CN115512411A - 一种基于人工智能的面部穴位识别定位系统及方法 - Google Patents
一种基于人工智能的面部穴位识别定位系统及方法 Download PDFInfo
- Publication number
- CN115512411A CN115512411A CN202211165612.7A CN202211165612A CN115512411A CN 115512411 A CN115512411 A CN 115512411A CN 202211165612 A CN202211165612 A CN 202211165612A CN 115512411 A CN115512411 A CN 115512411A
- Authority
- CN
- China
- Prior art keywords
- face
- acupuncture point
- module
- model
- acupoint
- 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
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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Abstract
本发明涉及穴位识别技术领域,具体地说,涉及一种基于人工智能的面部穴位识别定位系统及方法。其包括人体面部采集单元、面部建模单元、穴位构建单元、调整参数分析单元和穴位识别单元,其中:所述调整参数分析单元结合面部穴位模型对面部三维模型中的特征点进行分析,形成穴位调整参数;所述穴位识别单元根据调整参数识别出最终穴位位置,得到穴位定位模型。本发明中调整参数分析单元根据面部三维模型中的特征点形成穴位调整参数,最后穴位识别单元结合穴位调整参数识别出最终穴位位置,得出穴位定位模型,该定位模型结合面部三维模型显示出最终穴位的位置,从而在人体穴位位置的基础上适应面部三维模型,使最终穴位的位置更加精确。
Description
技术领域
本发明涉及穴位识别技术领域,具体地说,涉及一种基于人工智能的面部穴位识别定位系统及方法。
背景技术
一般面部按摩可自己进行,工作或家务之外,对面部进行按摩,既可消除疲劳,又可健美肌肤;按摩前先洗净双手和脸,在脸上涂上按摩霜,按摩时用手掌或手指掌面在皮肤上朝一个方向轻轻按压。
穴位,学名腧穴,主要指人体经络线上特殊的点区部位,中医可以通过针灸或者推拿、点按、艾灸刺激相应的经络点治疗疾病;部分穴位并不在经络上,但对其的刺激亦可产生疗效。
因此很多面部按摩设备都会搭载穴位识别系统,通过对面部穴位识别辅助按摩设备进行按摩,从而提高按摩设备的按摩效果。
考虑到每个人的面部形状并不是相同的,尽管穴位大体位置一致,可是因为面部形状的原因导致穴位很难识别到准确位置,而且现有的摄像识别需要人面部固定长时间不动才行,这样难度较高。
发明内容
本发明的目的在于提供一种基于人工智能的面部穴位识别定位系统及方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明目的之一在于,提供了一种基于人工智能的面部穴位识别定位系统,包括人体面部采集单元、面部建模单元、穴位构建单元、调整参数分析单元和穴位识别单元,其中:
所述人体面部采集单元利用摄像头采集人体面部信息,并将采集的面部信息输出至面部建模单元;
所述面部建模单元根据采集的面部信息构建面部三维模型,同时穴位构建单元构建需要识别的面部穴位模型;
所述调整参数分析单元结合面部穴位模型对面部三维模型中的特征点进行分析,形成穴位调整参数;
所述穴位识别单元根据调整参数识别出最终穴位位置,得到穴位定位模型。
作为本技术方案的进一步改进,所述人体面部采集单元包括摄像模块、面部模型存储模块和记忆模块;所述摄像模块利用摄像头对人体面部进行采集,所述面部模型存储模块用于构建面部数据库,其中:
采集后的面部信息存储面部数据库内,所述记忆模块对每个面部三维模型的特征点进行记忆。
作为本技术方案的进一步改进,所述面部建模单元包括面部信息接收模块和面部构建模块;所述面部信息接收模块用于接收面部信息;所述面部构建模块通过接收的面部信息构建面部三维模型。
作为本技术方案的进一步改进,所述面部构建模块构建面部三维模型采用视点面部模型构建算法,其算法步骤如下:
将摄像模块采集面部信息中的人脸网格投影到二维平面上,实现独立于视点的参数化;
运用透视投影模型建立三维人脸简化网格,再和二维平面的纹理进行映射,以生成独立于视点的三维面部模型。
作为本技术方案的进一步改进,所述二维平面的纹理映射算法公式如下:
(u,c)=f(x,y,z);
其中,(u,c)为二维参数化空间内的点;(x,y,z)为三维人脸网格上的点;f()为映射函数。
作为本技术方案的进一步改进,所述穴位构建单元包括穴位选取模块和选取穴位构建模块;所述穴位选取模块用于选取需要构建的穴位,并通过选取穴位构建模块构建所有选取的面部穴位模型。
作为本技术方案的进一步改进,所述穴位构建单元还包括关联性推荐模块,所述关联性推荐模块根据穴位选取模块选取的穴位形成二次选取穴位。
作为本技术方案的进一步改进,所述穴位识别单元包括参数接收模块、识别输出模块和识别模块,其中:
所述参数接收模块用于接收穴位调整参数;
所述识别输出模块用于对基于调整参数确定后的穴位定位模型进行输出,并利用识别模块进行识别。
作为本技术方案的进一步改进,所述识别模块还对面部情况进行识别,以提供穴位参考。
用于基于人工智能的面部穴位识别定位系统的方法,包括如下方法步骤:
S1、利用摄像头采集人体面部信息;
S2、根据采集的面部信息构建面部三维模型;
S3、建需要识别的面部穴位模型;
S4、根据面部三维模型中的特征点形成穴位调整参数,并结合穴位调整参数识别出最终穴位位置,得出穴位定位模型。
与现有技术相比,本发明的有益效果:
1、该基于人工智能的面部穴位识别定位系统及方法中,调整参数分析单元根据面部三维模型中的特征点形成穴位调整参数,最后穴位识别单元结合穴位调整参数识别出最终穴位位置,得出穴位定位模型,该定位模型结合面部三维模型显示出最终穴位的位置,从而在人体穴位位置的基础上适应面部三维模型,使最终穴位的位置更加精确。
2、该基于人工智能的面部穴位识别定位系统及方法中,通过识别的特征点之间提取面部数据库内的面部信息发送至面部建模单元即可,因此在第二次使用时不需要长时间保持不动,从而提高面部三维模型构建的便捷性。
附图说明
图1为本发明的整体单元模块框图;
图2为本发明的人体面部采集单元模块框图;
图3为本发明的面部建模单元模块框图;
图4为本发明的穴位构建单元模块框图;
图5为本发明的穴位识别单元模块框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
请参阅图1所示,本实施例目的之一在于,提供了一种基于人工智能的面部穴位识别定位系统,包括人体面部采集单元、面部建模单元、穴位构建单元、调整参数分析单元和穴位识别单元,其中:
人体面部采集单元利用摄像头采集人体面部信息,并将采集的面部信息输出至面部建模单元;
面部建模单元根据采集的面部信息构建面部三维模型,同时穴位构建单元构建需要识别的面部穴位模型;
调整参数分析单元结合面部穴位模型对面部三维模型中的特征点进行分析,形成穴位调整参数;
穴位识别单元根据调整参数识别出最终穴位位置,得到穴位定位模型。
工作原理:
人体面部采集单元利用摄像头采集人体面部信息,并将采集的面部信息输出至面部建模单元,面部建模单元根据采集的面部信息构建面部三维模型,然后利用穴位构建单元构建需要识别的面部穴位模型,该穴位模型为穴位基本模型,当穴位基本模型构建完成后,调整参数分析单元根据面部三维模型中的特征点形成穴位调整参数,最后穴位识别单元结合穴位调整参数识别出最终穴位位置,得出穴位定位模型,该定位模型结合面部三维模型显示出最终穴位的位置,从而在人体穴位位置的基础上适应面部三维模型,使最终穴位的位置更加精确。
实施例2
请参阅图2所示,人体面部采集单元包括摄像模块、面部模型存储模块和记忆模块,首先摄像模块利用摄像头对人体面部进行采集,采集后的面部信息存储在面部模型存储模块内,这样形成一个面部数据库,再配合记忆模块对每个面部三维模型的特征点进行记忆,这样在下次使用时就不用重新构建面部三维模型,只需要识别记忆模块记忆的特征点,然后通过识别的特征点之间提取面部数据库内的面部信息发送至面部建模单元即可,因此在第二次使用时不需要长时间保持不动,从而提高面部三维模型构建的便捷性。
实施例3
请参阅图3所示,面部建模单元包括面部信息接收模块和面部构建模块,面部信息接收模块用于接收面部信息,然后面部构建模块利用视点面部模型构建算法,其算法步骤如下:
将摄像模块采集面部信息中的人脸网格投影到二维平面上,实现独立于视点的参数化;
运用透视投影模型建立三维人脸简化网格,再和二维平面的纹理进行映射,此时生成了独立于视点的三维面部模型。
这里,映射的算法公式如下:
(u,c)=f(x,y,z);
其中,(u,c)为二维参数化空间内的点;(x,y,z)为三维人脸网格上的点;f()为映射函数。
实施例4
考虑到每次穴位的需求是不一样的,如果每次都对所有穴位进行构建的话效率太低,为此,请参阅图4所示,穴位构建单元包括穴位选取模块和选取穴位构建模块,工作时,通过穴位选取模块选取需要构建的穴位,选取后,穴位构建单元的关联性推荐模块会结合所选穴位得出相应穴位之间的关联效果,例如:选取构建的穴位是“太阳穴”,由于太阳穴的效果是减压、减轻鱼尾纹以及偏头痛,然后关联性推荐模块结合这三个效果推荐“神庭穴-舒缓情绪、放松、减压”以及“丝竹空穴-减轻头痛、鱼尾纹”,从而辅助使用人员进行选取,而且选取是相应穴位的标准位置、穴位名称以及穴位功效都会通过显示屏显示出来,以供使用人员进行二次选取,最后通过选取穴位构建模块构建所有选取的面部穴位模型。
实施例5
本实施例具体公开穴位识别单元,请参阅图5所示,穴位识别单元包括参数接收模块和识别输出模块,工作时,参数接收模块接收调整参数分析单元调整的穴位调整参数,该参数具体通过面部穴位模型和三维面部模型重合模拟得出的,在此过程中面部穴位模型中通过三维面部模型的面部特征(例如:眼镜、鼻子、嘴巴等)确定参考基点,然后根据穴位的基本位置,比如:太阳穴位于眼镜两侧的2cm处,经过比例调整得出三维面部模型的太阳穴,然后之间形成的调整参数就是调整参数分析单元分析得出的调整参数,识别输出模块基于该参数输出最终穴位的位置,并通过显示屏显示出来,另外:
穴位识别单元还包括识别模块,识别模块与外界的按摩设备进行连接,通过在按摩设备上搭载摄像头对面部信息进行采集,以获取按摩设备在脸部按摩的位置,并在显示屏上显示,以辅助工作人员快速找到识别输出模块输出的穴位位置,而且识别模块还能对面部情况进行识别,以提供按摩穴位的参考,比如,识别到使用人员面部憔悴,可能压力较大,此时提供太阳穴、神庭穴等穴位进行参考。
实施例6
用于基于人工智能的面部穴位识别定位系统的方法,包括如下方法步骤:
S1、利用摄像头采集人体面部信息;
S2、根据采集的面部信息构建面部三维模型;
S3、建需要识别的面部穴位模型;
S4、根据面部三维模型中的特征点形成穴位调整参数,并结合穴位调整参数识别出最终穴位位置,得出穴位定位模型,该定位模型结合面部三维模型显示出最终穴位的位置。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种基于人工智能的面部穴位识别定位系统,其特征在于:包括人体面部采集单元、面部建模单元、穴位构建单元、调整参数分析单元和穴位识别单元,其中:
所述人体面部采集单元利用摄像头采集人体面部信息,并将采集的面部信息输出至面部建模单元;
所述面部建模单元根据采集的面部信息构建面部三维模型,同时穴位构建单元构建需要识别的面部穴位模型;
所述调整参数分析单元结合面部穴位模型对面部三维模型中的特征点进行分析,形成穴位调整参数;
所述穴位识别单元根据调整参数识别出最终穴位位置,得到穴位定位模型。
2.根据权利要求1所述的基于人工智能的面部穴位识别定位系统,其特征在于:所述人体面部采集单元包括摄像模块、面部模型存储模块和记忆模块;所述摄像模块利用摄像头对人体面部进行采集,所述面部模型存储模块用于构建面部数据库,其中:
采集后的面部信息存储面部数据库内,所述记忆模块对每个面部三维模型的特征点进行记忆。
3.根据权利要求2所述的基于人工智能的面部穴位识别定位系统,其特征在于:所述面部建模单元包括面部信息接收模块和面部构建模块;所述面部信息接收模块用于接收面部信息;所述面部构建模块通过接收的面部信息构建面部三维模型。
4.根据权利要求3所述的基于人工智能的面部穴位识别定位系统,其特征在于:所述面部构建模块构建面部三维模型采用视点面部模型构建算法,其算法步骤如下:
将摄像模块采集面部信息中的人脸网格投影到二维平面上,实现独立于视点的参数化;
运用透视投影模型建立三维人脸简化网格,再和二维平面的纹理进行映射,以生成独立于视点的三维面部模型。
5.根据权利要求4所述的基于人工智能的面部穴位识别定位系统,其特征在于:所述二维平面的纹理映射算法公式如下:
(u,c)=f(x,y,z);
其中,(u,c)为二维参数化空间内的点;(x,y,z)为三维人脸网格上的点;f()为映射函数。
6.根据权利要求5所述的基于人工智能的面部穴位识别定位系统,其特征在于:所述穴位构建单元包括穴位选取模块和选取穴位构建模块;所述穴位选取模块用于选取需要构建的穴位,并通过选取穴位构建模块构建所有选取的面部穴位模型。
7.根据权利要求6所述的基于人工智能的面部穴位识别定位系统,其特征在于:所述穴位构建单元还包括关联性推荐模块,所述关联性推荐模块根据穴位选取模块选取的穴位形成二次选取穴位。
8.根据权利要求7所述的基于人工智能的面部穴位识别定位系统,其特征在于:所述穴位识别单元包括参数接收模块、识别输出模块和识别模块,其中:
所述参数接收模块用于接收穴位调整参数;
所述识别输出模块用于对基于调整参数确定后的穴位定位模型进行输出,并利用识别模块进行识别。
9.根据权利要求8所述的基于人工智能的面部穴位识别定位系统,其特征在于:所述识别模块还对面部情况进行识别,以提供穴位参考。
10.用于基于人工智能的面部穴位识别定位系统的方法,其特征在于,包括如下方法步骤:
S1、利用摄像头采集人体面部信息;
S2、根据采集的面部信息构建面部三维模型;
S3、建需要识别的面部穴位模型;
S4、根据面部三维模型中的特征点形成穴位调整参数,并结合穴位调整参数识别出最终穴位位置,得出穴位定位模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211165612.7A CN115512411A (zh) | 2022-09-23 | 2022-09-23 | 一种基于人工智能的面部穴位识别定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211165612.7A CN115512411A (zh) | 2022-09-23 | 2022-09-23 | 一种基于人工智能的面部穴位识别定位系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115512411A true CN115512411A (zh) | 2022-12-23 |
Family
ID=84505293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211165612.7A Pending CN115512411A (zh) | 2022-09-23 | 2022-09-23 | 一种基于人工智能的面部穴位识别定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115512411A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117636446A (zh) * | 2024-01-25 | 2024-03-01 | 江汉大学 | 脸部穴位定位方法、针灸方法、针灸机器人及存储介质 |
-
2022
- 2022-09-23 CN CN202211165612.7A patent/CN115512411A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117636446A (zh) * | 2024-01-25 | 2024-03-01 | 江汉大学 | 脸部穴位定位方法、针灸方法、针灸机器人及存储介质 |
CN117636446B (zh) * | 2024-01-25 | 2024-05-07 | 江汉大学 | 脸部穴位定位方法、针灸方法、针灸机器人及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111868788A (zh) | 用于生成穴位和压力点图的系统和方法 | |
CN106420295A (zh) | 一种智能按摩椅及其运作方法 | |
CN106214462A (zh) | 一种智能按摩的方法、装置以及相关设备 | |
CN106420296A (zh) | 一种智能按摩椅 | |
CN115512411A (zh) | 一种基于人工智能的面部穴位识别定位系统及方法 | |
WO2023005368A1 (zh) | 用于健康监测的方法及装置、智能设备、存储介质 | |
CN111539245B (zh) | 一种基于虚拟环境的cpr技术训练评价方法 | |
CN109091380A (zh) | 以ar技术实现穴道视觉化的中医系统及其方法 | |
CN103354054A (zh) | 一种按摩专家的按摩手法学习系统及其应用 | |
CN109830307A (zh) | 一种远程中医诊断系统及诊断信息处理方法 | |
CN109589264A (zh) | 控制按摩穴位经络系统 | |
CN109273079A (zh) | 基于中医的ai云诊疗系统 | |
JP2020067868A (ja) | 施術支援システム | |
CN115346670A (zh) | 基于姿态识别的帕金森病评级方法、电子设备及介质 | |
CN110335194B (zh) | 一种人脸变老图像处理方法 | |
CN109659006A (zh) | 面肌训练方法、装置及电子设备 | |
CN111045575A (zh) | 一种诊疗交互方法和诊疗终端设备 | |
WO2023077660A1 (zh) | 基于混合现实的太极拳训练方法及系统、设备及存储介质 | |
CN114652131A (zh) | 智能床垫的控制方法、装置、电子设备及存储介质 | |
CN117038006A (zh) | 一种上下肢骨科术后康复训练ai辅助诊断决策的方法 | |
Li et al. | Study on action recognition based on kinect and its application in rehabilitation training | |
CN111312363A (zh) | 一种基于虚拟现实的双手协调性增强系统 | |
CN203351113U (zh) | 一种按摩专家的按摩手法学习系统 | |
CN114333018A (zh) | 整形信息推荐方法、装置及电子设备 | |
CN115530814A (zh) | 一种基于视觉姿态检测及计算机深度学习的儿童运动康复训练方法 |
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 |