、相交系数、巴氏距离以及相对熵中的任意一种方法来进行匹配。比如,在确定标准肤色图像内像素点的颜色特征中与人脸皮肤区域内像素点的颜色特征相匹配的特征时,可以计算标准肤色图像内像素点的颜色特征和人脸皮肤区域内像素点的颜色特征之间的相对熵,进而在标准肤色图像内像素点的颜色特征中找到与人脸皮肤区域内像素点的颜色特征相匹配的特征。
本公开实施例一种实现方式中,在得到人脸皮肤区域之后,还可以:
对人脸皮肤区域进行边缘检测,确定人脸皮肤区域内的目标区域,其中,目标区域为:人脸皮肤区域内与周围区域的灰度值存在差异的区域;计算所确定的目标区域内像素点的像素值的和值;获得人脸皮肤区域的面积;根据和值和面积,计算皮肤质量表征值;根据皮肤质量表征值确定人脸皮肤质量。
发明人在实现本公开的过程中发现,人脸皮肤区域内的斑点、皱纹和痘印等区域与人脸皮肤区域内的其他区域的灰度值存在差异,基于此,可以通过拉普拉斯算子来对人脸皮肤区域进行边缘检测,确定人脸皮肤区域内的斑点、皱纹和痘印等区域作为目标区域,进而对皮肤质量进行评价。一种情况下,可以通过边缘检测得到的目标区域的面积与人脸皮肤区域的面积的比值作为皮肤质量表征值,得到的皮肤质量表征值越大相应的皮肤质量越差;
另一种情况下,还可以计算目标区域内像素点的像素值的和值,通过得到的和值与人脸皮肤区域的面积的比值作为皮肤质量表征值,相应地,皮肤质量表征值越大皮肤质量越差。
为了方便、准确地评价皮肤质量,一种实现方式中,可以预先划分多个皮肤质量等级,然后统计不同皮肤的皮肤质量表征值,通过划分的皮肤质量等级和统计的皮肤质量表征值做线性回归得到皮肤质量检测模型,相应地,在评价皮肤质量时,可以直接将计算得到的皮肤质量表征值代入皮肤质量检测模型,即可得到皮肤质量。
应用本公开提供到的人脸皮肤区域确定方法在确定人脸皮肤区域时,能够去除人脸五官区域,使得得到的人脸皮肤区域相较于相关技术更加准确,相应地通过本公开提供的方法确定人脸皮肤区域后,进行人脸皮肤颜色检测时得到的检测结果更准确。
图2是根据一示例性实施例示出的一种人脸皮肤区域确定装置框图。参照图2,该装置包括:构建模块200,第一确定模块210和剔除模块220。
构建模块200,被配置为执行根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括所述人脸五官区域的多边形区域;
第一确定模块210,被配置为执行确定分别经过所述多边形区域内的每一像素点的射线与所述多边形区域边缘的交点个数;
剔除模块220,被配置为执行根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域。
一种实现方式中,所述剔除模块,具体被配置为:
检测所确定的交点个数是否为奇数;
在所确定的交点个数为奇数的情况下,确定像素点为表示皮肤的像素点;
在所确定的交点个数为非奇数的情况下,确定像素点为非表示皮肤的像素点。
一种实现方式中,所述装置还包括:
第一计算模块,被配置为执行根据所述人脸皮肤区域内像素点的像素值,计算人脸皮肤的颜色。
一种实现方式中,所述第一计算模块,具体被配置为:
计算所述人脸皮肤区域内像素点的像素值的平均值;
将所述平均值确定为人脸皮肤的颜色。
一种实现方式中,所述第一计算模块,具体被配置为:
统计所述人脸皮肤区域内像素点的颜色特征,作为第一特征;
获得标准肤色图像内像素点的颜色特征,作为第二特征;
确定所述第二特征中与所述第一特征相匹配的特征,将所确定的特征对应的颜色确定为人脸皮肤的颜色。
一种实现方式中,所述装置还包括:
检测模块,被配置为执行对所述人脸皮肤区域进行边缘检测,确定所述人脸皮肤区域内的目标区域,其中,所述目标区域为:所述人脸皮肤区域内与周围区域的灰度值存在差异的区域;
第二计算模块,被配置为执行计算所确定的目标区域内像素点的像素值的和值;
获得模块,被配置为执行获得所述人脸皮肤区域的面积;
第三计算模块,被配置为执行根据所述和值和所述面积,计算皮肤质量表征值;
第四确定模块,被配置为执行根据所述皮肤质量表征值确定人脸皮肤质量。
应用本公开图2所示实施例确定人脸皮肤区域时,能够去除人脸五官区域,使得得到的人脸皮肤区域相较于相关技术更加准确。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开实施例还提供了一种终端设备,参照图3,该终端设备包括处理器301和存储器302;其中,所述存储器302用于存储处理器301的可执行指令,所述处理器301被配置为:
根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括所述人脸五官区域的多边形区域;
确定分别经过所述多边形区域内的每一像素点的射线与所述多边形区域边缘的交点个数;
根据所确定交点个数剔除所述多边形区域内非用于表征皮肤的像素点,得到人脸皮肤区域。
图4是根据一示例性实施例示出的一种用于人脸皮肤区域确定的装置400的框图。例如,装置400可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图4,装置400可以包括以下一个或多个组件:处理组件402,存储器404,电力组件406,多媒体组件408,音频组件410,输入/输出(I/O)的接口412,传感器组件414,以及通信组件416。
处理组件402通常控制装置400的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理组件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在设备400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件406为装置400的各种组件提供电力。电源组件406可以包括电源管理系统,一个或多个电源,及其他与为装置400生成、管理和分配电力相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当设备400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个麦克风(MIC),当装置400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为装置400提供各个方面的状态评估。例如,传感器组件414可以检测到设备400的打开/关闭状态,组件的相对定位,例如所述组件为装置400的显示器和小键盘,传感器组件414还可以检测装置400或装置400一个组件的位置改变,用户与装置400接触的存在或不存在,装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件416还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
本申请实施例还提供了一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端设备的处理器执行时,使得终端设备能够执行一种人脸皮肤区域确定方法,所述方法包括:
根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括所述人脸五官区域的多边形区域;
确定分别经过所述多边形区域内的每一像素点的射线与所述多边形区域边缘的交点个数;
根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域。
该终端设备还可以执行上述任一种人脸皮肤区域确定方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器404,上述指令可由装置400的处理器420执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本申请实施例还公开了一种计算机程序,所述计算机程序用于被运行以执行上述人脸皮肤区域确定方法中的步骤。
本领域技术人员在考虑说明书及实践这里公开的申请后,将容易想到本公开的其它实施方案。本公开旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例、终端设备实施例、存储介质实施例、以及计算机程序实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本公开的较佳实施例而已,并非用于限定本公开的保护范围。凡在本公开的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本公开的保护范围内。
Claims (10)
1.一种人脸皮肤区域确定方法,其特征在于,包括:
根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括所述人脸五官区域的多边形区域;
确定分别经过所述多边形区域内的每一像素点的射线与所述多边形区域边缘的交点个数;
根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域。
2.根据权利要求1所述的方法,其特征在于,所述根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点的步骤,包括:
检测所确定的交点个数是否为奇数;
在所确定的交点个数为奇数的情况下,确定像素点为表示皮肤的像素点;
在所确定的交点个数为非奇数的情况下,确定像素点为非表示皮肤的像素点。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域的步骤之后,还包括:
根据所述人脸皮肤区域内像素点的像素值,计算人脸皮肤的颜色。
4.根据权利要求3所述的方法,其特征在于,所述根据所述人脸皮肤区域内像素点的像素值,计算人脸皮肤的颜色的步骤,包括:
计算所述人脸皮肤区域内像素点的像素值的平均值;
将所述平均值确定为人脸皮肤的颜色。
5.根据权利要求3所述的方法,其特征在于,所述根据所述人脸皮肤区域内像素点的像素值,计算人脸皮肤的颜色的步骤,包括:
统计所述人脸皮肤区域内像素点的颜色特征,作为第一特征;
获得标准肤色图像内像素点的颜色特征,作为第二特征;
确定所述第二特征中与所述第一特征相匹配的特征,将所确定的特征对应的颜色确定为人脸皮肤的颜色。
6.根据权利要求1所述的方法,其特征在于,所述根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域的步骤之后,还包括:
对所述人脸皮肤区域进行边缘检测,确定所述人脸皮肤区域内的目标区域,其中,所述目标区域为:所述人脸皮肤区域内与周围区域的灰度值存在差异的区域;
计算所确定的目标区域内像素点的像素值的和值;
获得所述人脸皮肤区域的面积;
根据所述和值和所述面积,计算皮肤质量表征值;
根据所述皮肤质量表征值确定人脸皮肤质量。
7.一种人脸皮肤区域确定装置,其特征在于,包括:
构建模块,被配置为执行根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括所述人脸五官区域的多边形区域;
第一确定模块,被配置为执行确定分别经过所述多边形区域内的每一像素点的射线与所述多边形区域边缘的交点个数;
剔除模块,被配置为执行根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域。
8.根据权利要求7所述的装置,其特征在于,所述剔除模块,具体被配置为:
检测所确定的交点个数是否为奇数;
在所确定的交点个数为奇数的情况下,确定像素点为表示皮肤的像素点;
在所确定的交点个数为非奇数的情况下,确定像素点为非表示皮肤的像素点。
9.一种终端设备,其特征在于,包括:处理器和存储器;其中,所述存储器用于存储处理器可执行指令,所述处理器被配置为:
根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括所述人脸五官区域的多边形区域;
确定分别经过所述多边形区域内的每一像素点的射线与所述多边形区域边缘的交点个数;
根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域。
10.一种非临时性计算机可读存储介质,其特征在于,当所述存储介质中的指令由终端设备的处理器执行时,使得终端设备能够执行一种人脸皮肤区域确定方法,所述方法包括:
根据人脸区域中用于表示人脸五官区域的人脸关键点,构建不包括所述人脸五官区域的多边形区域;
确定分别经过所述多边形区域内的每一像素点的射线与所述多边形区域边缘的交点个数;
根据所确定交点个数剔除所述多边形区域内非用于表示皮肤的像素点,得到人脸皮肤区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811361864.0A CN109522839A (zh) | 2018-11-15 | 2018-11-15 | 一种人脸皮肤区域确定方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811361864.0A CN109522839A (zh) | 2018-11-15 | 2018-11-15 | 一种人脸皮肤区域确定方法、装置、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109522839A true CN109522839A (zh) | 2019-03-26 |
Family
ID=65777836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811361864.0A Pending CN109522839A (zh) | 2018-11-15 | 2018-11-15 | 一种人脸皮肤区域确定方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109522839A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111144374A (zh) * | 2019-12-31 | 2020-05-12 | 泰康保险集团股份有限公司 | 人脸表情识别方法及装置、存储介质和电子设备 |
WO2020207423A1 (zh) * | 2019-04-12 | 2020-10-15 | 虹软科技股份有限公司 | 肤质检测方法、肤质等级分类方法及肤质检测装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542552A (zh) * | 2010-12-21 | 2012-07-04 | 北京汉王智通科技有限公司 | 视频图像的顺逆光判断和拍摄时间检测方法 |
CN104732214A (zh) * | 2015-03-24 | 2015-06-24 | 吴亮 | 一种基于人脸图像识别的定量化肤质检测方法 |
CN105469356A (zh) * | 2015-11-23 | 2016-04-06 | 小米科技有限责任公司 | 人脸图像处理方法及装置 |
CN105631927A (zh) * | 2014-10-27 | 2016-06-01 | 富泰华工业(深圳)有限公司 | 点云套索选取系统及方法 |
CN107125904A (zh) * | 2016-02-29 | 2017-09-05 | 松下知识产权经营株式会社 | 图像处理装置以及图像处理方法 |
CN107483636A (zh) * | 2017-09-22 | 2017-12-15 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
CN107507144A (zh) * | 2017-08-18 | 2017-12-22 | 苏州科达科技股份有限公司 | 肤色增强的处理方法、装置及图像处理装置 |
US20180018505A1 (en) * | 2015-10-26 | 2018-01-18 | Tencent Technology (Shenzhen) Company Limited | Method for detecting skin region and apparatus for detecting skin region |
-
2018
- 2018-11-15 CN CN201811361864.0A patent/CN109522839A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542552A (zh) * | 2010-12-21 | 2012-07-04 | 北京汉王智通科技有限公司 | 视频图像的顺逆光判断和拍摄时间检测方法 |
CN105631927A (zh) * | 2014-10-27 | 2016-06-01 | 富泰华工业(深圳)有限公司 | 点云套索选取系统及方法 |
CN104732214A (zh) * | 2015-03-24 | 2015-06-24 | 吴亮 | 一种基于人脸图像识别的定量化肤质检测方法 |
US20180018505A1 (en) * | 2015-10-26 | 2018-01-18 | Tencent Technology (Shenzhen) Company Limited | Method for detecting skin region and apparatus for detecting skin region |
CN105469356A (zh) * | 2015-11-23 | 2016-04-06 | 小米科技有限责任公司 | 人脸图像处理方法及装置 |
CN107125904A (zh) * | 2016-02-29 | 2017-09-05 | 松下知识产权经营株式会社 | 图像处理装置以及图像处理方法 |
CN107507144A (zh) * | 2017-08-18 | 2017-12-22 | 苏州科达科技股份有限公司 | 肤色增强的处理方法、装置及图像处理装置 |
CN107483636A (zh) * | 2017-09-22 | 2017-12-15 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020207423A1 (zh) * | 2019-04-12 | 2020-10-15 | 虹软科技股份有限公司 | 肤质检测方法、肤质等级分类方法及肤质检测装置 |
CN111814520A (zh) * | 2019-04-12 | 2020-10-23 | 虹软科技股份有限公司 | 肤质检测方法、肤质等级分类方法及肤质检测装置 |
CN111144374A (zh) * | 2019-12-31 | 2020-05-12 | 泰康保险集团股份有限公司 | 人脸表情识别方法及装置、存储介质和电子设备 |
CN111144374B (zh) * | 2019-12-31 | 2023-10-13 | 泰康保险集团股份有限公司 | 人脸表情识别方法及装置、存储介质和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104156947B (zh) | 图像分割方法、装置及设备 | |
CN108764069A (zh) | 活体检测方法及装置 | |
CN107454465A (zh) | 视频播放进度展示方法及装置、电子设备 | |
CN110503023A (zh) | 活体检测方法及装置、电子设备和存储介质 | |
CN104408402A (zh) | 人脸识别方法及装置 | |
CN104077563B (zh) | 人脸识别方法和装置 | |
CN104850852B (zh) | 特征向量计算方法和装置 | |
CN106231419A (zh) | 操作执行方法及装置 | |
CN106373156A (zh) | 通过图像确定空间参数的方法、装置及终端设备 | |
CN108921178B (zh) | 获取图像模糊程度分类的方法、装置、电子设备 | |
CN106778531A (zh) | 人脸定位方法及装置 | |
CN109978891A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107463903A (zh) | 人脸关键点定位方法及装置 | |
CN105574857A (zh) | 图像分析方法及装置 | |
CN107563994A (zh) | 图像的显著性检测方法及装置 | |
CN106557759A (zh) | 一种标志牌信息获取方法及装置 | |
CN103886284A (zh) | 人物属性信息识别方法、装置及电子设备 | |
CN107091704A (zh) | 压力检测方法和装置 | |
CN107977895A (zh) | 车辆损毁信息的确定方法、装置及用户设备 | |
CN107025441A (zh) | 肤色检测方法及装置 | |
CN107169429A (zh) | 活体识别方法和装置 | |
CN114514566A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109522839A (zh) | 一种人脸皮肤区域确定方法、装置、终端设备及存储介质 | |
CN109344703A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
CN111753611A (zh) | 图像检测方法及装置和系统、电子设备和存储介质 |
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 |
Application publication date: 20190326 |
|
RJ01 | Rejection of invention patent application after publication |