CN116311411A - 一种人脸皮肤状况打分方法 - Google Patents
一种人脸皮肤状况打分方法 Download PDFInfo
- Publication number
- CN116311411A CN116311411A CN202211305639.1A CN202211305639A CN116311411A CN 116311411 A CN116311411 A CN 116311411A CN 202211305639 A CN202211305639 A CN 202211305639A CN 116311411 A CN116311411 A CN 116311411A
- Authority
- CN
- China
- Prior art keywords
- calculating
- score
- face
- grease
- skin condition
- 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 description 16
- 230000037303 wrinkles Effects 0.000 claims abstract description 39
- 239000004519 grease Substances 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 11
- 230000001815 facial effect Effects 0.000 claims description 6
- 210000004709 eyebrow Anatomy 0.000 claims description 3
- 210000004209 hair Anatomy 0.000 claims description 3
- 210000004373 mandible Anatomy 0.000 claims description 2
- 210000005069 ears Anatomy 0.000 claims 1
- 210000001508 eye Anatomy 0.000 claims 1
- 238000013077 scoring method Methods 0.000 abstract description 5
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009759 skin aging Effects 0.000 description 2
- 230000003796 beauty Effects 0.000 description 1
- 238000004624 confocal microscopy Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 150000004032 porphyrins Chemical class 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种人脸皮肤状况打分方法，包括以下步骤：S1：读入采集到的人脸图像；S2：检测出人脸上的关键点；S3：去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度；S4：分析ROI中皱纹、油脂或斑点，计算皱纹、油脂或斑点分数，输出打分结果。该人脸皮肤状况打分方法能够分析人脸常见的状况表象并计算分数，以利于对人脸皮肤状况进行量化评估，为后续诊疗提供指导依据。
Description
技术领域
本发明属于非接触式人脸皮肤状况评估技术领域，具体涉及一种人脸皮肤状况打分方法。
背景技术
近些年来，越来越多的人开始注重皮肤状况管理，皮肤上的皱纹、油脂、斑点等反应了皮肤的衰老程度，而皮肤状况检测是评估皮肤衰老程度的一个重要研究手段。目前许多美容院使用医生用凭借经验用肉眼面诊以及皮肤测量仪作为辅助的方法进行人脸皮肤状况评估。文献[皮肤评价系统的研究]指出市场上已经出现了各种品类繁多的皮肤测量仪。从功能技术上，这些测量仪几乎全部采用了接触式测量，而且功能比较单一且缺乏综合量化指标。VISIA皮肤检测仪是一种能对皮肤的病理学特征进行定量分析的仪器，能对皮肤色斑、毛孔、皱纹、平整度、卟啉、紫外线斑和日光损伤定量评估。基于图像的皮肤状况测量是一种非接触式测量，对采集到的人脸图像信息进行处理，应用计算机技术针对皮肤的常见表象给出评估结果。已提出了多种定量分析皮肤皱纹的方法，如机械面形法、激光面形法、图像分析法、共焦显微法、光栅投影法等。近几年热门的基于深度学习方法也可以用于分析皮肤状况，例如文献[人脸皮肤瑕疵检测与评价系统]提出了基于VGG16网络的人脸瑕疵检测方法，并基于瑕疵面积大小对各类皮肤瑕疵进行等级划分。但其局限性在于每次检测都要选取5个部位，各拍摄10张图片，然后再与人脸数据库中的图像进行对比。这种评价方法对数据库完整度和设备算力要求较高，而且其皮肤检测结果仅由等级进行划分，差异化和量化程度不够明显，因此该技术领域需要更精准的打分算法。
发明内容
本发明的目的在于提供一种人脸皮肤状况打分方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种人脸皮肤状况打分方法，包括以下步骤：
S1：读入采集到的人脸图像；
S2：检测出人脸上的关键点；
S3：去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度；
S4：分析ROI中皱纹、油脂或斑点，计算皱纹、油脂或斑点分数，输出打分结果。
优选的是，在步骤S2中，所述检测出人脸上的关键点步骤为：
采用facemesh算法实时估计人脸468个面部特征点，作为人脸关键点。
上述任一方案中优选的是，在步骤S3中，所述无关的区域为人脸上的头发、耳朵、眼睛、眉毛、鼻孔、下颌区域。
上述任一方案中优选的是，在步骤S4中，所述计算皱纹分数步骤如下：
(1)用皱纹检测算法检测ROI中皱纹；
(2)计算皱纹面积，计算分数
(3)计算皱纹区域平均灰度，计算分数
(4)计算皱纹区域长度的和和宽度的和,计算分数
(5)计算皱纹条数，计算分数
(6)用下式计算皱纹分数
皱纹分数＝W1*min(100，log3(S1))+W2*min(100，log3(S2))+W3*min(100，log3(S3))+W4*min(100，log3(S4))；
(7)输出分数。
上述任一方案中优选的是，在步骤S4中，所述计算油脂或斑点分数步骤如下：
(1)用斑点检测算法检测ROI中斑点或油脂；
(2)计算斑点或油脂面积，计算分数
(3)计算斑点或油脂区域平均灰度，计算分数
(4)计算斑点或油脂个数，计算分数
(5)用下式计算皱纹分数；
斑点分数
＝min(100,log3(S1))+W2*min(100,log3(S2))+W3*min(100,log3(S3))；
(6)输出分数。
本发明的技术效果和优点：该人脸皮肤状况打分方法能够分析人脸常见的状况表象并计算分数，以利于对人脸皮肤状况进行量化评估，为后续诊疗提供指导依据。
附图说明
图1为本发明人脸ROI区域；
图2为本发明皱纹打分实例。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
一种人脸皮肤状况打分方法，包括以下步骤：
1、读入采集到的人脸图像；
2、检测出人脸上的关键点，检测出人脸上的关键点步骤为：采用facemesh算法实时估计人脸468个面部特征点，作为人脸关键点；
3、去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度，去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度步骤为：
步骤1：去掉人脸上的头发、耳朵、眼睛、眉毛、鼻孔、下颌等区域，分割出ROI分析区域
步骤2：计算ROI分析区域平均灰度；
4、分析ROI中皱纹，计算皱纹分数，输出打分结果；
5、分析ROI中油脂或斑点，计算油脂或斑点分数，输出打分结果。
计算皱纹分数步骤为：
步骤1：用皱纹检测算法检测ROI中皱纹；
步骤2：计算皱纹面积，计算分数
步骤3：计算皱纹区域平均灰度，计算分数
步骤4：计算皱纹区域长度的和和宽度的和,计算分数
步骤5：计算皱纹条数，计算分数
步骤6：用下式计算皱纹分数
皱纹分数＝W1*min(100，log3(S1))+W2*min(100，
log3(S2))+W3*min(100，log3(S3))+W4*min(100，log3(S4))；
步骤7：输出分数。
计算油脂或斑点分数步骤为：
步骤1：用斑点检测算法检测ROI中斑点或油脂；
步骤2：计算斑点或油脂面积，计算分数
步骤3：计算斑点或油脂区域平均灰度，计算分数
步骤4：计算斑点或油脂个数，计算分数
步骤5：用下式计算皱纹分数
斑点分数
＝min(100,log3(S1))+W2*min(100,log3(S2))+W3*min(100,log3(S3))；
步骤6：输出分数。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (5)
1.一种人脸皮肤状况打分方法，其特征在于：包括以下步骤：
S1：读入采集到的人脸图像；
S2：检测出人脸上的关键点；
S3：去掉与皮肤状况无关的区域，分割出ROI分析区域，计算平均灰度；
S4：分析ROI中皱纹、油脂或斑点，计算皱纹、油脂或斑点分数，输出打分结果。
2.根据权利要求1所述的一种人脸皮肤状况打分方法，其特征在于：在步骤S2中，所述检测出人脸上的关键点步骤为：
采用facemesh算法实时估计人脸468个面部特征点，作为人脸关键点。
3.根据权利要求1所述的一种人脸皮肤状况打分方法，其特征在于：在步骤S3中，所述无关的区域为人脸上的头发、耳朵、眼睛、眉毛、鼻孔、下颌区域。
4.根据权利要求1所述的一种人脸皮肤状况打分方法，其特征在于：在步骤S4中，所述计算皱纹分数步骤如下：
(1)用皱纹检测算法检测ROI中皱纹；
(2)计算皱纹面积，计算分数
(3)计算皱纹区域平均灰度，计算分数
(4)计算皱纹区域长度的和和宽度的和,计算分数
(5)计算皱纹条数，计算分数
(6)用下式计算皱纹分数
皱纹分数＝W1*min(100，log3(S1))+W2*min(100，log3(S2))+W3*min(100，log3(S3))+W4*min(100，log3(S4))；
(7)输出分数。
5.根据权利要求1所述的一种人脸皮肤状况打分方法，其特征在于：在步骤S4中，所述计算油脂或斑点分数步骤如下：
(1)用斑点检测算法检测ROI中斑点或油脂；
(2)计算斑点或油脂面积，计算分数
(3)计算斑点或油脂区域平均灰度，计算分数
(4)计算斑点或油脂个数，计算分数
(5)用下式计算皱纹分数；
斑点分数
＝min(100,log3(S1))+W2*min(100,log3(S2))+W3*min(100,log3(S3))；
(6)输出分数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211305639.1A CN116311411A (zh) | 2022-10-24 | 2022-10-24 | 一种人脸皮肤状况打分方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211305639.1A CN116311411A (zh) | 2022-10-24 | 2022-10-24 | 一种人脸皮肤状况打分方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116311411A true CN116311411A (zh) | 2023-06-23 |
Family
ID=86829283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211305639.1A Pending CN116311411A (zh) | 2022-10-24 | 2022-10-24 | 一种人脸皮肤状况打分方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116311411A (zh) |
-
2022
- 2022-10-24 CN CN202211305639.1A patent/CN116311411A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2470576C2 (ru) | Способ автоматической оценки текстуры кожи и/или морщины | |
| US20150099947A1 (en) | Skin youthfulness index, methods and applications thereof | |
| JP2006142005A (ja) | 肌状態診断システムおよび美容のためのカウンセリングシステム | |
| KR20080076999A (ko) | 피부에 대한 외인성 및 내인성 요소의 영향을 평가하는방법 | |
| Monson et al. | The permanence of friction ridge skin and persistence of friction ridge skin and impressions: A comprehensive review and new results | |
| Masuda et al. | Three‐dimensional morphological characterization of the skin surface micro‐topography using a skin replica and changes with age | |
| JP6725179B2 (ja) | 乳頭構造分析に基づく肌状態の鑑別法 | |
| Hashmi et al. | Characterising the biophysical properties of normal and hyperkeratotic foot skin | |
| JP4489764B2 (ja) | 肌の手入れプログラムの効果の計測方法 | |
| JP2007252891A (ja) | 肌の美しさの目視評価値の推定方法 | |
| JP2021128807A (ja) | 評価方法、評価装置および評価プログラム | |
| JP7477678B2 (ja) | 皮膚の歪み測定方法 | |
| US20130058544A1 (en) | Method for Detecting a Fake Finger for Fingerprint Acquisition Software | |
| Douglas et al. | A review of facial image analysis for delineation of the facial phenotype associated with fetal alcohol syndrome | |
| KR20130141285A (ko) | 피부상태 진단 방법 및 장치와 이를 이용한 피부상태 적합 화장정보 제공 방법 | |
| CN116311411A (zh) | 一种人脸皮肤状况打分方法 | |
| JP2007252892A (ja) | 皮膚表面の立体形状の目視評価値の推定方法 | |
| Ma et al. | Correlation study between image features and mechanical properties of Han Chinese facial skin | |
| JP7436708B2 (ja) | 樹状毛穴を識別するための方法 | |
| JP6781979B2 (ja) | 心理状態評価用プログラム及び心理状態評価装置 | |
| Park et al. | Quantitative evaluation of severity in psoriatic lesions using three‐dimensional morphometry | |
| Tsuboi et al. | Age estimation based on visual parameters of the skin of cadavers | |
| WO2008001558A1 (fr) | Procédé d'estimation de données d'évaluation concernant la douceur de la peau à l'oeil nu et appareil d'estimation | |
| Park et al. | Quantitative evaluation of facial sagging in different body postures using a three‐dimensional imaging technique | |
| Han et al. | Evaluation of nail surface topography using a three‐dimensional in vivo optical skin imaging system |
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 |