CN114005143A - 皮肤检测方法、智能终端及存储介质 - Google Patents

Abstract

本申请提出了一种皮肤检测方法、智能终端及存储介质，皮肤检测方法包括以下步骤：响应于一操作，确定或生成至少一满足预设条件的图片；获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果。本申请能够通过获取满足预设条件的图片，根据图片对应的图片特征，得到皮肤检测结果，提高皮肤检测的准确性，提升了用户体验。

Description

皮肤检测方法、智能终端及存储介质

技术领域

本申请涉及图像处理技术领域，具体涉及一种皮肤检测方法、智能终端及存储介质。

背景技术

随着生活水平的提高，人们对自身的要求也越来越高，特别是一些爱美人士，为了拥有健康的皮肤，花费了大量的金钱购买脸部护肤品。

在构思及实现本申请过程中，发明人发现至少存在如下问题：大部分人只是通过镜子进行自我判断的方式确定当前的皮肤状态，进而对皮肤进行相应的护理。这种自我判断的方式受限于判断者自身的皮肤护理水平，容易出现判断错误的情况。

前面的叙述在于提供一般的背景信息，并不一定构成现有技术。

发明内容

针对上述技术问题，本申请提供一种皮肤检测方法、智能终端及存储介质，使用户可以通过智能终端检测皮肤状态，提高了检测皮肤状态的准确性，操作简单方便。

为解决上述技术问题，本申请提供一种皮肤检测方法，可应用于智能终端，包括：

S10：响应于一操作，确定或生成至少一满足预设条件的图片；

S20：获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果。

可选地，所述获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果的步骤包括：

S21：通过预设卷积神经网络模型获取所述图片对应的图片特征；

S22：根据所述预设卷积神经网络模型对所述图片特征的检测结果，确定基于所述图片特征所述图片的皮肤检测结果；

S23，输出所述皮肤检测结果，可选地，所述检测结果为基于所述图片特征对应的所述图片的皮肤检测等级。

可选地，所述通过预设卷积神经网络模型获取所述图片对应的图片特征的步骤之前，包括：

确定所述图片中是否存在人脸信息；

在确定所述图片中存在所述人脸信息时，执行所述通过预设卷积神经网络模型获取所述图片对应的图片特征的步骤。

可选地，所述通过预设卷积神经网络模型获取所述图片对应的图片特征的步骤之前，包括：

将样本数据作为卷积神经网络模型的输入层，以通过所述卷积神经网络模型得到所述样本数据的分析结果；

将所述分析结果与所述样本数据标注的皮肤检测等级进行比对；

根据比对结果调整所述卷积神经网络模型的各节点的权重值，更新所述卷积神经网络模型，在所述卷积神经网络模型的分析结果与所述样本数据标注的皮肤等级一致时，确定得到的卷积神经网络模型为所述预设卷积神经网络模型。

可选地，所述应于一操作，确定或生成至少一满足预设条件的图片的步骤之后，包括：

根据所述图片确定用户的肤色类型；

确定与所述肤色类型对应的预设卷积神经网络模型。

可选地，所述获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果的步骤之后，还包括：

根据所述图片识别所述用户的身份信息；

获取与所述身份信息对应的历史皮肤检测结果；

根据所述历史皮肤检测结果与当前输出的皮肤检测结果输出对应的建议。

可选地，所述获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果的步骤之后，还包括：

将所述皮肤检测结果与皮肤健康检测标准进行比对；

根据比对结果输出对应的建议。

可选地，所述操作包括：上传操作和/或拍摄操作。

可选地，所述预设条件包括图片分辨率是否在设置范围内。

为实现上述目的，本申请还提供一种移动终端，包括：存储器、处理器，可选地，所述存储器上存储有皮肤检测程序，所述皮肤检测程序被所述处理器执行时实现如上述方法的步骤。

为实现上述目的，本申请还提供一种计算机可读存储介质，所述存储介质存储有皮肤检测程序，所述皮肤检测程序被处理器执行时实现如上述方法的步骤。

如本文所述，本申请的皮肤检测方法，可以应用于智能终端，智能终端响应于一操作，确定或生成至少一满足预设条件的图片；获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果。本方案通过从满足预设条件的图片中提取图片特征，进而通过图片特征输出对应的检测结果，实现了通过图片对皮肤进行检测，避免了人工进行皮肤检测受到的个人因素影响，从而提高了皮肤检测的准确性。

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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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为实现本申请各个实施例的一种智能终端的硬件结构示意图；

图2为本申请实施例提供的一种通信网络系统架构图；

图3是根据第一实施例示出的皮肤检测方法的流程示意图；

图4是根据第二实施例示出的皮肤检测方法的流程示意图；

图5是根据获取预设卷积神经网络模型的流程示意图；

图6是根据第三实施例示出的皮肤检测方法的流程示意图；

图7是根据第四实施例示出的皮肤检测方法的流程示意图。

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。通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

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申请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、本申请的一些方面相一致的装置和方法的例子。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。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、方法、物品或者装置中还存在另外的相同要素，可选地，本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。

应当理解，尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语"如果"可以被解释成为"在……时"或"当……时"或"响应于确定"。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。本申请使用的术语“或”、“和/或”、“包括以下至少一个”等可被解释为包括性的，或意味着任一个或任何组合。例如，“包括以下至少一个：A、B、C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A和B和C”，再如，“A、B或C”或者“A、B和/或C”意味着“以下任一个：A；B；C；A和B；A和C；B和C；A和B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。

应该理解的是，虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

需要说明的是，在本文中，采用了诸如S10、S20等步骤代号，其目的是为了更清楚简要地表述相应内容，不构成顺序上的实质性限制，本领域技术人员在具体实施时，可能会先执行S20后执行S10等，但这些均应在本申请的保护范围之内。

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明，其本身没有特定的意义。因此，“模块”、“部件”或者“单元”可以混合地使用。

智能终端可以以各种形式来实施。例如，本申请中描述的智能终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等智能终端，以及诸如数字TV、台式计算机等固定终端。

后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本申请的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为实现本申请各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对移动终端的各个部件进行具体的介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。可选地，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)、TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)和5G等。

WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。可选地，光传感器包括环境光传感器及接近传感器，可选地，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。可选地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。可选地，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。可选地，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。可选地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

可选地，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，可选地，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。可选地，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，可选地，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本申请实施例，下面对本申请的移动终端所基于的通信网络系统进行描述。

请参阅图2，图2为本申请实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。

可选地，UE201可以是上述终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。可选地，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。可选地，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。

虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本申请不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统(如5G)等，此处不做限定。

基于上述移动终端硬件结构以及通信网络系统，提出本申请各个实施例。

第一实施例

参照图3，图3是根据第一实施例示出的皮肤检测方法的流程示意图，所述方法包括：

S10：响应于一操作，确定或生成至少一满足预设条件的图片；

皮肤检测方法的执行主体为智能终端，智能终端可以为手机、IPad等移动终端、也可以为笔记本电脑、智能手表、电脑等可以确定或生成图片的终端。可选地，智能终端安装有用于拍摄的软件，例如相机；或者，智能终端还可安装有接收图片等信息的社交类软件，例如微信APP、QQ APP，搜索引擎类软件，例如谷歌、搜狐。可选地，皮肤检测方法的执行主体以移动终端为例进行说明。

移动终端上安装有皮肤检测程序，在用户需要进行皮肤检测时，控制移动终端启动皮肤检测程序。可选地，移动终端上设置皮肤检测辅助按键，用户通过点击皮肤检测辅助按键启动移动终端的皮肤检测功能。用户通过按一下皮肤检测辅助按键控制移动终端启动皮肤检测功能。需要说明的是，皮肤检测辅助按键可以设置在移动终端任何合适的位置，用户对皮肤检测辅助按键的按键操作可以包括诸如按一下、按多下、长按或者短按等多种按键方式，本实施例对此不作限定。可选地，用户还可通过点击皮肤检测程序的应用图标的方式控制移动终端启动皮肤检测程序。

所述图片为用于检测用户皮肤的图片，其可以为用户的脸部图片、手部图片等。

移动终端启动皮肤检测程序，接收用户基于移动终端显示界面的操作，确定或生成满足预设条件的图片。

可选地，移动终端响应的操作包括：上传操作或拍摄操作。

可选地，移动终端响应上传操作，确定一满足预设条件的图片。例如，移动终端在检测到用户在相册选中需要进行皮肤检测的相片后，确定选中的满足预设条件的相片为图片。

可选地，移动终端响应拍摄操作，确定以满足预设条件的图片。例如，移动终端在检测到用户当前进行拍摄操作时，确定通过拍摄软件生成的满足预设条件的图片为图片。可以理解的是，可选地，为了确保检测皮肤状态的准确性，在根据拍摄操作得到图片时，获取的为原图图片。

可选地，预设条件包括图片分辨率是否在设置范围内。

例如，在移动终端接收到用户从相册中选中的图片的分辨率为640×480，低于设置的最低分辨率700×500，则确定当前图片无法进行皮肤检测，提示用户重新选择图片；当移动终端接收到用户从相册中选中的图片的分辨率为800×600时，确定满足预设条件，即用户从相册中上传的图片为所述图片。

S20：获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果。

在确定或生成满足预设条件的图片后，移动终端获取图片特征，根据图片特征输出图片对应的检测结果。

可选地，所述图片特征包括皱纹、痤疮、暗纹、肤色、光泽等特征。

可选地，移动终端安装的皮肤检测程序在接收到图片后，提取图片中的皱纹、痤疮、暗纹、肤色、光泽等其中一种或多种图片特征进行分析，得到图片对应的皮肤检测结果。

可选地，皮肤检测结果可以以一个综合得分的方式输出至移动终端的显示界面。例如，可根据皱纹、痤疮的数量确定综合得分。移动终端根据获取的图片特征中确定用户脸上不存在任何皱纹、以及痤疮时，确定用户的得分为满分；在确定用户存在皱纹时，获取皱纹的数量，以及标准范围内的数量，根据从图片特征中获取的皱纹数量与正常范围内的皱纹数量进行对比，根据比对结果确定在皱纹这一特征上的得分，进而根据各个特征的比重，确定综合得分。可选地，由于用户所处的年龄阶段不同，皮肤状态也会不同，由此，可选地正常范围的评判标准根据用户所处的年龄阶段不同。例如，在用户处于15-25岁时，对于皱纹这一特征的评判标准为3条，在用户处于25-35岁时，对于皱纹这一特征的评判标准为5条。可选地，还可根据用户所处的年龄阶段的皮肤状态，设置各个特征在综合得分中的得分比重。例如，在用户处于15-25岁时，对于痤疮这一特征所占的比重为70％，对于皱纹这一特征所占的比重为30％，在用户处于25-35岁时，对于痤疮这一特征所占的比重为50％，对于皱纹这一特征所占的比重为50％。

如本文所述，本申请的皮肤检测方法，可以应用于智能终端，智能终端响应于一操作，确定或生成至少一满足预设条件的图片；获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果。本方案通过从满足预设条件的图片中提取图片特征，进而通过图片特征输出对应的检测结果，实现了通过图片对皮肤进行检测，避免了人工进行皮肤检测受到的个人因素影响，从而提高了皮肤检测的准确性。

第二实施例

参照图4，图4为本申请根据第二实施例示出的皮肤检测方法的流程示意图，所述获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果的步骤，包括：

S21：通过预设卷积神经网络模型获取所述图片对应的图片特征；

S22：根据所述预设卷积神经网络模型对所述图片特征的检测结果，确定基于所述图片特征所述图片的皮肤检测结果；

S23，输出所述皮肤检测结果，可选地，所述检测结果为基于所述图片特征对应的所述图片的皮肤检测等级。

可选地，当移动终端获取到图片后，将图片输入预设卷积神经网络模型的输入层，通过预设卷积神经网络模型获取图片对应的图片特征。可选地，所述预设卷积神经网络模型在提取到图片的图片特征后，输出对图片特征的检测结果，得到图片的皮肤检测结果。其中图片的皮肤检测结果包括基于图片特征的皮肤检测等级。

可选地，图片的图片特征的皮肤检测等级可以分为三个等级，例如，图片特征包括皱纹、痤疮、暗纹、肤色特征时，确定将每一特征的皮肤检测等级为三级，通过预设神经网络模型检测到每一特征的情况输出对应的等级，得到皮肤检测结果。

可选地，图片中的每一图片特征也可设置为不同的等级，例如，皱纹设置5个等级、痤疮为4个等级、暗纹为3个等级、肤色为4个等级，其中等级越高代表该特征下得分越低，例如，用户脸部存在严重的痤疮问题，则对于痤疮特征的皮肤检测等级为最高等级(第四等级)、存在少量皱纹，则基于皱纹这一特征的皮肤检测等级为第一等级。

例如，在移动终端通过用户的上传操作获取到图片后，移动终端中安装的皮肤检测程序自动将图片输入预先设置的预设卷积神经，通过训练好的预设卷积神经网络模型得到图片特征包含的皱纹、痤疮、暗纹、肤色特征的等级对应的皮肤检测等级分别为第三等级、第一等级、第三等级、第四等级。

可选地，通过预先训练提取的皮肤检测模型提取图片的图片特征，并对所述图片特征进行检测，得到皮肤检测结果，提高了获取皮肤检测结果的准确性。

可选地，为了皮肤检测结果的准确性，使用脸部皮肤进行检测。可选地，在获取图片对应的图片特征前，首先确定移动终端确定或生成的图片是否存在人脸信息，在存在人脸信息时，执行获取图片对应的图片特征的步骤，可选地，确定图片中是否存在人脸信息可以通过脸部识别的方式确定。可选地，在获取图片对应的图片特征前检测图片是否存在人脸信息，通过根据人的脸部图片特征得到皮肤检测结果，提高了检测的准确性。

参照图5，图5为本申请获取预设卷积神经网络模型的流程示意图。所述通过预设卷积神经网络模型获取所述图片对应的图片特征的步骤之前，包括：

S01：将样本数据作为卷积神经网络模型的输入层，以通过所述卷积神经网络模型得到所述样本数据的分析结果；

S02：将所述分析结果与所述样本数据标注的皮肤检测等级进行比对；

S03：根据比对结果调整所述卷积神经网络模型的各节点的权重值，更新所述卷积神经网络模型，在所述卷积神经网络模型的分析结果与所述样本数据标注的皮肤等级一致时，确定得到的卷积神经网络模型为所述预设卷积神经网络模型。

可选地，将样本数据作为卷积神经网络模型的输入层，以通过所述卷积神经网络模型得到所述样本数据的分析结果，将所述分析结果与所述样本数据标注的皮肤检测等级进行比对，根据比对结果重新调整所述卷积神经网络模型的各节点的权重值，更新卷积神经网络模型，在所述卷积神经网络模型的分析结果与所述样本数据标注的皮肤等级一致时，确定得到的卷积神经网络模型为所述预设卷积神经网络模型。

可选地，样本数据中可以包括至少一种肤色类型(例如黑色、白色、黄色)的样本数据，训练得到一个可对多种肤色进行皮肤检测的预设神经网络模型。

可选地，对于不同肤色中的检测也可将不同肤色的样本数据进行分类，得到不同肤色类型对应的预设神经网络模型，提高了检测的准确性。

样本数据的数量很大程度影响了训练模型的准确度，本申请在获取样本数据时，样本数据的容量预设为1000份，由此，提高样本数据的准确性。

第三实施例

参照图6，图6为本申请根据第三实施例示出的皮肤检测方法的流程示意图，所述响应于一操作，确定或生成至少一满足预设条件的图片之后，包括：

S30：根据所述图片确定用户的肤色类型；

S40：确定与所述肤色类型对应的预设卷积神经网络模型。

可选地，在获取到图片后，根据图片确定用户的肤色类型，进而获取与肤色类型对应的预设卷积神经网络模型。

可选地，移动终端的皮肤检测模型中包括三种不同类型预设卷积神经网络模型，在根据图片确定用户的肤色类型后，进而获取对应的预设卷积神经网络模型进行皮肤检测。

例如，获取到图片时，确定图片的肤色类型，可选地，可利用现有的肤色确定算法确定肤色类型为黄色，进而获取所述用户的肤色类型对应的预设卷积神经网络模型为第一预设卷积神经网络模型，将图片输入第一预设卷积神经网络模型得到图片对应的皮肤检测结果。

可选地，通过图片确定用户的肤色类型，并获取肤色类型对应的预设卷积神经网络模型，提高了肤色检测的准确性。

第四实施例

参照图7，图7为本申请根据第四实施例示出的皮肤检测方法的流程示意图，所述获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果的步骤之后，还包括：

S50：根据所述图片识别所述用户的身份信息；

S60：获取与所述身份信息对应的历史皮肤检测结果；

S70：根据所述历史皮肤检测结果与当前输出的皮肤检测结果输出对应的建议。

可选地，在获取图片后，根据图片识别用户的身份信息，进而获取当前用户的历史皮肤检测结果，根据历史皮肤检测记过与当前得到的皮肤检测结果输出对应的建议。可选地，所述建议包括：饮食、运动、睡眠方面的建议。

可选地，根据历史皮肤检测结果与当前皮肤检测结果进行比对，能够知道用户的皮肤变化情况，进而即时提示用户采取对应措施。例如，当用户外出旅行时，从深圳到成都旅行，由于两地的饮食习惯差异较大，获取到当前的皮肤检测结果为痤疮等级为第三等级时，而在时间距离最近的皮肤检测结果中检测到的痤疮等级为第一等级，确定用户的皮肤状态急剧变差，提示用户注意饮食、休息等问题。

可选地，能够根据当前的皮肤检测结果与历史皮肤检测结果确定用户的皮肤变化情况，进而输出对应的建议，提高了移动终端的智能性。

可选地，在获取到用户的皮肤检测结果，还可将皮肤检测结果与皮肤健康检测标准进行比对，根据比对结果输出对应的建议。

可选地，皮肤健康检测标准可根据肤色类型的不同获取不同的皮肤健康检测标准。

可选地，将皮肤检测结果与皮肤健康检测标准进行比对，根据比对结果输出对应的建议，实现了为用户提供准确的皮肤护理建议。

本申请实施例还提供一种智能终端，智能终端包括存储器、处理器，存储器上存储有皮肤检测程序，皮肤检测程序被处理器执行时实现上述任一实施例中的皮肤检测方法的步骤。

本申请实施例还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皮肤检测程序，皮肤检测程序被处理器执行时实现上述任一实施例中的皮肤检测方法的步骤。

在本申请提供的智能终端和计算机可读存储介质的实施例中，可以包含任一上述皮肤检测方法实施例的全部技术特征，说明书拓展和解释内容与上述方法的各实施例基本相同，在此不再做赘述。

本申请实施例还提供一种计算机程序产品，计算机程序产品包括计算机程序代码，当计算机程序代码在计算机上运行时，使得计算机执行如上各种可能的实施方式中的方法。

本申请实施例还提供一种芯片，包括存储器和处理器，存储器用于存储计算机程序，处理器用于从存储器中调用并运行计算机程序，使得安装有芯片的设备执行如上各种可能的实施方式中的方法。

可以理解，上述场景仅是作为示例，并不构成对于本申请实施例提供的技术方案的应用场景的限定，本申请的技术方案还可应用于其他场景。例如，本领域普通技术人员可知，随着系统架构的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本申请实施例设备中的单元可以根据实际需要进行合并、划分和删减。

在本申请中，对于相同或相似的术语概念、技术方案和/或应用场景描述，一般只在第一次出现时进行详细描述，后面再重复出现时，为了简洁，一般未再重复阐述，在理解本申请技术方案等内容时，对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等，可以参考其之前的相关详细描述。

在本申请中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本申请技术方案的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本申请记载的范围。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，被控终端，或者网络设备等)执行本申请每个实施例的方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络，或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、存储盘、磁带)、光介质(例如，DVD)，或者半导体介质(例如固态存储盘Solid State Disk(SSD))等。

以上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)

1.一种皮肤检测方法，其特征在于，所述方法包括以下步骤：

S10：响应于一操作，确定或生成至少一满足预设条件的图片；

S20：获取所述图片对应的图片特征，根据所述图片特征输出所述图片对应皮肤检测结果。

2.如权利要求1所述的方法，其特征在于，所述S20的步骤包括：

S21：通过预设卷积神经网络模型获取所述图片对应的图片特征；

S22：根据所述预设卷积神经网络模型对所述图片特征的检测结果，确定基于所述图片特征所述图片的皮肤检测结果；

S23，输出所述皮肤检测结果。

3.如权利要求2所述的方法，其特征在于，所述S21的步骤之前，包括：

确定所述图片中是否存在人脸信息；

在确定所述图片中存在所述人脸信息时，执行所述S21步骤。

4.如权利要求2所述的方法，其特征在于，所述S21的步骤之前，包括：

将样本数据作为卷积神经网络模型的输入层，以通过所述卷积神经网络模型得到所述样本数据的分析结果；

将所述分析结果与所述样本数据标注的皮肤检测等级进行比对；

根据比对结果调整所述卷积神经网络模型的各节点的权重值，更新所述卷积神经网络模型，在所述卷积神经网络模型的分析结果与所述样本数据标注的皮肤等级一致时，确定得到的卷积神经网络模型为所述预设卷积神经网络模型。

5.如权利要求1至4中任一项所述的方法，其特征在于，所述S10的步骤之后，包括：

根据所述图片确定肤色类型；

确定与所述肤色类型对应的预设卷积神经网络模型。

6.如权利要求1至4中任一项所述的方法，其特征在于，所述S20的步骤之后，还包括：

S50：根据所述图片识别所述身份信息；

S60：获取与所述身份信息对应的历史皮肤检测结果；

S70：根据所述历史皮肤检测结果与当前输出的皮肤检测结果输出对应的建议。

7.如权利要求1至4中任一项所述的方法，其特征在于，所述S20的步骤之后，还包括：

将所述皮肤检测结果与皮肤健康检测标准进行比对；

根据比对结果输出对应的建议。

8.如权利要求1至4中任一项所述的方法，其特征在于，包括以下至少一种：

所述操作包括：上传操作和/或拍摄操作；

所述预设条件包括图片分辨率是否在设置范围内。

9.一种智能终端，其特征在于，所述智能终端包括：存储器、处理器，其中，所述存储器上存储有皮肤检测程序，所述皮肤检测程序被所述处理器执行时实现如权利要求1至8中任一项所述的皮肤检测方法的步骤。

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，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的皮肤检测方法的步骤。

Images