CN113499036A - 皮肤监测方法、装置、电子设备及计算机可读存储介质 - Google Patents
皮肤监测方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113499036A CN113499036A CN202110838276.7A CN202110838276A CN113499036A CN 113499036 A CN113499036 A CN 113499036A CN 202110838276 A CN202110838276 A CN 202110838276A CN 113499036 A CN113499036 A CN 113499036A
- Authority
- CN
- China
- Prior art keywords
- face
- skin
- skin data
- time point
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 78
- 230000001815 facial effect Effects 0.000 claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 19
- 230000008859 change Effects 0.000 description 14
- 230000009466 transformation Effects 0.000 description 10
- 238000013507 mapping Methods 0.000 description 9
- 238000010845 search algorithm Methods 0.000 description 9
- 239000003086 colorant Substances 0.000 description 6
- 239000011148 porous material Substances 0.000 description 5
- 235000002673 Dioscorea communis Nutrition 0.000 description 4
- 241000544230 Dioscorea communis Species 0.000 description 4
- 208000035753 Periorbital contusion Diseases 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 208000002874 Acne Vulgaris Diseases 0.000 description 3
- 206010000496 acne Diseases 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000037303 wrinkles Effects 0.000 description 3
- 102000011782 Keratins Human genes 0.000 description 2
- 108010076876 Keratins Proteins 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002537 cosmetic Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000000554 physical therapy Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000036559 skin health Effects 0.000 description 2
- 230000005808 skin problem Effects 0.000 description 2
- 235000009967 Erodium cicutarium Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Dermatology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请的实施例提供了一种皮肤监测方法、装置、电子设备和计算机可读存储介质，涉及数据处理领域。方法包括：采集目标用户在多个时间点的脸部皮肤数据；根据第一脸部皮肤数据中的特征点与第二脸部皮肤数据中的特征点的对应关系，对第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理；比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果；根据第二时间点的皮肤检测结果更新目标用户的预设皮肤档案。本申请提供的皮肤监测方法，能够对目标用户的脸部皮肤的状态进行长期监测，从而较为全面和深入地对目标用户的脸部皮肤状态进行分析，并较为全面地反映目标用户脸部皮肤存在的问题。
Description
技术领域
本申请涉及数据处理领域，具体而言，涉及一种皮肤监测方法、装置、电子设备及计算机可读存储介质。
背景技术
随着生活水平和科学技术不断发展，人们越来越关注皮肤特别是脸部皮肤健康状态。皮肤检测是一种可以使人们更准确了解自己皮肤状态的技术，人们可以通过皮肤检测得到自己皮肤的数据，从而更有针对性地挑选合适的化妆品和皮肤理疗方案对皮肤进行护理和保护。
传统的皮肤检测方法是采集白光、偏振光等灯光下皮肤的图像信息，然后通过深度学习或者传统图像算法分析皮肤中的油分、水分、病灶等数据，从而得到脸部皮肤的毛孔、皱纹、色斑等多个维度的数据。
但是，这种皮肤检测方法只能检测出用户的脸部皮肤在某一时刻的状态数据，分析结果较为片面，无法深层、全面地反映脸部皮肤问题。
发明内容
本申请的目的包括，例如，提供了一种皮肤监测方法、装置、电子设备和计算机可读存储介质，其能够对用户脸部皮肤的状态进行长期监测，能够较为全面和深入地对脸部皮肤状态进行分析，从而较为全面的反映脸部皮肤存在的问题。
本申请的实施例可以这样实现：
第一方面，本申请提供一种皮肤监测方法，方法包括：
采集目标用户在多个时间点的脸部皮肤数据，多个时间点的脸部皮肤数据至少包括第一时间点采集的第一脸部皮肤数据和第二时间点采集的第二脸部皮肤数据，其中，第二时间点晚于第一时间点；
根据第一脸部皮肤数据中的特征点与第二脸部皮肤数据中的特征点的对应关系，对第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，特征点用于表征目标用户的人脸中的位置点；
比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果；
根据第二时间点的皮肤检测结果更新目标用户的预设皮肤档案，目标用户的预设皮肤档案中包括至少一个时间点的皮肤检测结果。
在可选的实施方式中，脸部皮肤数据包括人脸模型、纹理图，人脸模型包括多个特征点，纹理图用于指示目标用户脸部的像素点以及像素点在人脸模型中的坐标。
在可选的实施方式中，根据第一脸部皮肤数据中的特征点与第二脸部皮肤数据中的特征点的对应关系，对第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，包括：
根据第一脸部皮肤数据中第一人脸模型的特征点与第二脸部皮肤数据中第二人脸模型的特征点的对应关系，对第一人脸模型和第二人脸模型进行对齐处理；
根据对齐处理后的第一人脸模型和第二人脸模型，对第一脸部皮肤数据中的第一纹理图和第二脸部皮肤数据中的第二纹理图进行对齐处理。
在可选的实施方式中，比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果，包括：
比较对齐处理后的第一纹理图和第二纹理图，根据比较结果生成第二时间点的皮肤检测结果。
在可选的实施方式中，脸部皮肤数据还包括人脸模型和二值图，二值图用于指示目标用户脸部的色斑块以及色斑块在人脸模型中的坐标。
在可选的实施方式中，根据第一脸部皮肤数据中的特征点与第二脸部皮肤数据中的特征点的对应关系，对第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，包括：
根据第一脸部皮肤数据中第一人脸模型的特征点与第二脸部皮肤数据中第二人脸模型的特征点的对应关系，对第一人脸模型和第二人脸模型进行对齐处理；
根据对齐处理后的第一人脸模型和第二人脸模型，对第一脸部皮肤数据中的第一二值图和第二脸部皮肤数据中的第二二值图进行对齐处理。
在可选的实施方式中，比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果，包括：
比较对齐处理后的第一二值图和第二二值图，根据比较结果生成第二时间点的皮肤检测结果。
在可选的实施方式中，比较对齐处理后的第一二值图和第二二值图，根据比较结果生成第二时间点的皮肤检测结果，包括：
分别统计对齐处理后的第一二值图和第二二值图中色斑块的数量和各色斑块的面积，生成统计结果；
根据统计结果，生成第二时间点的皮肤检测结果。
在可选的实施方式中，比较对齐处理后的第一二值图和第二二值图，根据比较结果生成第二时间点的皮肤检测结果，包括：
基于近邻搜索算法，在对齐处理后的第二二值图中确定与对齐处理后的第一二值图中每个色斑块对应的色斑块，生成搜索结果；
根据搜索结果，生成第二时间点的皮肤检测结果。
在可选的实施方式中，比较对齐处理后的第一二值图和第二二值图，根据比较结果生成第二时间点的皮肤检测结果，包括：
分别统计对齐处理后的第一二值图和第二二值图中色斑块的数量和各色斑块的面积，生成统计结果；
基于近邻搜索算法，在对齐处理后的第二二值图中确定与对齐处理后的第一二值图中每个色斑块对应的色斑块，生成搜索结果；
根据统计结果和搜索结果，生成第二时间点的皮肤检测结果。
第二方面，本申请提供一种皮肤监测装置，装置包括：
采集模块，用于采集目标用户在多个时间点的脸部皮肤数据，多个时间点的脸部皮肤数据至少包括第一时间点采集的第一脸部皮肤数据和第二时间点采集的第二脸部皮肤数据，其中，第二时间点晚于第一时间点；
对齐模块，用于根据第一脸部皮肤数据中的特征点与第二脸部皮肤数据中的特征点的对应关系，对第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，特征点用于表征目标用户的人脸中的位置点；
比较模块，用于比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果；
更新模块，用于根据第二时间点的皮肤检测结果更新目标用户的预设皮肤档案，目标用户的预设皮肤档案中包括至少一个时间点的皮肤检测结果。
第三方面，本申请提供一种电子设备，包括：处理器、存储介质和总线，存储介质存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行机器可读指令，以执行如前述实施方式任一方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行如前述实施方式任一方法的步骤。
本申请提供的皮肤监测方法、装置、电子设备和计算机可读存储介质，通过比较对齐后的目标用户第一时间点的第一脸部皮肤数据和第二时间点的第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果，然后根据第二时间点的皮肤检测结果更新目标用户的预设皮肤档案，以对目标用户的脸部皮肤的状态进行长期监测，从而较为全面和深入地对目标用户的脸部皮肤状态进行分析，并且较为全面地反映目标用户脸部皮肤存在的问题。
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他相关的附图。
图1为本申请实施例提供的一种皮肤监测方法的流程图；
图2为本申请实施例提供的一种二值图的示意图；
图3为本申请实施例提供的一种皮肤监测装置的示意图；
图4为本申请实施例提供的一种电子设备的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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前提下所获得的所有其他实施例，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。
在本申请的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
需要说明的是，在不冲突的情况下，本申请的实施例中的特征可以相互结合。
在对本申请的实施例进行具体说明之前，先对本申请的应用场景进行介绍。
随着生活水平和科学技术不断发展，人们越来越关注皮肤特别是脸部皮肤健康状态。皮肤检测是一种可以使人们更准确了解自己皮肤状态的技术，人们可以通过皮肤检测得到自己皮肤的数据，从而更有针对性地挑选合适的化妆品和皮肤理疗方案对皮肤进行护理和保护。传统的皮肤检测方法是采集白光、偏振光等灯光下皮肤的图像信息，然后通过深度学习或者传统图像算法分析皮肤中的油分、水分、病灶等数据，从而得到脸部皮肤的毛孔、皱纹、色斑等多个维度的数据。
但是，这种皮肤检测方法只能检测出用户的脸部皮肤在某一时刻的状态数据，分析结果较为片面，无法深层、全面地反映脸部皮肤问题。
为了解决这一问题，本申请提供了一种皮肤监测方法、装置、电子设备和计算机可读存储介质，能够对目标用户的脸部皮肤的状态进行长期监测，从而较为全面和深入地对目标用户的脸部皮肤状态进行分析，也能够较为全面地反映目标用户脸部皮肤存在的问题。
请参阅图1，本申请提供的皮肤监测方法包括：
S101：采集目标用户在多个时间点的脸部皮肤数据，多个时间点的脸部皮肤数据至少包括第一时间点采集的第一脸部皮肤数据和第二时间点采集的第二脸部皮肤数据，其中，第二时间点晚于第一时间点。
可选地，可以采用结构光版的全景式AI(Artificial Intelligence，人工智能)测肤仪采集目标用户的脸部皮肤数据，如此，有利于提高采集到的脸部皮肤数据的精确性和完整性，从而提高脸部皮肤数据的检测及分析结果准确性。
本申请实施例中，先在第一时间点采集目标用户的脸部皮肤数据，然后在第一时间点之后的第二时间点再次采集目标用户的脸部皮肤数据，以便于根据第一时间点采集的第一脸部皮肤数据和第二时间点采集的第二脸部皮肤数据对目标用户的脸部皮肤的状态进行长期监测。
在一种具体地实施方式中，可以定期采集目标用户的脸部皮肤数据，从而对目标用户的脸部皮肤的状态进行长期追踪，实现对目标用户的脸部皮肤状态的长期监测。本申请对采集的间隔时长不做限定。
需要说明的是，脸部皮肤数据可以包括表征脸部各点颜色的数据，各点位置的数据等。
S102：根据第一脸部皮肤数据中的特征点与第二脸部皮肤数据中的特征点的对应关系，对第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，特征点用于表征目标用户的人脸中的位置点。
具体地，特征点可以为人脸模型中的顶点，用于表征目标用户的人脸中的位置点，例如，可以通过多个特征点表征鼻子在人脸中的具体位置，通过多个特征点表征眼睛在人脸中的具体位置等。
同一个用户的在不同时间点的脸部皮肤数据中的特征点通常不会发生变化，因此，根据第一脸部皮肤数据中的特征点与第二脸部皮肤数据中的特征点的对应关系，可以对第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，也即使第一脸部皮肤数据和第二脸部皮肤数据中的特征点重合，具体地，可以以第一脸部皮肤数据为基准，使第二脸部皮肤数据对齐第一脸部皮肤数据，也可以以第二脸部皮肤数据为基准，使第一脸部皮肤数据对齐第二脸部皮肤数据，本申请对此不做限定。
通过对齐处理，可以更好地比较第二脸部皮肤数据相对于第一脸部皮肤数据的变化，从而更加全面和深入地对目标用户的脸部皮肤状态进行分析，更加全面地反映目标用户脸部皮肤存在的问题。
S103：比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果。
第二时间点的皮肤检测结果可以表征第二时间点的第二脸部皮肤数据相对于第一时间点的第一脸部皮肤数据的变化，通过比较目标用户对齐处理后的在第二时间点的脸部皮肤数据相对于第一时间点的脸部皮肤数据的变化，能够更加全面和深入地对目标用户的脸部皮肤状态进行分析，更加全面地反映目标用户脸部皮肤存在的问题。
S104：根据第二时间点的皮肤检测结果更新目标用户的预设皮肤档案，目标用户的预设皮肤档案中包括至少一个时间点的皮肤检测结果。
可选地，可以根据第一次采集到的目标用户的脸部皮肤数据以及对应的皮肤检测结果，预先建立目标用户的预设皮肤档案。
需要说明的是，目标用户的预设皮肤档案可以包括目标用户多个维度的皮肤检测结果，例如鱼尾纹、框周纹、抬头纹、法令纹、口角纹、眉间纹、泪沟、眼袋、毛孔、角质酸、痤疮、色斑、敏感度、黑眼圈等，本申请对此不做限定。
本申请提供的皮肤监测方法，通过比较对齐后的目标用户第一时间点的第一脸部皮肤数据和第二时间点的第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果，然后根据第二时间点的皮肤检测结果更新目标用户的预设皮肤档案，以对目标用户的脸部皮肤的长期状态进行监测，从而较为全面和深入地对目标用户的脸部皮肤状态进行分析，也能够较为全面地反映目标用户脸部皮肤存在的问题。
在可选的实施方式中，脸部皮肤数据包括人脸模型、纹理图，人脸模型包括多个特征点，纹理图用于指示目标用户脸部的像素点以及像素点在人脸模型中的坐标。
具体地，人脸模型可以处于笛卡尔坐标系中，也即三维空间中，并且由N个特征点构成，每个特征点具有确定的三维坐标。
另外，纹理图用于指示目标用户脸部的像素点以及像素点在人脸模型中的坐标，可选地，纹理图可以由M个像素点构成，每个像素点中存储有颜色信息，纹理图中的位置点与人脸模型中的各位置点具有映射关系，纹理图中某一位置点的像素带有人脸模型上对应位置带你的人脸颜色信息，换句话说，纹理图用于指示目标用户脸部不同位置点的颜色以及人脸模型对应的位置点的颜色。
可选地，纹理图中可以处于平面坐标系中，也即二维空间中，纹理图中的每个像素点具有确定的二维坐标，并且人脸模型中特征点的三维坐标可以通过映射变换至纹理图中像素点的二维坐标。
具体地，假设人脸模型中某一特征点的三维坐标为(x，y，z)，通过映射变换至纹理图中像素点的二维坐标为(u，v)，纹理图的宽为W，高为H，R＝π，G＝265，则映射变换关系具体为：
在可选的实施方式中，根据第一脸部皮肤数据中的特征点与第二脸部皮肤数据中的特征点的对应关系，对第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，包括：根据第一脸部皮肤数据中第一人脸模型的特征点与第二脸部皮肤数据中第二人脸模型的特征点的对应关系，对第一人脸模型和第二人脸模型进行对齐处理；根据对齐处理后的第一人脸模型和第二人脸模型，对第一脸部皮肤数据中的第一纹理图和第二脸部皮肤数据中的第二纹理图进行对齐处理。
具体地，可以通过colored ICP(Iterative Closest Point，最近点搜索法)算法实现对第一人脸模型和第二人脸模型进行对齐处理，其中，ICP算法是基于数据配准法，利用最近点搜索法，从而解决基于自由形态曲面的一种算法，而colored ICP算法是在ICP算法的基础上结合颜色信息来进行数据配准的一种算法。具体地，可以是以第一人脸模型为基准，将第二人脸模型与第一人脸模型对齐，也可以是以第二人脸模型为基准，将第一人脸模型与第二人脸模型对齐，本申请对此不做限定。
以第一人脸模型为基准，将第二人脸模型与第一人脸模型对齐为例，设第一人脸模型为M1，第二人脸模型为M2，可以通过colored ICP算法计算出从第二人脸模型变换到第一人脸模型的刚性变换T，从而将第二人脸模型与第一人脸模型对齐处理得到对齐处理后的第二人脸模型M′2，即M′2＝TM2。
基于对齐处理后第二人脸模型与原来的第二人脸模型的刚性变换以及原来的第二人脸模型中特征点与第二纹理图中像素点的映射变换关系，可以将第二纹理图中像素点的坐标变换为与对齐处理后的第二人脸模型中的特征点相对应的坐标，从而实现第一脸部皮肤数据中的第一纹理图和第二脸部皮肤数据中的第二纹理图的对齐。
以第二人脸模型为基准，将第一人脸模型与第二人脸模型对齐的原理同上，此处不再赘述。
在可选的实施方式中，比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果，包括：比较对齐处理后的第一纹理图和第二纹理图，根据比较结果生成第二时间点的皮肤检测结果。
具体地，可以通过比较对齐处理后的第一纹理图和第二纹理图的颜色变换，得到目标用户的肤色变化情况，即对目标用户的肤色进行追踪；也可以通过比较对齐处理后的第一纹理图和第二纹理图的眼睛周围的颜色变化，得到目标用户的黑眼圈变化情况，即对目标用户的黑眼圈进行追踪，本申请对此不做限定。
在可选的实施方式中，比较对齐处理后的第一纹理图和第二纹理图，根据比较结果生成第二时间点的皮肤检测结果，包括：分别统计对齐处理后的第一纹理图和第二纹理图中各色斑块的颜色均值，生成统计结果；根据统计结果，生成第二时间点的皮肤检测结果。
假设对齐处理后的第一纹理图中所有色斑块的颜色均值为cave1，对齐处理后的第二纹理图中所有色斑块的颜色均值为cave2，则第二时间点的皮肤检测结果包括色斑块颜色均值的变化，由Δcave＝cave2-cave1衡量,若Δcave小于零说明第二时间点目标用户脸部皮肤的色斑块的颜色均值少于第一时间点目标用户脸部皮肤的色斑块的颜色均值。
在可选的实施方式中，比较对齐处理后的第一纹理图和第二纹理图，根据比较结果生成第二时间点的皮肤检测结果，包括：分别统计对齐处理后的第一纹理图和第二纹理图中各色斑块的颜色均值，生成统计结果；基于近邻搜索算法，在对齐处理后的第二纹理图中确定与对齐处理后的第一纹理图中每个色斑块对应的色斑块，生成搜索结果；根据统计结果和搜索结果，生成第二时间点的皮肤检测结果。
假设对齐处理后的第一纹理图中某个色斑块S1的颜色均值为c1，对齐处理后的第二纹理图中对应的色斑块的颜色均值为c2，则第二时间点的皮肤检测结果包括该色斑块的颜色均值变化，通过Δc＝c2-c1衡量，若Δc小于零说明该色斑颜色变浅，否则说明色斑颜色变深。
请参阅图2，在可选的实施方式中，脸部皮肤数据还包括人脸模型和二值图，二值图用于指示目标用户脸部的色斑块以及色斑块在人脸模型中的坐标。
二值图用于指示目标用户脸部的色斑块以及色斑块在人脸模型中的坐标，可选地，二值图可以由多个像素点构成，每个色斑块中的像素点的颜色可以设置为白色，色斑块之外的像素点的颜色可以设置为黑色，当然，也可以设置为其它颜色，只需要色斑块之内像素点的颜色和色斑块之外的像素点的颜色不同即可，本申请对此不做限定。
可选地，二值图可以处于平面坐标系中，也即二维空间中，二值图中的每个色斑块和色斑块中的像素点具有确定的二维坐标，并且人脸模型中特征点的三维坐标可以通过映射变换至纹理图中像素点的二维坐标，映射变换关系具体与人脸模型中特征点的三维坐标与纹理图中像素点的二维坐标的映射变换相同，此处不再赘述。
在可选的实施方式中，根据第一脸部皮肤数据中的特征点与第二脸部皮肤数据中的特征点的对应关系，对第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，包括：根据第一脸部皮肤数据中第一人脸模型的特征点与第二脸部皮肤数据中第二人脸模型的特征点的对应关系，对第一人脸模型和第二人脸模型进行对齐处理；根据对齐处理后的第一人脸模型和第二人脸模型，对第一脸部皮肤数据中的第一二值图和第二脸部皮肤数据中的第二二值图进行对齐处理。
具体地，可以通过colored ICP(Iterative Closest Point，最近点搜索法)算法实现对第一人脸模型和第二人脸模型进行对齐处理，此处不再赘述。
基于对齐处理后第二人脸模型与原来的第二人脸模型的刚性变换以及原来的第二人脸模型中特征点与第二二值图图中色斑块的映射变换关系，可以将第二纹理图中像素点的坐标变换为与对齐处理后的第二人脸模型中的特征点相对应的坐标，从而实现第一脸部皮肤数据中的第一二值图和第二脸部皮肤数据中的第二二值图的对齐。
以第二人脸模型为基准，将第一人脸模型与第二人脸模型对齐的原理同上，此处不再赘述。
在可选的实施方式中，比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果，包括：比较对齐处理后的第一二值图和第二二值图，根据比较结果生成第二时间点的皮肤检测结果。
具体地，可以通过比较对齐处理后的第一二值图和第二二值图，得到目标用户的色斑块变化情况，即对目标用户的色斑块进行追踪。
需要说明的是，本申请实施例还可以对目标用户的鱼尾纹、框周纹、抬头纹、法令纹、口角纹、眉间纹、泪沟、眼袋、毛孔、角质酸、痤疮、色斑、敏感度、黑眼圈等进行追踪和持续监测，具体的监测方法与对色斑块的监测方法类似，在此不做赘述。
另外，本申请实施例中，还可以根据对齐处理后的第一纹理图和第二纹理图的比较结果、对齐处理后的第一二值图和第二二值图的比较结果生成第二时间点的皮肤检测结果。例如，通过比较对齐处理后的第一二值图和第二二值图得到色斑块的位置信息，再根据色斑块的位置信息以及对齐处理后的第一纹理图和第二纹理图得到对应位置的色斑块的颜色变化信息等。当然，这里只是示例性说明，并不代表本申请局限于此。
在可选的实施方式中，比较对齐处理后的第一二值图和第二二值图，根据比较结果生成第二时间点的皮肤检测结果，包括：分别统计对齐处理后的第一二值图和第二二值图中色斑块的数量和各色斑块的面积，生成统计结果；根据统计结果，生成第二时间点的皮肤检测结果。
具体地，假设对齐处理后的第一二值图中色斑块的数量为n1，对齐处理后的第二二值图中色斑块的数量为n2，则第二时间点的皮肤检测结果包括色斑块数量变化，由Δn＝n2-n1衡量,若Δn小于零说明第二时间点目标用户脸部皮肤的色斑数量少于第一时间点目标用户脸部皮肤的色斑数量。
假设对齐处理后的第一二值图中所有色斑块的总面积为asum1，对齐处理后的第二二值图中所有色斑块的总面积为asum2，则第二时间点的皮肤检测结果包括色斑块总面积的变化，由Δasum＝asum2-asum1衡量,若Δasum小于零说明第二时间点目标用户脸部皮肤的色斑块的总面积少于第一时间点目标用户脸部皮肤的色斑块的总面积。
在可选的实施方式中，比较对齐处理后的第一二值图和第二二值图，根据比较结果生成第二时间点的皮肤检测结果，包括：基于近邻搜索算法，在对齐处理后的第二二值图中确定与对齐处理后的第一二值图中每个色斑块对应的色斑块，生成搜索结果；根据搜索结果，生成第二时间点的皮肤检测结果。
具体地，近邻搜索算法可以为：对对齐处理后的第一二值图中的某一色斑块S1内的每个像素找到在对齐处理后的第二二值图中相同像素处的颜色，如果颜色是白色，该像素属于对齐处理后的第二二值图中与S1对应的色斑块S2，对属于S2的像素做标记，如果是黑色则说明色斑消失，不再进行后续流程；对属于色斑块S2的像素计算重心和到重心距离最远的长度lmax；以属于S2每个像素p为圆心，搜索半径r＝lmax的范围内的像素进行搜索，如果颜色是白色，该像素属于色斑块为S2，对属于S2的像素做标记，如果是黑色则说明色斑消失，不再进行后续流程；如此重复,直到找到所有属于色斑块S2的像素如此，采用近邻搜索算法，每次寻找范围更大，有利于提高搜索效率，从而更快把属于S2的像素都包容进来。
可选地，皮肤检测结果还包括目标用户的脸部皮肤中每个色斑块的变化结果，根据搜索结果，通过比对对齐处理后的第二二值图中与对齐处理后的第一二值图中每个色斑块的对应情况可以得到目标用户的脸部皮肤中每个色斑块的变化结果。
在可选的实施方式中，比较对齐处理后的第一二值图和第二二值图，根据比较结果生成第二时间点的皮肤检测结果，包括：分别统计对齐处理后的第一二值图和第二二值图中色斑块的数量和各色斑块的面积，生成统计结果；基于近邻搜索算法，在对齐处理后的第二二值图中确定与对齐处理后的第一二值图中每个色斑块对应的色斑块，生成搜索结果；根据统计结果和搜索结果，生成第二时间点的皮肤检测结果。
具体地，假设对齐处理后的第一二值图中某个色斑块S1的面积为a1，对齐处理后的第二二值图中对应的色斑块的面积为a2，则第二时间点的皮肤检测结果包括该色斑块的面积变化，通过Δa＝a2-a1衡量，若Δa小于零说明该色斑有变好，否则说明色斑变大。
本申请实施例中，第一二值图和第二二值图的对齐处理和比较，与第一纹理图和第二纹理图的对齐处理和比较方法类似，上述一方未提到的部分可以由另一方补充，在此不再赘述。
请参阅图3，本申请提供一种皮肤监测装置30，装置包括：
采集模块301，用于采集目标用户在多个时间点的脸部皮肤数据，多个时间点的脸部皮肤数据至少包括第一时间点采集的第一脸部皮肤数据和第二时间点采集的第二脸部皮肤数据，其中，第二时间点晚于第一时间点。
对齐模块302，用于根据第一脸部皮肤数据中的特征点与第二脸部皮肤数据中的特征点的对应关系，对第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，特征点用于表征目标用户的人脸中的位置点。
比较模块303，用于比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果。
更新模块304，用于根据第二时间点的皮肤检测结果更新目标用户的预设皮肤档案，目标用户的预设皮肤档案中包括至少一个时间点的皮肤检测结果。
在可选的实施方式中，脸部皮肤数据包括人脸模型、纹理图，人脸模型包括多个特征点，纹理图用于指示目标用户脸部的像素点以及像素点在人脸模型中的坐标。
在可选的实施方式中，对齐模块302具体用于根据第一脸部皮肤数据中第一人脸模型的特征点与第二脸部皮肤数据中第二人脸模型的特征点的对应关系，对第一人脸模型和第二人脸模型进行对齐处理；根据对齐处理后的第一人脸模型和第二人脸模型，对第一脸部皮肤数据中的第一纹理图和第二脸部皮肤数据中的第二纹理图进行对齐处理。
在可选的实施方式中，对齐模块302还具体用于比较对齐处理后的第一纹理图和第二纹理图，根据比较结果生成第二时间点的皮肤检测结果。在可选的实施方式中，脸部皮肤数据还包括人脸模型和二值图，二值图用于指示目标用户脸部的色斑块以及色斑块在人脸模型中的坐标。
在可选的实施方式中，对齐模块302具体用于根据第一脸部皮肤数据中第一人脸模型的特征点与第二脸部皮肤数据中第二人脸模型的特征点的对应关系，对第一人脸模型和第二人脸模型进行对齐处理；根据对齐处理后的第一人脸模型和第二人脸模型，对第一脸部皮肤数据中的第一二值图和第二脸部皮肤数据中的第二二值图进行对齐处理。
在可选的实施方式中，对齐模块302还具体用于比较对齐处理后的第一二值图和第二二值图，根据比较结果生成第二时间点的皮肤检测结果。
在可选的实施方式中，对齐模块302还具体用于分别统计对齐处理后的第一二值图和第二二值图中色斑块的数量和各色斑块的面积，生成统计结果；根据统计结果，生成第二时间点的皮肤检测结果。
在可选的实施方式中，对齐模块302还具体用于基于近邻搜索算法，在对齐处理后的第二二值图中确定与对齐处理后的第一二值图中每个色斑块对应的色斑块，生成搜索结果；根据搜索结果，生成第二时间点的皮肤检测结果。
在可选的实施方式中，对齐模块302还具体用于分别统计对齐处理后的第一二值图和第二二值图中色斑块的数量和各色斑块的面积，生成统计结果；基于近邻搜索算法，在对齐处理后的第二二值图中确定与对齐处理后的第一二值图中每个色斑块对应的色斑块，生成搜索结果；根据统计结果和搜索结果，生成第二时间点的皮肤检测结果。
请参阅图4，本申请提供一种电子设备40，包括：处理器401、存储介质402和总线403，存储介质402存储有处理器401可执行的机器可读指令，当电子设备40运行时，处理器401与存储介质402之间通过总线403通信，处理器401执行机器可读指令，以执行如前述实施方式任一方法的步骤。
本申请还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行如前述实施方式任一方法的步骤。
本申请提供的皮肤监测方法、装置、电子设备和计算机可读存储介质，通过比较对齐后的目标用户第一时间点的第一脸部皮肤数据和第二时间点的第二脸部皮肤数据，根据比较结果生成第二时间点的皮肤检测结果，然后根据第二时间点的皮肤检测结果更新目标用户的预设皮肤档案，以对目标用户的脸部皮肤的长期状态进行监测，从而较为全面和深入地对目标用户的脸部皮肤状态进行分析，也能够较为全面地反映目标用户脸部皮肤存在的问题。另外，本申请提供的皮肤监测方法还可以应用于皮肤健康领域，通过长期跟踪用户在毛孔、皱纹、色斑、痤疮等维度健康状态变化，建立用户皮肤健康档案，持续有效的跟踪皮肤治疗结果和进展，从而指导开发更加精确的治疗方案,提供更加便于交流的强有力直观展示。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种皮肤监测方法，其特征在于，所述方法包括：
采集目标用户在多个时间点的脸部皮肤数据，所述多个时间点的脸部皮肤数据至少包括第一时间点采集的第一脸部皮肤数据和第二时间点采集的第二脸部皮肤数据，其中，所述第二时间点晚于所述第一时间点；
根据所述第一脸部皮肤数据中的特征点与所述第二脸部皮肤数据中的特征点的对应关系，对所述第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，所述特征点用于表征所述目标用户的人脸中的位置点；
比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成所述第二时间点的皮肤检测结果；
根据所述第二时间点的皮肤检测结果更新所述目标用户的预设皮肤档案，所述目标用户的预设皮肤档案中包括至少一个时间点的皮肤检测结果。
2.根据权利要求1所述的方法，其特征在于，所述脸部皮肤数据包括人脸模型、纹理图，所述人脸模型包括多个所述特征点，所述纹理图用于指示所述目标用户脸部的像素点以及所述像素点在所述人脸模型中的坐标。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一脸部皮肤数据中的特征点与所述第二脸部皮肤数据中的特征点的对应关系，对所述第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，包括：
根据所述第一脸部皮肤数据中第一人脸模型的特征点与所述第二脸部皮肤数据中第二人脸模型的特征点的对应关系，对所述第一人脸模型和第二人脸模型进行对齐处理；
根据对齐处理后的第一人脸模型和第二人脸模型，对所述第一脸部皮肤数据中的第一纹理图和第二脸部皮肤数据中的第二纹理图进行对齐处理。
4.根据权利要求3所述的方法，其特征在于，所述比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成所述第二时间点的皮肤检测结果，包括：
比较对齐处理后的第一纹理图和第二纹理图，根据比较结果生成所述第二时间点的皮肤检测结果。
5.根据权利要求1所述的方法，其特征在于，所述脸部皮肤数据还包括人脸模型和二值图，所述二值图用于指示所述目标用户脸部的色斑块以及所述色斑块在所述人脸模型中的坐标。
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一脸部皮肤数据中的特征点与所述第二脸部皮肤数据中的特征点的对应关系，对所述第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，包括：
根据所述第一脸部皮肤数据中第一人脸模型的特征点与所述第二脸部皮肤数据中第二人脸模型的特征点的对应关系，对所述第一人脸模型和第二人脸模型进行对齐处理；
根据对齐处理后的第一人脸模型和第二人脸模型，对所述第一脸部皮肤数据中的第一二值图和第二脸部皮肤数据中的第二二值图进行对齐处理。
7.根据权利要求6所述的方法，其特征在于，所述比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成所述第二时间点的皮肤检测结果，包括：
比较对齐处理后的第一二值图和第二二值图，根据比较结果生成所述第二时间点的皮肤检测结果。
8.一种皮肤监测装置，其特征在于，所述装置包括：
采集模块，用于采集目标用户在多个时间点的脸部皮肤数据，所述多个时间点的脸部皮肤数据至少包括第一时间点采集的第一脸部皮肤数据和第二时间点采集的第二脸部皮肤数据，其中，所述第二时间点晚于所述第一时间点；
对齐模块，用于根据所述第一脸部皮肤数据中的特征点与所述第二脸部皮肤数据中的特征点的对应关系，对所述第一脸部皮肤数据和第二脸部皮肤数据进行对齐处理，所述特征点用于表征所述目标用户的人脸中的位置点；
比较模块，用于比较对齐后的第一脸部皮肤数据和第二脸部皮肤数据，根据比较结果生成所述第二时间点的皮肤检测结果；
更新模块，用于根据所述第二时间点的皮肤检测结果更新所述目标用户的预设皮肤档案，所述目标用户的预设皮肤档案中包括至少一个时间点的皮肤检测结果。
9.一种电子设备，其特征在于，所述电子设备包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述存储介质之间通过所述总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1-7任一方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1-7任一方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110838276.7A CN113499036A (zh) | 2021-07-23 | 2021-07-23 | 皮肤监测方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110838276.7A CN113499036A (zh) | 2021-07-23 | 2021-07-23 | 皮肤监测方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113499036A true CN113499036A (zh) | 2021-10-15 |
Family
ID=78014478
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110838276.7A Pending CN113499036A (zh) | 2021-07-23 | 2021-07-23 | 皮肤监测方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113499036A (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050207643A1 (en) * | 2004-03-18 | 2005-09-22 | Sony Corporation And Sony Electronics Inc. | Human skin tone detection in YCbCr space |
| US20140313303A1 (en) * | 2013-04-18 | 2014-10-23 | Digimarc Corporation | Longitudinal dermoscopic study employing smartphone-based image registration |
| US20160314585A1 (en) * | 2015-04-24 | 2016-10-27 | Canfield Scientific, Incorporated | Dermatological feature tracking over multiple images |
| CN106780713A (zh) * | 2016-11-11 | 2017-05-31 | 吴怀宇 | 一种基于单幅照片的三维人脸建模方法及系统 |
| CN108323203A (zh) * | 2017-07-17 | 2018-07-24 | 深圳和而泰智能控制股份有限公司 | 一种定量检测人脸肤质参量的方法、装置和智能终端 |
| CN108323204A (zh) * | 2017-07-17 | 2018-07-24 | 深圳和而泰智能控制股份有限公司 | 一种检测人脸瑕疵点的方法和智能终端 |
| CN108392182A (zh) * | 2017-02-07 | 2018-08-14 | 三星电子株式会社 | 提供皮肤信息的方法和支持所述方法的电子设备 |
| CN109325990A (zh) * | 2017-07-27 | 2019-02-12 | 腾讯科技（深圳）有限公司 | 图像处理方法及图像处理装置、存储介质 |
| WO2019144247A1 (en) * | 2018-01-29 | 2019-08-01 | Etreat Medical Diagnostics Inc. | Systems and methods for automated facial acne assessment from digital photographic images |
| CN110097034A (zh) * | 2019-05-15 | 2019-08-06 | 广州纳丽生物科技有限公司 | 一种智能人脸健康程度的识别与评估方法 |
| US20190340774A1 (en) * | 2018-05-02 | 2019-11-07 | Canfield Scientific, Incorporated | Skin assessment using image fusion |
| CN110507285A (zh) * | 2019-08-21 | 2019-11-29 | 江苏博润医疗集团有限公司 | 一种皮肤病患者用的护理装置 |
| US20200058153A1 (en) * | 2018-08-16 | 2020-02-20 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Methods and Devices for Acquiring 3D Face, and Computer Readable Storage Media |
| CN111325823A (zh) * | 2020-02-05 | 2020-06-23 | 腾讯科技（深圳）有限公司 | 人脸纹理图像的获取方法、装置、设备及存储介质 |
| CN111651040A (zh) * | 2020-05-27 | 2020-09-11 | 华为技术有限公司 | 用于肌肤检测的电子设备的交互方法及电子设备 |
| KR20210077533A (ko) * | 2019-12-17 | 2021-06-25 | 고려대학교 산학협력단 | 사용자 얼굴 피부 분석 방법 및 서버 |
-
2021
- 2021-07-23 CN CN202110838276.7A patent/CN113499036A/zh active Pending
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050207643A1 (en) * | 2004-03-18 | 2005-09-22 | Sony Corporation And Sony Electronics Inc. | Human skin tone detection in YCbCr space |
| US20140313303A1 (en) * | 2013-04-18 | 2014-10-23 | Digimarc Corporation | Longitudinal dermoscopic study employing smartphone-based image registration |
| US20160314585A1 (en) * | 2015-04-24 | 2016-10-27 | Canfield Scientific, Incorporated | Dermatological feature tracking over multiple images |
| CN106780713A (zh) * | 2016-11-11 | 2017-05-31 | 吴怀宇 | 一种基于单幅照片的三维人脸建模方法及系统 |
| CN108392182A (zh) * | 2017-02-07 | 2018-08-14 | 三星电子株式会社 | 提供皮肤信息的方法和支持所述方法的电子设备 |
| WO2019014813A1 (zh) * | 2017-07-17 | 2019-01-24 | 深圳和而泰智能控制股份有限公司 | 一种定量检测人脸肤质参量的方法、装置和智能终端 |
| CN108323204A (zh) * | 2017-07-17 | 2018-07-24 | 深圳和而泰智能控制股份有限公司 | 一种检测人脸瑕疵点的方法和智能终端 |
| WO2019014812A1 (zh) * | 2017-07-17 | 2019-01-24 | 深圳和而泰智能控制股份有限公司 | 一种检测人脸瑕疵点的方法和智能终端 |
| CN108323203A (zh) * | 2017-07-17 | 2018-07-24 | 深圳和而泰智能控制股份有限公司 | 一种定量检测人脸肤质参量的方法、装置和智能终端 |
| CN109325990A (zh) * | 2017-07-27 | 2019-02-12 | 腾讯科技（深圳）有限公司 | 图像处理方法及图像处理装置、存储介质 |
| WO2019144247A1 (en) * | 2018-01-29 | 2019-08-01 | Etreat Medical Diagnostics Inc. | Systems and methods for automated facial acne assessment from digital photographic images |
| US20190340774A1 (en) * | 2018-05-02 | 2019-11-07 | Canfield Scientific, Incorporated | Skin assessment using image fusion |
| US20200058153A1 (en) * | 2018-08-16 | 2020-02-20 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Methods and Devices for Acquiring 3D Face, and Computer Readable Storage Media |
| CN110097034A (zh) * | 2019-05-15 | 2019-08-06 | 广州纳丽生物科技有限公司 | 一种智能人脸健康程度的识别与评估方法 |
| CN110507285A (zh) * | 2019-08-21 | 2019-11-29 | 江苏博润医疗集团有限公司 | 一种皮肤病患者用的护理装置 |
| KR20210077533A (ko) * | 2019-12-17 | 2021-06-25 | 고려대학교 산학협력단 | 사용자 얼굴 피부 분석 방법 및 서버 |
| CN111325823A (zh) * | 2020-02-05 | 2020-06-23 | 腾讯科技（深圳）有限公司 | 人脸纹理图像的获取方法、装置、设备及存储介质 |
| CN111651040A (zh) * | 2020-05-27 | 2020-09-11 | 华为技术有限公司 | 用于肌肤检测的电子设备的交互方法及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108549873B (zh) | 三维人脸识别方法和三维人脸识别系统 | |
| US10438076B2 (en) | System and method for a biometric image sensor with spoofing detection | |
| CN110909611B (zh) | 一种关注区域检测方法、装置、可读存储介质及终端设备 | |
| CN111274916B (zh) | 人脸识别方法和人脸识别装置 | |
| Chen et al. | 3D free-form object recognition in range images using local surface patches | |
| JP4692526B2 (ja) | 視線方向の推定装置、視線方向の推定方法およびコンピュータに当該視線方向の推定方法を実行させるためのプログラム | |
| CN108549886A (zh) | 一种人脸活体检测方法及装置 | |
| JP2016161569A (ja) | オブジェクトの３ｄ姿勢およびオブジェクトのランドマーク点の３ｄロケーションを求める方法、およびオブジェクトの３ｄ姿勢およびオブジェクトのランドマークの３ｄロケーションを求めるシステム | |
| CN106327534B (zh) | 一种基于定位块的轮胎内壁纹理识别方法 | |
| Kumar | Contactless 3D fingerprint identification | |
| Vezzetti et al. | Geometrical descriptors for human face morphological analysis and recognition | |
| CN108323203A (zh) | 一种定量检测人脸肤质参量的方法、装置和智能终端 | |
| JP4936491B2 (ja) | 視線方向の推定装置、視線方向の推定方法およびコンピュータに当該視線方向の推定方法を実行させるためのプログラム | |
| JP2008204200A (ja) | 顔解析システム及びプログラム | |
| CN110826610A (zh) | 一种用于智能检测人员着装是否规范的方法与系统 | |
| CN109977764A (zh) | 基于平面检测的活体识别方法、装置、终端及存储介质 | |
| CN105488491A (zh) | 基于金字塔匹配直方图交叉核的人体睡眠姿态检测方法 | |
| CN108921064B (zh) | 基于多特征融合的行人重识别方法 | |
| Niese et al. | A Novel Method for 3D Face Detection and Normalization. | |
| Wang et al. | Sphere-spin-image: A viewpoint-invariant surface representation for 3D face recognition | |
| CN113499036A (zh) | 皮肤监测方法、装置、电子设备及计算机可读存储介质 | |
| Zhang et al. | Sweat gland extraction from optical coherence tomography using convolutional neural network | |
| CN111339974A (zh) | 一种现代陶瓷与古陶瓷的鉴别方法 | |
| CN115797451A (zh) | 一种穴位识别方法、装置、设备及可读存储介质 | |
| CN110321781A (zh) | 一种用于无接触式测量的信号处理方法及装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211209 Address after: 361100 568, No. 942, tonglong Second Road, torch high tech Zone (Xiang'an) Industrial Zone, Xiang'an District, Xiamen City, Fujian Province Applicant after: Xiamen Meitu Yifu Technology Co.,Ltd. Address before: B1f-089, Zone C, Huaxun building, software park, torch high tech Zone, Xiamen City, Fujian Province Applicant before: XIAMEN HOME MEITU TECHNOLOGY Co.,Ltd. |