CN110909566A - 健康分析方法、移动终端和计算机可读存储介质 - Google Patents

健康分析方法、移动终端和计算机可读存储介质 Download PDF

Info

Publication number
CN110909566A
CN110909566A CN201811076138.4A CN201811076138A CN110909566A CN 110909566 A CN110909566 A CN 110909566A CN 201811076138 A CN201811076138 A CN 201811076138A CN 110909566 A CN110909566 A CN 110909566A
Authority
CN
China
Prior art keywords
image
information
user
face
health
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.)
Withdrawn
Application number
CN201811076138.4A
Other languages
English (en)
Inventor
艾浩峰
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.)
Qiku Internet Technology Shenzhen Co Ltd
Original Assignee
Qiku Internet Technology Shenzhen Co Ltd
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 Qiku Internet Technology Shenzhen Co Ltd filed Critical Qiku Internet Technology Shenzhen Co Ltd
Priority to CN201811076138.4A priority Critical patent/CN110909566A/zh
Publication of CN110909566A publication Critical patent/CN110909566A/zh
Withdrawn legal-status Critical Current

Links

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
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
    • G06V30/194—References adjustable by an adaptive method, e.g. learning
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本申请揭示了一种健康分析方法、移动终端和计算机可读存储介质，其中方法包括：获取用户的面部图像；对所述面部图像进行处理，得到身体指定部位的表征生理信息；根据所述表征生理信息得到所述用户的身体健康情况信息。本申请在获取用户的面部图像后，通过对获取的用户的面部图像进行处理，来得到身体指定部位的表征生理信息,再对该表征生理信息进行解析后能得到与该面部图像相对应的用户的身体健康情况信息。根据所获取的用户的面部图像，来智能化地向用户提供对应的身体健康情况信息，有效地提高了用户体验。

Description

健康分析方法、移动终端和计算机可读存储介质
技术领域
本申请涉及通信技术领域，具体涉及一种健康分析方法、移动终端和计算机可读存储介质。
背景技术
随着社会的进步，人民生活水平的提高，个人的身体健康状况成为人们日益关注的热点问题，而如何监控身体状况，及时发现病情以便采取相应对策成为当今研发的热点。现有的移动终端尚不具备分析用户的身体健康情况的功能，智能化不高，用户体验差。
发明内容
本申请的主要目的为提供一种健康分析方法、移动终端和计算机可读存储介质，旨在解决现有的移动终端尚不具备分析用户的身体健康情况的功能，智能化不高，用户体验差的技术问题。
本申请提出一种健康分析方法，应用于移动终端，所述方法包括步骤：
获取用户的面部图像；
对所述面部图像进行处理，得到身体指定部位的表征生理信息；
根据所述表征生理信息得到所述用户的身体健康情况信息。
优选地，所述对所述面部图像进行处理，得到身体指定部位的表征生理信息的步骤，包括：
提取所述面部图像的面部特征信息，以及提取预先存储的参考面部图像的面部特征信息；
根据所述面部图像的面部特征信息与所述参考面部图像的面部特征信息，得出所述面部图像的变化信息，其中所述变化信息包括肤色变化信息和/或肤质变化信息；
将所述肤色变化信息和/或肤质变化信息确定为所述表征生理信息。
优选地，所述根据所述面部图像的面部特征信息与所述参考面部图像的面部特征信息，得出所述面部图像的变化信息的步骤，包括：
提取出所述面部图像的第一面部子部分图像的面部特征信息，以及所述参考面部图像的第二面部子部分图像的面部特征信息，其中，所述第一面部子部分图像包括额头图像、眼部图像、鼻部图像、脸颊图像、嘴部图像、舌部图像、毛发图像、耳部图像中的一种或多种，所述第二面部子部分图像与所述第一面部子部分图像为一一对应关系；
将所述第一面部子部分图像的面部特征信息与所述第二面部子部分图像的面部特征信息进行比较分析，得出所述第一面部子部分图像的变化信息。
优选地，所述获取用户的面部图像的步骤之前，包括：
在预设时间周期内，按照预设时间间隔采集所述用户的多个面部图像数据；
从多个所述面部图像数据中筛选出指定数量的第一面部图像，将所述第一面部图像确定为所述参考面部图像。
优选地，所述表征生理信息为所述面部图像的特征信息，所述根据所述表征生理信息得到所述用户的身体健康情况信息的步骤，包括：
通过预设的健康模型对所述特征信息进行分析，得出所述用户的身体健康情况信息。
优选地，所述通过预设的健康模型对所述特征信息进行分析，得出所述用户的身体健康情况信息的步骤之前，包括：
从所述面部图像中提取出肤色信息；
将所述肤色信息确定为所述特征信息。
优选地，所述通过预设的健康模型对所述特征信息进行分析，得出所述用户的身体健康情况信息的步骤之前，包括：
收集样本图像，其中，所述样本图像包括训练图像和测试图像；
将所述训练图像作为极限学习机的输入数据来进行算法训练，获得训练算法；
利用所述测试图像对所述训练算法进行验证，确定健康算法；
根据所述训练图像、测试图像和所述健康算法构建所述健康模型。
优选地，所述根据所述表征生理信息得到所述用户的身体健康情况信息的步骤之后，包括：
从数据库中查找与所述身体健康情况信息对应的健康建议信息；
以指定形式向所述用户输出所述健康建议信息。
本申请还提供一种移动终端，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。
本申请中提供的健康分析方法、移动终端和计算机可读存储介质，具有以下有益效果：
本申请中提供的健康分析方法、移动终端和计算机可读存储介质，在获取用户的面部图像后，通过对获取的用户的面部图像进行处理，来得到身体指定部位的表征生理信息,再对该表征生理信息进行解析后能得到与该面部图像相对应的用户的身体健康情况信息。根据所获取的用户的面部图像，来智能化地向用户提供对应的身体健康情况信息，有效地提高了用户体验。
附图说明
图1是本申请一实施例的健康分析方法的流程示意图；
图2是本申请另一实施例的健康分析方法的流程示意图；
图3是本申请又一实施例的健康分析方法的流程示意图；
图4是本申请再一实施例的健康分析方法的流程示意图；
图5是本申请一实施例的移动终端的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用于解释本申请，并不用于限定本申请。
需要说明，本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变，所述的连接可以是直接连接，也可以是间接连接。
参照图1，本申请一实施例的健康分析方法，包括：
S1：获取用户的面部图像；
S2：对所述面部图像进行处理，得到身体指定部位的表征生理信息；
S3：根据所述表征生理信息得到所述用户的身体健康情况信息。
如上述步骤S1所述，移动终端获取用户的面部图像的方式不做限制，例如可以通过移动终端的摄像头来获取用户的面部图像，或者是通过从图库中被选择的图像中来获取用户的面部图像，或者还可以通过其它的方式来获取用户的面部图像。
如上述步骤S2和S3所述，在获取了用户的面部图像后，移动终端会对所述面部图像进行处理，得到身体指定部位的表征生理信息，之后根据该表征生理信息能够得到与该面部图像所对应的用户的身体健康情况信息，其中，该表征生理信息可以是通过比较该面部图像的面部特征信息与预先存储的参考面部图像的面部特征信息后，所得出的面部图像的变化信息，或者是该面部图像的特征信息。另外，根据该表征生理信息得到与该面部图像所对应的用户的身体健康情况信息的步骤，包括：再对所得出的面部图像的变化信息进行解析，来得到所述用户的身体健康情况信息；或者还可以包括：通过对该面部图像进行特征信息的提取，并将该特征信息输入到预设的健康模型，经过该健康模型对该特征信息进行健康评估分析后，便能得到该健康模型所输出的与所述特征信息相对应的用户的身体健康情况信息。进一步地，在获取了用户的身体健康情况信息后，可形成与该身体健康情况信息对应的健康建议信息，并通过指定方式，如语音或文字信息的形式来推送给用户，使得用户能在得知自身的身体健康情况信息后，能够按照所推送的健康建议信息来调整自己的身体。本申请实施例在获取用户的面部图像后，对获取到的用户的面部图像进行处理，得到身体指定部位的表征生理信息，并根据所述表征生理信息能得到与所述面部图像相对应的用户的身体健康情况信息。只需获取得到用户的面部图像，便能智能化地向用户提供与面部图像相对应的身体健康情况信息，有效地提高了用户体验。
参照图2，进一步地，本申请一实施例中，上述步骤S2，包括：
S200：提取所述面部图像的面部特征信息，以及提取预先存储的参考面部图像的面部特征信息；
S201：根据所述面部图像的面部特征信息与所述参考面部图像的面部特征信息，得出所述面部图像的变化信息，其中所述变化信息包括肤色变化信息和/或肤质变化信息；
S202：将所述肤色变化信息和/或肤质变化信息确定为所述表征生理信息。
如上述步骤S200至S202所述，上述参考面部图像是预先存储在移动终端内的，在提取出上述面部图像的面部特征信息和参考面部图像的面部特征信息后，进行比较来得到该面部图像的变化信息，再对该变化信息进行解析能得出用户的身体健康情况信息，其中，该面部特征信息包括肤质信息和/或肤色信息，通过比较面部图像或者参考面部图像中的各像素色彩值的差异，就能从面部图像或者参考面部图像中查找出与肤色相异的肤质信息，该肤质信息即非肤色状态，如斑点、痤疮、藓、痘痘、粗大的毛孔等信息；而通过选择YCbCr色彩空间记录肤色的信息，在面部图像区域内建立一定数量级的肤色采样点，用高斯模型计算采样点彩色中的每个像素属于皮肤的可能性，从而得到皮肤的色彩值，即肤色信息。另外，根据该面部图像的面部特征信息与该参考面部图像的面部特征信息，得出该面部图像的变化信息，即指：将获取的所述面部图像的面部特征信息与预先存储的参考面部图像的面部特征信息进行比较分析，来得到所述面部图像的变化信息，其中，变化信息包括肤色变化信息和/或肤质变化信息。基于我国的中医理论，大部分疾病都是通过对被诊断者的面部进行诊断的，故通过用户的面部图像的变化信息，可以初步判断与上述变化信息相对应的用户当前的身体健康状况信息。其中，肤质变化信息指代的是皮肤质量的变化情况，举例地，将上述用户的面部图像与上述参考面部图像进行比较分析后，得到的肤质变化信息可为：相比于参考面部图像，用户的面部图像中的额头部位出现了痘痘，或者用户的面部图像中的脸颊部位出现了斑点或皱纹，或者用户的面部图像中的鼻子部位出现了痤疮或粉刺，等等。另外，肤色变化信息指代的是皮肤颜色的变化情况，举例地，将上述用户的面部图像与上述参考面部图像进行比较分析后，得到的肤色变化信息可为：相比于参考面部图像，用户的面部图像中的嘴唇部位的颜色偏白，或者用户的面部图像中的鼻子部位的颜色偏红，或者用户的面部图像中的舌头部位的颜色偏紫，等等。
进一步地，本申请一实施例中，上述步骤S201，包括：
S2010：提取出所述面部图像的第一面部子部分图像的面部特征信息，以及所述参考面部图像的第二面部子部分图像的面部特征信息，其中，所述第一面部子部分图像包括额头图像、眼部图像、鼻部图像、脸颊图像、嘴部图像、舌部图像、毛发图像、耳部图像中的一种或多种，所述第二面部子部分图像与所述第一面部子部分图像为一一对应关系；
S2011：将所述第一面部子部分图像的面部特征信息与所述第二面部子部分图像的面部特征信息进行比较分析，得出所述第一面部子部分图像的变化信息。
如上述步骤S2100所述，中国中医经典著作《黄帝内经》就指出:"十二经脉，三百六十五路，起血气皆上于面而走空(孔)窍。"说明人体内脏功能和气血状况在面部有相应表现，人们可以通过对面部各种状况的观察，即通过面诊来了解人体的健康状态和病情变化，具体为运用望、闻、问、切四诊法来对面部整体以及面部五官进行观察，从而判断人体全身与局部的病变情况。所谓"相由心生",内在五脏六腑的病理变化或是心理变化，终会表现在脸上的相关区域，所以脸部的望诊最能洞察病机、掌握病情。可将人体的面部分划分为多个子部分，例如额头、眼部、鼻部、脸颊、嘴部、舌部、毛发和耳部，等等。在本实施例，同理可以将用户的面部图像划分为多个子部分，并从用户的面部图像中提取出第一面部子部分图像的面部特征信息，再从参考面部图像中提取出第二面部子部分图像的面部特征信息以进行后续的比较分析。其中，该第一面部子部分图像可包括额头图像、眼部图像、鼻部图像、脸颊图像、嘴部图像、舌部图像、毛发图像、耳部图像中的一种或多种，具体地，可根据用户的个人选择，提取出第一面部子部分图像内的一种或多种指定图像，例如用户可选择提取出第一面部子部分图像内的眼部图像和鼻部图像，或者只选择提取出第一面部子部分图像的嘴部图像，或者选择提取出所有的第一面部子部分图像；另外，该第二面部子部分图像与该第一面部子部分图像为一一对应关系，例如提取的第一面部子部分图像的面部特征信息为所述面部图像的眼部图像和鼻部图像的面部特征信息，则与该第一面部子部分图像的面部特征信息进行比较分析的第二面部子部分图像为相对应的所述参考面部图像的眼部图像和鼻部图像的面部特征信息。
如上述步骤S2011所述，上述参考面部图像是预先存储在移动终端内的，该参考面部图像的确定方式不做限定，举例地，标记获取所述用户的面部图像的时间为获取时间，将在上述获取时间之前的一段预设时间周期内保存的用户的所有的面部图像中的一个或多个指定面部图像确实为该参考面部图像。在提取出上述面部图像的第一面部子部分图像的面部特征信息后，便将与上述第一面部子部分图像相对应的上述参考面部图像的第二面部子部分图像的面部特征信息进行比较分析，来得出所述第一面部子部分图像的变化信息，其中，所述变化信息包括肤色变化信息和/或肤质变化信息。进一步地，通过对经过比较分析后获得的上述肤色变化信息和/或肤质变化信息进行解析，便能得到与该肤色变化信息和/或肤质变化信息相对应的身体健康情况信息。举例地，当提取出的第一面部子部分图像的面部特征信息为上述面部图像的眼部图像的面部特征信息，在将该眼部图像的面部特征信息与上述参考面部图像中提取的眼部图像的面部特征信息进行比较分析后，若发现眼部图像的颜色较深，即产生通常所说的“黑眼圈”，则可以初步判断该用户近期比较疲劳或者泌尿系统有潜在风险，这是由于除疲劳会产生“黑眼圈”外，支配泌尿系统的肾功能失调也会产生“黑眼圈”。另外，当提取出的第一面部子部分图像的面部特征信息为鼻部图像和舌部图像的面部特征信息，在将该鼻部图像和该舌部图像的面部特征信息与参考面部图像中提取的鼻部图像和舌部图像的面部特征信息进行比较分析后，若发现鼻部图像出现了痤疮或粉刺，则可初步判定用户是心经有热，热随血脉上行于面部，聚集于心对应在鼻子上部两边，用户工作压力较大，心血不畅，日久化热；若发现舌部图像的颜色偏紫，则可初步判定用户身体内部垃圾过多，新陈代谢缓慢；对上述信息进行综合后，可以得到用户的身体健康状况信息为工作压力较大，心血不畅，日久化热，且身体内部垃圾过多，新陈代谢缓慢。
进一步地，本申请一实施例中，上述步骤S1之前，包括：
S100：在预设时间周期内，按照预设时间间隔采集所述用户的多个面部图像数据；
S101：从多个所述面部图像数据中筛选出指定数量的第一面部图像，将所述第一面部图像确定为所述参考面部图像。
如上述步骤S100和S101所述，预先设置预设时间周期以及对应的预设时间间隔，在获取用户的面部图像之前的一段预设时间周期，例如可设为1个月内，按照预设时间间隔，例如可设为一天一次，来采集上述用户的多个面部图像数据，之后可从上述的多个面部图像数据中筛选出指定数量的第一面部图像，来确定作为上述参考面部图像，其中上述指定数量可为一个或多个。举例地，当指定数量为一个时，通过将上述用户的面部图像的面部特征信息与该第一面部图像的面部特征信息进行比较分析，可以得到用户的面部图像的变化信息，并通过解析该变化信息来得到用户的身体健康情况信息，其中，上述第一面部图像可以为用户自行选取，或者是采集的所有的用户的多个面部图像数据中最健康的一个面部图像，又或者是与获取得到的用户的面部图像的时间最接近的一个面部图像来进行比较分析，等等；当指定数量为多个时，通过将用户的面部图像的面部特征信息与多个该第一面部图像的面部特征信息来进行比较分析，可以得到在一段时间内用户的面部图像的变化信息，并根据该变化信息可得到用户在一段时间内的身体健康情况信息。
参照图3，进一步地，本申请一实施例中，所述表征生理信息为所述面部图像的特征信息，上述步骤S3，包括：
S300：通过预设的健康模型对所述特征信息进行分析，得出所述用户的身体健康情况信息。
如上述步骤S300所述，上述通过对该面部图像进行处理后得到的身体指定部位的表征生理信息包括该面部图像的特征信息，可通过某些指定的特征提取算法，从面部图像中提取出所需的特征信息，在从获取到的面部图像提取出特征信息后，利用预先设置好的健康模型对该特征信息进行分析，来得到与该特征信息相对应的用户的身体健康情况信息。其中，上述的特征提取方法可参照现有技术，在此不再赘述。另外特征信息具体可包括面部图像内的肤色信息，或者包括在面部图像中与肤色有差异的异常区域信息。上述健康模型是通过一定数量的样本图像和指定的健康算法来预先构建的，其中所述健康算法为一种机器学习算法。上述健康模型通过利用上述健康算法来分析面部图像中的特征信息，来获得与该特征信息相对应的用户的健康情况信息。具体地，在进行本次健康分析之前，健康模型通过对大量样本数据进行分析和学习，来获得表征不同的健康情况的特征参数，并通过将本实施例中的所述特征信息与所述特征参数进行匹配，来精确的确定出用户的身体健康情况信息，其中所述特征参数可以为来源于网络服务器或医疗健康分析平台等发送的数据。通过向该该健康模型输入获取得到的用户面部图像，经过该健康模型对该面部图像进行健康评估分析后，便能智能地输出与该面部图像对应的身体健康情况信息，用户能够利用自己携带的手机、笔记本、平板电脑等电子设备，通过自拍自己的面部就可以简便智能的获得自己的健康情况信息，从而简便的实现了对用户自身的健康情况的监控，大大的提升了电子设备的使用智能性，丰富了电子设备的功能，也提升了用户的使用体验。
进一步地，本申请一实施例中，上述步骤S300之前，包括：
S3000：从所述面部图像提取出肤色信息；
S3001：将所述肤色信息确定为所述特征信息。
如上述步骤S3000和S3001所述，从所述面部图像提取出肤色信息的过程，可为：在面部图像区域内建立一定数量级的肤色采样点，用高斯模型计算采样点彩色中的每个像素属于皮肤的可能性，从而得到皮肤的色彩值，即肤色信息。另外，通过指定的特征提取算法，能够从面部图像中提取出所需的肤色信息，并且用户面部的肤色信息能够反映出用户的健康情况，其中，肤色信息可包括肤色的深浅信息，肤色的均匀信息及肤色的色调信息等。基于中医理论对从上述面部图像提取出的肤色信息进行分析，便能获得对应的用户的健康情况信息。具体地，面部图像的肤色特征，即面部器官的颜色信息，根据中医望诊的基本颜色统计包括黄、白、赤、黑、青等颜色，每种颜色又包括淡、中、深三类。根据中医望诊经验，通过这些面部器官的颜色信息可推测人体的其他部位器官的健康情况，举例地，若从面部图像提取出的肤色信息为嘴唇的颜色为白色，则可分析得出对应的用户的健康情况信息为贫血；若从面部图像提取出的肤色信息为：嘴唇的颜色为黑色，则可分析得出对应的用户的健康情况信息为脾肾亏虚；若从面部图像提取出的肤色信息为：舌头的颜色为黄色，则可分析得出对应的用户的健康情况信息为热气上火，有热症；若从面部图像提取出的肤色信息为：舌头的颜色为黑色，则可分析得出对应的用户的健康情况信息为热盛津亏。
进一步地，本申请一实施例中，上述步骤S300之前，包括：
S3010：收集样本图像，其中所述样本图像包括训练图像和测试图像；
S3011：将所述训练图像作为极限学习机的输入数据来进行算法训练，获得训练算法；
S3012：利用所述测试图像对所述训练算法进行验证，确定健康算法；
S3013：根据所述训练图像、测试图像和所述健康算法构建所述健康模型。
如上述步骤S3010所述，上述样本图像中标记有上述面部图像的特征信息及其对应的身体健康情况信息。对一定数量的样本图像进行收集之后，其中将样本图像划分为训练图像和测试图像，具体为，从该样本图像中随机抽取出预设比例的图像数据作为训练图像，将其余的图像数据作为测试图像。举例地，预设比例为80％，即从该样本图像中随机抽取出80％的图像数据作为训练图像，将剩余的20％图像数据作为测试图像。
如上述步骤S3011至S3013所述，极限学习机(Extreme Learning Machine,ELM)是一类针对单层前馈神经网络(Single Layer Feedforward neuron Network,SLFN)设计的机器学习算法，其主要特点是隐含层节点参数可以是随机或人为给定的且不需要调整，学习过程仅需计算输出权重。ELM具有学习效率高和泛化能力强的优点，被广泛应用于分类、回归、聚类、特征学习等问题中。在本实施例中，利用样本图像中的训练图像来对极限学习机进行训练，可使极限学习机获取特征信息与健康情况信息之间的对应函数关系。该对应函数关系可为所述训练算法或其它备选的机器学习算法。进一步地，还将利用测试图像来对所述机器学习算法进行验证，通常将所述测试图像中的特征信息作为利用训练算法进行信息处理的输入，得到一个输出结果；将该输出结果与测试图像中的测试健康情况信息进行比较，可得到训练算法对每一份测试图像处理之后的正确性，若正确性达到指定阈值，可认为满足该训练算法满足所述验证条件，可将该训练算法作为进行后续用户健康情况信息获取的健康算法，并将该健康算法用于生成健康模型，即根据上述包括训练图像和测试图像的样本图像以及健康算法来构建出上述的健康模型。
参照图4，进一步地，本申请一实施例中，上述步骤S3之后，包括：
S4：从数据库中查找与所述身体健康情况信息对应的健康建议信息；
S5：以指定形式向用户输出所述健康建议信息。
如上述步骤S4和S5所述，可预先设置一个数据库，且该数据库中预先存储有与身体健康情况信息相对应的健康建议信息，当通过预设规则对用户的面部图像进行处理后，得到用户的身体健康情况信息后，此时通过查询上述数据库，能从上述数据库中查找出与用户的身体健康情况信息相对应的健康建议信息，并以指定形式向用户输出所述健康建议信息，例如可以通过语音播报的形式向用户播报健康建议信息，或者以文字形式，例如短信或信息将健康建议信息的内容通过移动终端的屏幕显示出来，另外，在健康建议信息的内容里还可包含一些针对用户的身体健康情况信息所对应的解决方案的链接入口，方便用户进一步了解并处理自身的身体状况。举例地，在对获取得到的用户的面部图像进行处理后，得出用户的身体健康情况信息为内火旺盛、肺热，将包含内火旺盛、肺热的身体健康情况信息输入上述数据库，则通过该数据库可输出对应的健康建议信息为：根据您的鼻部图像，由于鼻子处颜色呈红色，可能出现了内火旺盛、肺热，请参考XXX公司的XXX药物来进行治疗。通过以指定形式智能地向用户输出所述健康建议信息，使得用户能在得知自身的身体健康情况信息后，能够按照所推送的健康建议信息来调整自己的身体，提高了用户的体验。
参照图5，本申请实施例中还提供一种移动终端，该移动终端可以是服务器，其内部结构可以如图5所示。该移动终端包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该移动终端设计的处理器用于提供计算和控制能力。该移动终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该移动终端的数据库用于存储健康模型等数据。该移动终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种健康分析方法。
上述处理器执行上述健康分析方法的步骤：
获取用户的面部图像；
对所述面部图像进行处理，得到身体指定部位的表征生理信息；
根据所述表征生理信息得到所述用户的身体健康情况信息。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种健康分析方法，具体为：
获取用户的面部图像；
对所述面部图像进行处理，得到身体指定部位的表征生理信息；
根据所述表征生理信息得到所述用户的身体健康情况信息。
综上所述，本申请实施例中提供的健康分析方法、移动终端和计算机可读存储介质，在获取用户的面部图像后，通过对获取的用户的面部图像进行处理，来得到身体指定部位的表征生理信息,再对该表征生理信息进行解析后能得到与该面部图像相对应的用户的身体健康情况信息。根据所获取的用户的面部图像，来智能化地向用户提供对应的身体健康情况信息，有效地提高了用户体验。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储与一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)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他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种健康分析方法，其特征在于，应用于移动终端，包括：
获取用户的面部图像；
对所述面部图像进行处理，得到身体指定部位的表征生理信息；
根据所述表征生理信息得到所述用户的身体健康情况信息。
2.根据权利要求1所述的健康分析方法，其特征在于，所述对所述面部图像进行处理，得到身体指定部位的表征生理信息的步骤，包括：
提取所述面部图像的面部特征信息，以及提取预先存储的参考面部图像的面部特征信息；
根据所述面部图像的面部特征信息与所述参考面部图像的面部特征信息，得出所述面部图像的变化信息，其中所述变化信息包括肤色变化信息和/或肤质变化信息；
将所述肤色变化信息和/或肤质变化信息确定为所述表征生理信息。
3.根据权利要求2所述的健康分析方法，其特征在于，所述根据所述面部图像的面部特征信息与所述参考面部图像的面部特征信息，得出所述面部图像的变化信息的步骤，包括：
提取出所述面部图像的第一面部子部分图像的面部特征信息，以及所述参考面部图像的第二面部子部分图像的面部特征信息，其中，所述第一面部子部分图像包括额头图像、眼部图像、鼻部图像、脸颊图像、嘴部图像、舌部图像、毛发图像、耳部图像中的一种或多种，所述第二面部子部分图像与所述第一面部子部分图像为一一对应关系；
将所述第一面部子部分图像的面部特征信息与所述第二面部子部分图像的面部特征信息进行比较分析，得出所述第一面部子部分图像的变化信息。
4.根据权利要求2所述的健康分析方法，其特征在于，所述获取用户的面部图像的步骤之前，包括：
在预设时间周期内，按照预设时间间隔采集所述用户的多个面部图像数据；
从多个所述面部图像数据中筛选出指定数量的第一面部图像，将所述第一面部图像确定为所述参考面部图像。
5.根据权利要求1所述的健康分析方法，其特征在于，所述表征生理信息为所述面部图像的特征信息，所述根据所述表征生理信息得到所述用户的身体健康情况信息的步骤，包括：
通过预设的健康模型对所述特征信息进行分析，得出所述用户的身体健康情况信息。
6.根据权利要求5所述的健康分析方法，其特征在于，所述通过预设的健康模型对所述特征信息进行分析，得出所述用户的身体健康情况信息的步骤之前，包括：
从所述面部图像中提取出肤色信息；
将所述肤色信息确定为所述特征信息。
7.根据权利要求5所述的健康分析方法，其特征在于，所述通过预设的健康模型对所述特征信息进行分析，得出所述用户的身体健康情况信息的步骤之前，包括：
收集样本图像，其中，所述样本图像包括训练图像和测试图像；
将所述训练图像作为极限学习机的输入数据来进行算法训练，获得训练算法；
利用所述测试图像对所述训练算法进行验证，确定健康算法；
根据所述训练图像、测试图像和所述健康算法构建所述健康模型。
8.根据权利要求1所述的健康分析方法，其特征在于，所述根据所述表征生理信息得到所述用户的身体健康情况信息的步骤之后，包括：
从数据库中查找与所述身体健康情况信息对应的健康建议信息；
以指定形式向所述用户输出所述健康建议信息。
9.一种移动终端，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
CN201811076138.4A 2018-09-14 2018-09-14 健康分析方法、移动终端和计算机可读存储介质 Withdrawn CN110909566A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811076138.4A CN110909566A (zh) 2018-09-14 2018-09-14 健康分析方法、移动终端和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811076138.4A CN110909566A (zh) 2018-09-14 2018-09-14 健康分析方法、移动终端和计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN110909566A true CN110909566A (zh) 2020-03-24

Family

ID=69812519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811076138.4A Withdrawn CN110909566A (zh) 2018-09-14 2018-09-14 健康分析方法、移动终端和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110909566A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114903435A (zh) * 2022-04-02 2022-08-16 深圳市卫生健康发展研究和数据管理中心 一种健康分析管理办法
WO2022191269A1 (ja) * 2021-03-10 2022-09-15 マクセル株式会社 肌状態測定システム
CN115348431A (zh) * 2022-08-12 2022-11-15 深兰人工智能科学技术研究院(上海)有限公司 健康检测设备、方法、系统及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104361208A (zh) * 2014-10-23 2015-02-18 深圳市中兴移动通信有限公司 健康评测方法和装置
CN104873172A (zh) * 2015-05-11 2015-09-02 京东方科技集团股份有限公司 具有健康检测功能的装置及检测方法、显示装置、系统
CN105455781A (zh) * 2015-11-17 2016-04-06 努比亚技术有限公司 信息处理方法及电子设备
CN107944093A (zh) * 2017-11-02 2018-04-20 广东数相智能科技有限公司 一种口红配色选择方法、电子设备及存储介质
CN108449514A (zh) * 2018-03-29 2018-08-24 百度在线网络技术（北京）有限公司 信息处理方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104361208A (zh) * 2014-10-23 2015-02-18 深圳市中兴移动通信有限公司 健康评测方法和装置
CN104873172A (zh) * 2015-05-11 2015-09-02 京东方科技集团股份有限公司 具有健康检测功能的装置及检测方法、显示装置、系统
CN105455781A (zh) * 2015-11-17 2016-04-06 努比亚技术有限公司 信息处理方法及电子设备
CN107944093A (zh) * 2017-11-02 2018-04-20 广东数相智能科技有限公司 一种口红配色选择方法、电子设备及存储介质
CN108449514A (zh) * 2018-03-29 2018-08-24 百度在线网络技术（北京）有限公司 信息处理方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022191269A1 (ja) * 2021-03-10 2022-09-15 マクセル株式会社 肌状態測定システム
CN114903435A (zh) * 2022-04-02 2022-08-16 深圳市卫生健康发展研究和数据管理中心 一种健康分析管理办法
CN115348431A (zh) * 2022-08-12 2022-11-15 深兰人工智能科学技术研究院(上海)有限公司 健康检测设备、方法、系统及计算机可读存储介质

Similar Documents

Publication Publication Date Title
JP4401079B2 (ja) 被験者の行動解析
KR101301821B1 (ko) 안색 정보 생성 장치 및 그 방법, 안색 정보를 이용한 건강 상태 판단 장치 및 그 방법, 건강 분류 함수 생성 장치 및 그 방법
CN110147729A (zh) 用户情绪识别方法、装置、计算机设备及存储介质
CN110909566A (zh) 健康分析方法、移动终端和计算机可读存储介质
KR20190051256A (ko) 이미지 분석 결과 및 학습된 피부 인식기에 기초하여 피부의 상태를 평가하는 방법 및 프로그램
CN112386225A (zh) 美容咨询信息提供设备及美容咨询信息提供方法
CA2714995A1 (en) System and method of cosmetic analysis and treatment diagnosis
CN114305418B (zh) 一种用于抑郁状态智能评估的数据采集系统及方法
CN113822164A (zh) 动态情绪识别方法、装置、计算机设备和存储介质
JP3920747B2 (ja) 画像処理装置
JP2016081075A (ja) 印象改善方法及び印象改善支援装置
CN111354463B (zh) 人体健康测量方法、装置、计算机设备及存储介质
KR20130141285A (ko) 피부상태 진단 방법 및 장치와 이를 이용한 피부상태 적합 화장정보 제공 방법
CN112364713A (zh) 一种智能化妆建议方法及系统
CN114241565A (zh) 一种面部表情、目标对象状态分析方法、装置及设备
JP2022062574A (ja) 人の表出情報からの脳活動状態推定
CN117316440A (zh) 一种基于机器学习面部特征计算的智能面瘫程度评测方法
CN116469579A (zh) 脑部状态监测方法、设备、存储介质及装置
Yang Extraction and analysis of factors influencing college students’ mental health based on deep learning model
CN109192276A (zh) 一种基于社交网络平台的情感分析方法、装置及系统
CN110135357A (zh) 一种基于远程遥感的幸福感实时检测方法
CN109118163A (zh) 自动输入审批意见的方法、装置、计算机设备及存储介质
CN115526888A (zh) 眼图数据识别方法、装置、存储介质及电子设备
JP5503432B2 (ja) 美容カウンセリングシステム
JP6616541B1 (ja) 化粧ノリの色彩度合いをａｉ判断で画像に表示する計測方法。

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200324

WW01 Invention patent application withdrawn after publication