KR20210149848A - 피부질 검출 방법, 피부질 등급 분류 방법, 피부질 검출 장치, 전자 기기 및 저장 매체 - Google Patents
피부질 검출 방법, 피부질 등급 분류 방법, 피부질 검출 장치, 전자 기기 및 저장 매체 Download PDFInfo
- Publication number
- KR20210149848A KR20210149848A KR1020217037077A KR20217037077A KR20210149848A KR 20210149848 A KR20210149848 A KR 20210149848A KR 1020217037077 A KR1020217037077 A KR 1020217037077A KR 20217037077 A KR20217037077 A KR 20217037077A KR 20210149848 A KR20210149848 A KR 20210149848A
- Authority
- KR
- South Korea
- Prior art keywords
- facial
- skin quality
- face image
- image
- skin
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000001815 facial effect Effects 0.000 claims abstract description 242
- 230000037303 wrinkles Effects 0.000 claims description 51
- 239000011148 porous material Substances 0.000 claims description 45
- 230000003796 beauty Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 18
- 230000000877 morphologic effect Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 210000003437 trachea Anatomy 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 230000003628 erosive effect Effects 0.000 description 4
- 238000013179 statistical model Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004891 communication Methods 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
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012549 training 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
-
- G06K9/00228—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G06K9/00234—
-
- G06K9/00268—
-
- G06K9/66—
-
- G06T5/92—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
-
- 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
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Abstract
본 발명은 피부질 검출 방법, 피부질 등급 분류 방법 및 피부질 검출 장치를 개시한다. 피부질 검출 방법은 얼굴 이미지를 획득하고; 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하며; 얼굴 피부톤 영역 및 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 획득하는 것을 통해, 얼굴 이미지에 기반하여 얼굴 피부질 특징을 검출하고, 하드웨어 비용 및 부피를 증가시키지 않고 필요에 따라 더 많은 피부질 특징을 검출하여 검출 정확도를 향상시킬 수 있다. 나아가 종래기술에서 검출된 피부질 특징이 적고 검출 정확도가 낮으며 하드웨어 비용이 높고 부피가 큰 문제를 해결한다.
Description
본 발명은 컴퓨터 비전 처리 기술에 관한 것이고, 구체적으로 피부질 검출 방법, 피부질 등급 분류 방법 및 피부질 검출 장치에 관한 것이다. 본 발명은 2019년 4월 12일 중국 특허청에 제출한 우선권 번호가 201910292616.3이고 발명의 명칭이 “피부질 검출 방법, 피부질 등급 분류 방법 및 피부질 검출 장치”인 중국 특허 출원의 우선권을 주장하고, 그 모든 내용은 참조로서 본 발명에 인용된다.
사회가 발전하고 생활 수준이 향상됨에 따라 사람들은 개인 이미지, 특히 피부질에 점점 더 많은 관심을 기울이고 있다. 일반적으로, 일반인들은 일부 흔히 보는 문제성 피부를 관찰을 통해 판별할 수 있으나, 피부질에 대하여 더 정확한 검출을 하기 위해서는 과학적인 수단의 도움을 받아야 한다. 현재 피부질에 대한 검출에 주로 사용되는 기술적 해결수단은 생체 전기저항 분석법이 있는데, 생체 전기저항 분석법은 피부 전기저항 특성을 분석하는 것을 통해 피부질을 평가한다. 그러나 이 방법은 검출되는 피부질 특징이 적고 피부 수분 및 지방 분비만 측정할 수 있으며, 검출 장비가 직접 피부에 닿기에 접촉 저항이 검출 결과에 대한 영향이 크고 검출 정확도가 낮다. 이 밖에, 이 방법은 전문적인 하드웨어 기기를 별도로 설치해야 하고, 이런 기기는 대부분 전문가의 조작을 필요로 하기에 사용자가 특정 검출 장소에 가야만 검출 가능하므로 적용 대상 및 적용 상황이 모두 일정한 제한을 받고 이런 하드웨어 기기의 원가가 높기에 실제 홍보 및 적용에 불리하다.
본 발명의 실시예는 적어도 종래기술에서 검출된 피부질 특징이 적고 검출 정확도가 낮으며 하드웨어 비용이 높고 부피가 큰 문제를 해결하는 피부질 검출 방법, 피부질 등급 분류 방법 및 피부질 검출 장치를 제공한다.
본 발명의 일 실시예의 일 측면에 따르면, 피부질 검출 방법을 제공하고, 상기 방법은 얼굴 이미지를 획득하는 단계; 상기 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하는 단계; 및 상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 상기 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계를 포함한다.
바람직하게는, 상기 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하는 단계는, 피부톤 검출 알고리즘을 사용하여 상기 얼굴 피부톤 영역을 획득하는 단계를 포함한다.
바람직하게는, 상기 방법은, 상기 얼굴 특징점에 근거하여 상기 얼굴 이미지의 오관 영역을 매팅(matting)하여, 상기 얼굴 피부톤 영역을 획득하는 단계를 더 포함한다.
바람직하게는, 상기 방법은, 형태학 알고리즘을 사용하여 상기 얼굴 피부톤 영역을 처리하여, 매팅된 상기 오관 영역을 확대하는 단계를 더 포함한다.
바람직하게는, 상기 얼굴 피부질 특징은 피부톤, 잡티, 모공, 주름, 다크서클, 광택도 중 적어도 하나를 포함한다.
바람직하게는, 상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 상기 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는, 하이 콘트라스트 알고리즘을 사용하여 상기 얼굴 피부톤 영역의 디테일 이미지를 획득하는 단계를 포함한다.
바람직하게는, 상기 방법은, 상기 얼굴 특징점에 근거하여 얼굴 방향 정보를 획득하는 단계를 더 포함한다.
바람직하게는, 상기 얼굴 피부질 특징이 잡티 및/또는 모공을 포함할 경우, 상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 상기 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는, 제1 기설정 알고리즘을 사용하여 상기 디테일 이미지 중 상기 잡티 및/또는 모공의 검출 결과를 획득하는 단계; 및 형상 특징에 근거하여 상기 잡티 및/또는 모공을 구분하는 단계를 더 포함한다.
바람직하게는, 상기 얼굴 피부질 특징이 피부 광택도를 포함할 경우, 상기 방법은, 상기 잡티 및/또는 모공의 검출 결과에 근거하여, 그레이레벨 동시발생 매트릭스 알고리즘을 통해 상기 피부 광택도를 획득하는 단계를 포함한다.
바람직하게는, 상기 얼굴 피부질 특징이 주름을 포함할 경우, 상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 상기 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는, 제2 기설정 알고리즘을 사용하여 상기 디테일 이미지 중 상기 주름의 검출 결과를 획득하는 단계; 및 얼굴 방향 정보 및 상기 얼굴 특징점에 근거하여 상기 주름의 종류를 결정하는 단계를 더 포함한다.
바람직하게는, 상기 얼굴 피부질 특징이 다크서클을 포함할 경우, 상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 상기 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는, 상기 얼굴 특징점 중 눈 부위의 특징점에 근거하여, 상기 얼굴 이미지에 상하 2개의 베지어 곡선을 그려, 상기 다크서클의 위치를 포지셔닝하고, 상기 다크서클의 위치의 밝기 평균값과 주변 영역의 차이성을 판별하는 것을 통해, 상기 얼굴 이미지 중 상기 다크서클의 검출 결과를 획득하는 단계를 더 포함한다.
바람직하게는, 상기 피부질 검출 방법은, 상기 얼굴 이미지에 대해 강조 처리를 수행하여, 강조된 얼굴 이미지를 획득하는 단계를 더 포함한다.
바람직하게는, 상기 얼굴 이미지에 대해 강조 처리를 수행하여, 강조된 얼굴 이미지를 획득하는 단계는, 상기 얼굴 이미지의 밝기 정보를 획득하는 단계; 및 상기 얼굴 이미지 중 그레이스케일 값이 낮은 영역의 콘트라스트를 강조하여, 상기 강조된 얼굴 이미지를 획득하는 단계를 포함한다.
바람직하게는, 상기 얼굴 이미지의 밝기 정보를 획득하는 단계는, 색상 변환 알고리즘을 통해 상기 얼굴 이미지를 YUV 포맷 이미지로 변환하고, 상기 YUV 포맷 이미지 중 Y 채널 이미지를 추출하여 얼굴 이미지의 밝기 정보를 획득하는 단계를 포함한다.
본 발명의 일 실시예의 다른 측면에 따르면, 피부질 등급 분류 방법을 제공하고, 상기 방법은 상기 임의의 피부질 검출 방법을 사용하여 상기 얼굴 피부질 특징을 획득하는 단계; 및 상기 얼굴 피부질 특징에 근거하여, 기계 학습 방법을 사용하여 얼굴 피부질을 상이한 등급으로 나누는 단계를 포함한다.
바람직하게는, 상기 방법은, 상기 얼굴 피부질의 상이한 등급에 근거하여 대응되는 뷰티 파라미터를 설정하여, 스마트 뷰티를 실현하는 단계를 포함한다.
바람직하게는, 상기 방법은 영상 통화 또는 촬영 기능을 구비하는 전자 기기에 적용된다.
본 발명의 일 실시예의 다른 측면에 따르면, 피부질 검출 장치를 제공하고, 상기 장치는 얼굴 이미지를 획득하도록 구성되는 이미지 수집 모듈; 상기 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하도록 구성되는 획득 모듈; 및 상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 검출하도록 구성되는 피부질 검출 모듈을 포함한다.
바람직하게는, 상기 획득 모듈은, 피부톤 검출 알고리즘을 통해 상기 얼굴 이미지 중 상기 얼굴 피부톤 영역을 획득하도록 구성되는 피부톤 획득 모듈을 포함한다.
바람직하게는, 상기 피부톤 획득 모듈은 또한, 상기 얼굴 특징점에 근거하여 상기 얼굴 이미지의 오관 영역을 매팅(matting)하여, 상기 얼굴 피부톤 영역을 획득하도록 구성된다.
바람직하게는, 상기 피부톤 획득 모듈은 또한, 형태학 알고리즘을 사용하여 상기 얼굴 피부톤 영역을 처리하여, 매팅된 상기 오관 영역을 확대하도록 구성된다.
바람직하게는, 상기 얼굴 피부질 특징은 피부톤, 잡티, 모공, 주름, 다크서클, 광택도 중 적어도 하나를 포함한다.
바람직하게는, 상기 피부질 검출 모듈은 또한, 하이 콘트라스트 알고리즘을 사용하여 상기 얼굴 피부톤 영역의 디테일 이미지를 획득하도록 구성된다.
바람직하게는, 상기 피부질 검출 모듈은 또한, 상기 얼굴 특징점에 근거하여 얼굴 방향 정보를 획득하도록 구성된다.
바람직하게는, 상기 피부질 검출 모듈은, 제1 기설정 알고리즘을 사용하여 상기 디테일 이미지 중 상기 잡티 및/또는 모공의 검출 결과를 획득하고; 형상 특징에 근거하여 상기 잡티 및/또는 모공을 구분하도록 구성되는 잡티 모공 검출 모듈을 포함한다.
바람직하게는, 상기 피부질 검출 모듈은, 상기 잡티 및/또는 모공의 검출 결과에 근거하여, 그레이레벨 동시발생 매트릭스 알고리즘을 통해 상기 피부 광택도를 획득하도록 구성되는 피부 광택도 검출 모듈을 포함한다.
바람직하게는, 상기 피부질 검출 모듈은, 제2 기설정 알고리즘을 사용하여 상기 디테일 이미지 중 상기 주름의 검출 결과를 획득하고; 얼굴 방향 정보 및 상기 얼굴 특징점에 근거하여 상기 주름의 종류를 결정하도록 구성되는 주름 검출 모듈을 포함한다.
바람직하게는, 상기 피부질 검출 모듈은, 상기 얼굴 특징점 중 눈 부위의 특징점에 근거하여, 상기 얼굴 이미지에 상하 2개의 베지어 곡선을 그려, 상기 다크서클의 위치를 포지셔닝하고, 상기 다크서클의 위치의 밝기 평균값과 주변 영역의 차이성을 판별하는 것을 통해, 상기 얼굴 이미지 중 상기 다크서클의 검출 결과를 획득하도록 구성되는 다크서클 검출 모듈을 포함한다.
바람직하게는, 상기 장치는 상기 얼굴 이미지에 대해 강조 처리를 수행하여, 강조된 얼굴 이미지를 획득하도록 구성되는 이미지 강조 모듈을 더 포함한다.
바람직하게는, 상기 이미지 강조 모듈은, 상기 얼굴 이미지의 밝기 정보를 획득하도록 구성되는 밝기 정보 획득 유닛; 및 상기 얼굴 이미지 중 그레이스케일 값이 낮은 영역의 콘트라스트를 강조하여, 상기 강조된 얼굴 이미지를 획득하도록 구성되는 콘트라스트 강조 유닛을 포함한다.
바람직하게는, 상기 밝기 정보 획득 유닛은 또한, 색상 변환 알고리즘을 통해 상기 얼굴 이미지를 YUV 포맷 이미지로 변환하고, 상기 YUV 포맷 이미지 중 Y 채널 이미지를 추출하여 얼굴 이미지의 밝기 정보를 획득하도록 구성된다.
본 발명의 일 실시예의 다른 측면에 따르면, 전자 기기를 제공하고, 전자 기기는 프로세서; 및 상기 프로세서의 실행 가능한 명령이 저장되도록 구성되는 메모리를 포함하고, 상기 프로세서는 상기 실행 가능한 명령을 실행하여 상기 임의의 피부질 검출 방법을 수행하도록 구성된다.
본 발명의 일 실시예의 다른 측면에 따르면, 저장 매체를 제공하고, 상기 저장 매체는 저장된 프로그램을 포함하고, 상기 프로그램이 실행될 경우 상기 저장 매체가 위치한 기기를 제어하여 상기 임의의 피부질 검출 방법을 수행하도록 한다.
본 발명의 일 실시예에서, 얼굴 이미지를 획득하고; 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하며; 얼굴 피부톤 영역 및 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 획득하는 것을 통해, 얼굴 이미지에 기반하여 얼굴 피부질 특징을 검출하고, 하드웨어 비용 및 부피를 증가시키지 않고 필요에 따라 더 많은 피부질 특징을 검출하여 검출 정확도를 향상시킬 수 있다. 또한 종래기술에서 검출된 피부질 특징이 적고 검출 정확도가 낮으며 하드웨어 비용이 높고 부피가 큰 문제를 해결한다.
여기서 설명되는 도면은 본 발명을 더 잘 이해하도록 하고, 본 발명의 일부를 구성하며, 본 발명의 예시적인 실시예 및 설명은 본 발명을 설명하기 위한 것일 뿐 본 발명에 대한 부적절한 제한이 아니다.
도 1은 본 발명의 일 실시예에 따른 바람직한 피부질 검출 방법의 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 바람직한 피부질 등급 분류 방법의 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 바람직한 피부질 검출 장치의 구족 블록도이다.
도 4는 본 발명의 일 실시예에 따른 바람직한 전자 기기의 구족 블록도이다.
도 1은 본 발명의 일 실시예에 따른 바람직한 피부질 검출 방법의 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 바람직한 피부질 등급 분류 방법의 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 바람직한 피부질 검출 장치의 구족 블록도이다.
도 4는 본 발명의 일 실시예에 따른 바람직한 전자 기기의 구족 블록도이다.
이하, 당업자가 본 발명의 과제 해결 수단을 보다 잘 이해할 수 있도록, 본 발명의 실시예의 도면과 함께 본 발명의 실시예에 따른 과제 해결 수단에 대하여 명확하고 완전하게 설명한다. 설명되는 실시예는 모든 실시예가 아니라 본 발명의 실시예의 일부일 뿐이다. 본 발명의 실시예에 기반하여, 창의적인 작업 없이 당업자에 의해 획득된 다른 모든 실시예는 본 발명의 보호 범위 내에 속한다.
본 발명의 명세서 및 청구범위 및 상기 도면에서의 "제1" 및 "제2"라는 용어는 유사한 대상을 구별하기 위해 사용된 것으로, 반드시 특정한 순서 또는 선후 순서를 설명하기 위해 사용되는 것은 아님에 유의해야 한다. 이러한 방식으로 사용되는 숫자는 적절한 상황에서 교환될 수 있으므로, 여기에 설명된 본 발명의 실시예는 여기에 도시되거나 설명된 것과 다른 순서로 구현될 수 있음을 이해해야 한다. 또한 "포함" 및 "구비"라는 용어와 그 변형은 비배타적인 포함을 의미한다. 예를 들어 일련의 단계 또는 유닛을 포함하는 프로세스, 방법, 시스템, 제품 또는 기기는 명확하게 나열된 이러한 단계 또는 유닛으로 한정될 필요가 없고, 명확하게 나열되지 않았거나 또는 이러한 프로세스, 방법, 시스템, 제품 또는 기기에 대한 고유한 다른 단계 또는 유닛을 포함할 수 있다.
본 발명의 실시예는 많은 다른 범용 또는 전용 컴퓨팅 시스템 환경 또는 구성과 함께 작동될 수 있는 컴퓨터 시스템/서버에 적용될 수 있다. 컴퓨터 시스템/서버와 함께 사용하기에 적합한 잘 알려진 컴퓨팅 시스템, 환경 및/또는 구성의 예에는 개인용 컴퓨터 시스템, 핸드헬드 또는 랩톱 기기, 마이크로프로세서 기반 시스템, 프로그래밍 가능한 소비 전자 제품, 소형 컴퓨터 시스템, 대형 컴퓨터 시스템 및 위의 임의의 시스템을 포함하는 분산형 클라우드 컴퓨팅 기술 환경 등이 포함되지만 이에 제한되지는 않는다.
컴퓨터 시스템/서버는 컴퓨터 시스템에 의해 실행되는 컴퓨터 시스템 실행 가능한 명령(예: 프로그램 모듈 등)의 일반적인 컨텍스트에서 설명될 수 있다. 일반적으로 프로그램 모듈에는 특정 작업을 수행하거나 특정 추상 데이터 유형을 구현하는 루틴, 프로그램, 목적 프로그램, 컴포넌트, 논리 및 데이터 구조 등이 포함될 수 있다. 컴퓨터 시스템/서버는 분산형 클라우드 컴퓨팅 환경에서 구현될 수 있으며, 작업은 통신망을 통해 연결된 원격 처리 기기에 의해 수행된다. 분산형 클라우드 컴퓨팅 환경에서 프로그램 모듈은 저장 기기를 포함하는 로컬 또는 원격 컴퓨팅 시스템의 저장 매체에 위치할 수 있다.
아래 상세한 실시예를 통해 본 발명을 설명한다.
본 발명의 일 측면에 따르면, 피부질 검출 방법을 제공한다. 도 1을 참조하면, 이는 본 발명의 일 실시예에 따른 바람직한 피부질 검출 방법의 흐름도이다. 도 1에 도시된 바와 같이, 상기 방법은 아래 단계를 포함한다.
S10: 얼굴 이미지를 획득한다.
S12: 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득한다.
S14: 얼굴 피부톤 영역 및 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 획득한다.
본 발명의 실시예에서, 상기 단계를 통해, 즉 얼굴 이미지를 획득하는 단계; 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하는 단계; 및 얼굴 피부톤 영역 및 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계를 통해, 얼굴 이미지에 기반하여 다양한 얼굴 피부질 특징을 검출하고, 하드웨어 비용 및 부피를 증가시키지 않고 필요에 따라 더 많은 피부질 특징을 검출하여 검출 정확도를 향상시킬 수 있다.
아래 상기 각 단계를 상세히 설명한다.
단계 S10: 얼굴 이미지를 획득한다.
바람직하게는, 본 발명의 일 실시예에서, 이미지 수집 모듈을 통해 얼굴 이미지를 획득할 수 있고, 여기서 이미지 수집 모듈은 독립적인 촬영 장치 또는 전자 기기에 통합된 촬영 장치 등일 수 있으며, 예를 들어 독립적인 RGB 카메라 또는 차량 탑재 전자 기기(중앙 제어 화면, 내비게이터 등을 포함하되 이에 제한되지 않음), 휴대폰, 태블릿 PC, 데스크톱 컴퓨터, 피부질 검출기 등 전자 기기에 탑재된 카메라이다.
단계 S12: 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득한다.
바람직하게는, 본 발명의 일 실시예에서, 피부톤 검출 알고리즘을 통해 얼굴 이미지 중 얼굴 피부톤 영역을 획득할 수 있다. 예를 들면, 피부톤 검출 알고리즘을 통해 얼굴 이미지를 YCbCr 색상 공간으로 변환시킨 다음 각 픽셀점의 CrCb 값을 피부 픽셀점에 근거하여 획득한 타원형 통계 모델에 대입하고, CrCb 좌표가 타원형 통계 모델에 있으면 피부톤으로 판단하고 이로써 얼굴 피부톤 영역을 획득할 수 있다. 얼굴 특징점은 SDM 알고리즘을 통해 획득될 수 있다.
바람직하게는, 본 발명의 일 실시예에서, 더 정확한 얼굴 피부톤 영역을 획득하기 위해, 얼굴 특징점에 근거하여 얼굴 이미지 중 오관 영역을 매팅하여, 얼굴 피부톤 영역을 획득할 수 있다. 또한, 형태학 알고리즘(예를 들어 침식 팽창 알고리즘)을 사용하여 얼굴 피부톤 영역을 처리하여, 매팅된 상기 오관 영역을 확대함으로써, 이미지 편이로 인해 오관 영역의 매팅이 완전하지 않고 잔류되는 문제를 방지할 수도 있다.
단계 S14: 얼굴 피부톤 영역 및 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 획득한다.
바람직하게는, 본 발명의 일 실시예에서, 얼굴 피부질 특징은 피부톤, 잡티, 모공, 주름, 다크서클, 광택도 중 적어도 하나를 포함한다.
바람직하게는, 본 발명의 일 실시예에서, 얼굴 피부질 특징이 잡티 및/또는 모공을 포함할 경우, 얼굴 피부톤 영역 및 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는, 하이 콘트라스트 알고리즘을 사용하여 얼굴 피부톤 영역의 디테일 이미지를 획득하는 단계; 제1 기설정 알고리즘(예를 들어 로컬 적응 임계값 알고리즘)을 사용하여 디테일 이미지 중 잡티 및/또는 모공의 검출 결과를 획득하고, 여기서 검출 결과는 위치, 개수, 면적 중 적어도 하나를 포함하는 단계; 및 형상 특징에 근거하여 잡티 및/또는 모공을 구분하는 단계를 포함하고, 여기서 모공의 형상 특징은 면적이 보편적으로 작고 타원형에 유사한 것이며, 잡티의 형상 특징은 면적이 큰 것이다. 바람직하게, 로컬 적응 임계값 알고리즘을 사용하여 디테일 이미지 중 잡티 및/또는 모공의 검출 결과를 획득한 후, 형태학 알고리즘(예를 들어 침식 팽창 알고리즘)을 사용하여 잡티 및/또는 모공의 이상치(Outlier)를 제거하여 노이즈 영향을 배제하고; 연결 영역 알고리즘을 사용하여 초기 검출 결과 중 형상 이상 또는 면적이 너무 큰 오류점을 배제한다. 바람직하게, 상기 단계는 오관 영역이 매팅된 얼굴 피부톤 영역에서 수행되어 잡티 및/또는 모공 오검출율을 감소할 수 있다.
바람직하게는, 본 발명의 일 실시예에서, 잡티 및/또는 모공의 검출 결과를 획득한 후, 잡티 및/또는 모공의 검출 결과에 근거하여, 그레이레벨 동시발생 매트릭스 알고리즘을 통해 피부 광택도를 획득할 수도 있다. 예를 들어, 그레이레벨 동시발생 매트릭스 알고리즘을 통해 0도, 45도, 90도 및 135도의 에너지, 엔트로피, 콘트라스트 및 역차 모멘트(inverse difference moment) 등 파라미터를 계산한 다음 이 16개의 파라미터를 통해 피부 광택도 특징을 획득한다.
바람직하게는, 본 발명의 일 실시예에서, 얼굴 피부질 특징이 주름을 포함할 경우, 얼굴 피부톤 영역 및 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는, 하이 콘트라스트 알고리즘을 사용하여 얼굴 피부톤 영역의 디테일 이미지를 획득하는 단계; 얼굴 특징점에 근거하여 얼굴 방향 정보를 획득하는 단계; 제2 기설정 알고리즘을 사용하여 디테일 이미지 중 주름의 검출 결과를 획득하는 단계; 및 얼굴 방향 정보 및 얼굴 특징점에 근거하여 주름의 종류를 결정하는 단계를 포함한다. 여기서 검출 결과는 위치, 개수, 면적 중 적어도 하나를 포함한다. 바람직하게, 제2 기설정 알고리즘을 사용하여 디테일 이미지 중 주름의 검출 결과를 획득한 후, 형태학 알고리즘 및 연결 영역 알고리즘을 사용하여 분명히 주름 특징에 속하지 않는 대상을 제거한다.
바람직하게는, 본 발명의 일 실시예에서, 제2 기설정 알고리즘을 사용하여 디테일 이미지 중 주름의 검출 결과를 획득하고; 얼굴 방향 정보 및 얼굴 특징점에 근거하여 주름의 종류를 구분하는 단계는, 로컬 적응 임계값 알고리즘을 사용하여 주름 위치를 획득하고, 얼굴 특징점 및 얼굴 방향 정보에 근거하여 수평 방향에 가까운 주름을 눈가 주름으로 결정하는 단계; 및 캐니 에지 추출 알고리즘을 사용하여 주름 위치를 획득하고, 얼굴 특징점 및 얼굴 방향 정보에 근거하여 수평 방향에 가까운 주름을 이마 주름으로 결정하며 대각선 방향에 가까운 주름을 팔자 주름으로 결정하는 단계를 포함할 수 있다.
바람직하게는, 본 발명의 일 실시예에서, 얼굴 피부질 특징이 다크서클을 포함할 경우, 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는, 얼굴 특징점 중 눈 부위의 특징점에 근거하여, 얼굴 이미지에 상하 2개의 베지어 곡선을 그려, 다크서클의 위치를 포지셔닝하고, 다크서클 검출 영역의 밝기 평균값과 주변 영역의 차이를 계산하여 다크서클의 심각성을 결정하는 단계를 포함한다.
바람직하게는, 본 발명의 일 실시예에서, 얼굴 이미지를 획득하는 단계 S10 다음에, 얼굴 이미지에 대해 강조 처리를 수행하여, 강조된 얼굴 이미지를 획득하는 단계 S11을 더 포함할 수 있다.
바람직하게는, 본 발명의 일 실시예에서, 얼굴 이미지에 대해 강조 처리를 수행하여, 강조된 얼굴 이미지를 획득하는 단계는, 제3 기설정 알고리즘을 통해 얼굴 이미지의 밝기 정보를 획득하는 단계; 및 얼굴 이미지 중 그레이스케일 값이 낮은 영역의 콘트라스트를 강조하여, 강조된 얼굴 이미지를 획득하는 단계를 포함한다. 이로써 어두운 조명에서의 얼굴 이미지의 디테일을 강조할 수 있다. 바람직하게, 얼굴 피부질 특징은 더 정확한 검출 결과를 획득하기 위해 강조된 얼굴 이미지에서 획득될 수 있다. 여기서 얼굴 이미지 중 그레이스케일 값이 낮은 영역을 확장하는 방법은 대수 변환, 히스토그램 균등화, 지수 변환 등을 포함하나 이에 제한되지 않는다.
구체적으로, 제3 기설정 알고리즘을 통해 얼굴 이미지의 밝기 정보를 획득하는 단계는, 색상 변환 알고리즘을 통해 얼굴 이미지를 YUV 포맷 이미지로 변환하고, YUV 포맷 이미지 중 Y 채널 이미지를 추출하여 얼굴 이미지의 밝기 정보를 획득하는 것일 수 있다.
물론, 당업자는 얼굴 이미지에 대해 강조 처리를 수행하여 얼굴 이미지를 획득하는 단계 이전 또는 이후에, 얼굴 윤곽을 검출하고, 검출된 얼굴 윤곽 크기에 근거하여 이미지를 축소하여 크기가 요구에 부합되는 얼굴 이미지를 획득하는 단계를 더 포함할 수 있음을 알 수 있다.
상기 단계를 통해 얼굴 피부질을 검출할 수 있고, 검출된 피부질 특징은 잡티, 모공, 피부 광택도, 주름, 다크서클 등을 포함할 수 있으며, 하드웨어 비용 및 부피를 증가시키지 않고 검출 정확도를 향상시킬 수 있다.
바람직하게는, 본 발명의 일 실시예에서, 다양한 피부질 특징을 검출한 후, 얼굴 피부톤 영역과 결부하여 피부질을 평가할 수도 있으며, 예를 들어, 잡티의 경우 잡티 면적과 얼굴 피부톤 영역의 면적의 비율을 하나의 지표로 하여 잡티의 심각성을 평가할 수 있다.
본 발명의 일 실시예의 다른 측면에 따르면, 피부질 등급 분류 방법을 더 제공한다. 도 2를 참조하면, 이는 본 발명의 일 실시예에 따른 바람직한 피부질 등급 분류 방법의 흐름도이다. 도 2에 도시된 바와 같이, 상기 방법은 아래 단계를 포함한다.
S20: 상기 피부질 검출 방법을 사용하여, 얼굴 피부질 특징을 획득한다.
S22: 얼굴 피부질 특징에 근거하여, 기계 학습 방법을 사용하여 얼굴 피부질을 상이한 등급으로 나눈다.
바람직하게는, 본 발명의 일 실시예에서, 기계 학습 방법은 서포트 벡터 머신 또는 퍼셉트론일 수 있다. 구체적으로, 기계 학습 방법은 샘플 트레이닝을 통해 바람직한 분류 함수를 얻을 수 있고, 여기서 각 샘플의 얼굴 피부질 특징은 피부톤, 잡티, 모공, 주름, 다크서클, 광택도 중 적어도 하나를 포함한다.
본 발명의 일 실시예에서, 상기 단계를 통해, 즉 상기 피부질 검출 방법을 사용하여, 얼굴 피부질 특징을 획득하고, 얼굴 피부질 특징에 근거하여, 기계 학습 방법을 사용하여 얼굴 피부질을 상이한 등급으로 나누는 것을 통해, 얼굴 피부질 특징을 검출할 수 있을 뿐만 아니라 얼굴 피부질을 상이한 등급으로 나눌 수도 있으므로, 상이한 사용자를 위해 케어 솔루션을 제공하고 적절한 케어 제품을 추천하거나 스마트 뷰티를 실현하는데 편리하다.
스마트 뷰티와 관련하여, 본 발명의 일 실시예의 일 응용 장면에서 얼굴 피부질의 상이한 등급에 근거하여 대응되는 뷰티 파라미터를 설정하여, 스마트 뷰티를 실현할 수 있다. 예를 들어, 특정 사용자의 피부 모공, 주름 및 잡티가 많고 피부가 거칠면, 상기 얼굴 피부질의 등급을 “나쁨”으로 정의하고 이에 따라 대응되는 뷰티 파라미터를 설정할 수 있으며, 예를 들어 뷰티 파라미터 중 피부 그라인딩 기능을 강하게 설정한다. 반대로, 특정 사용자의 피부 모공, 주름 및 잡티가 적고 피부가 매끄러우면, 상기 얼굴 피부질의 등급을 “좋음”으로 정의하고 이에 따라 대응되는 뷰티 파라미터를 설정할 수 있으며, 예를 들어 뷰티 파라미터 중 피부 그라인딩 기능을 약하게 설정한다. 이로써 각 사용자의 뷰티 파라미터가 모두 바람직하도록 함으로써 자연스러운 뷰티 효과를 달성하고 스마트 뷰티를 실현한다. 상기 얼굴 피부질의 상이한 등급에 근거하여 대응되는 뷰티 파라미터를 설정하여, 스마트 뷰티를 실현하는 기술은 영상 통화 또는 촬영 기능을 구비하는 전자 기기, 예를 들어 차량 탑재 전자 기기(중앙 제어 화면, 내비게이터 등을 포함하되 이에 제한되지 않음), 휴대폰, 디지털 카메라, 태블릿 PC, 데스크톱 컴퓨터, 피부질 검출기 등에 탑재될 수 있다. 일 응용 환경에서, 예를 들어, 운전 보조 기능을 구비하는 차량, 특히 무인 운전 기능을 구비하는 차량에서 사람들은 운전시 핸들 조작을 수행할 필요가 없기에 여유 시간에 영상 챗팅, 영상 회의, 촬영 등을 수행할 수 있고, 상기 영상 통화 또는 촬영 기능을 구비하는 차량 탑재 전자 기기에 스마트 뷰티 기술을 적용하는 것을 통해 사용자 체험만족도를 향상시킬 수 있다.
본 발명의 일 실시예의 또 다른 측면에 따르면, 피부질 검출 장치를 더 제공한다. 도 3을 참조하면, 이는 본 발명의 일 실시예에 따른 바람직한 피부질 검출 장치의 구족 블록도이다. 도 3에 도시된 바와 같이, 피부질 검출 장치(3)는 아래 모듈을 포함한다.
이미지 수집 모듈(30)은 얼굴 이미지를 획득하도록 구성된다.
바람직하게는, 본 발명의 일 실시예에서, 이미지 수집 모듈은 독립적인 촬영 장치 또는 전자 기기에 통합된 촬영 장치 등일 수 있으며, 예를 들어 독립적인 RGB 카메라, 또는 휴대폰, 태블릿 PC, 데스크톱 컴퓨터, 피부질 검출기 등 전자 기기에 탑재된 카메라이다.
획득 모듈(32)은 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하도록 구성된다.
바람직하게는, 본 발명의 일 실시예에서, 획득 모듈(34)은 피부톤 획득 모듈 및 특징점 획득 모듈을 포함한다. 여기서, 피부톤 획득 모듈은 피부톤 검출 알고리즘을 통해 얼굴 이미지 중 얼굴 피부톤 영역을 획득하도록 구성된다. 예를 들어, 피부톤 검출 알고리즘을 통해 얼굴 이미지를 YCbCr 색상 공간으로 변환시킨 다음 각 픽셀점의 CrCb 값을 피부 픽셀점에 근거하여 획득한 타원형 통계 모델에 대입하고, CrCb 좌표가 타원형 통계 모델에 있으면 피부톤으로 판단하고 이로써 얼굴 피부톤 영역을 획득할 수 있다. 얼굴 특징점은 SDM 알고리즘을 통해 획득될 수 있다.
바람직하게는, 본 발명의 일 실시예에서, 더 정확한 얼굴 피부톤 영역을 획득하기 위해, 피부톤 획득 모듈은 얼굴 특징점에 근거하여 얼굴 이미지 중 오관 영역을 매팅하여, 얼굴 피부톤 영역을 획득하도록 구성된다. 이 밖에, 형태학 알고리즘(예를 들어 침식 팽창 알고리즘)을 사용하여 얼굴 피부톤 영역을 처리하여, 매팅된 상기 오관 영역을 확대하도록 더 구성됨으로써, 이미지 편이로 인해 오관 영역의 매팅이 완전하지 않고 잔류하는 문제를 방지한다.
피부질 검출 모듈(34)은 얼굴 피부톤 영역 및 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 검출하도록 구성된다.
바람직하게는, 본 발명의 일 실시예에서, 얼굴 피부질 특징은 피부톤, 잡티, 모공, 주름, 다크서클, 광택도 중 적어도 하나를 포함한다.
바람직하게는, 본 발명의 일 실시예에서, 피부질 검출 모듈(34)은 잡티 모공 검출 모듈(340)을 포함하고, 상기 잡티 모공 검출 모듈(340)은 하이 콘트라스트 알고리즘을 사용하여 얼굴 피부톤 영역의 디테일 이미지를 획득하고; 제1 기설정 알고리즘(예를 들어 로컬 적응 임계값)을 사용하여 디테일 이미지 중 잡티 및/또는 모공의 검출 결과를 획득하며, 여기서 검출 결과는 위치, 개수, 면적 중 적어도 하나를 포함하며, 형상 특징에 근거하여 잡티 및/또는 모공을 구분하도록 구성되고, 여기서 모공의 형상 특징은 면적이 보편적으로 작고 타원형에 유사한 것이며, 잡티의 형상 특징은 면적이 큰 것이다. 바람직하게, 로컬 적응 임계값 알고리즘을 사용하여 디테일 이미지 중 잡티 및/또는 모공의 검출 결과를 획득한 후, 형태학 알고리즘(예를 들어 침식 팽창 알고리즘)을 사용하여 잡티 및/또는 모공의 이상치(Outlier)를 제거하여 노이즈 영향을 배제하고; 연결 영역 알고리즘을 사용하여 초기 검출 결과 중 형상 이상 또는 면적이 너무 큰 오류점을 배제한다. 바람직하게, 상기 과정은 오관 영역이 매팅된 얼굴 피부톤 영역에서 수행되어 잡티 및/또는 모공 오검출율을 감소할 수 있다.
바람직하게는, 본 발명의 일 실시예에서, 피부질 검출 모듈(34)은 피부 광택도 검출 모듈(342)을 포함하고, 이는 잡티 및/또는 모공의 검출 결과를 획득한 후, 잡티 및/또는 모공의 검출 결과에 근거하여, 그레이레벨 동시발생 매트릭스 알고리즘을 통해 피부 광택도를 획득할 수도 있다. 예를 들어, 그레이레벨 동시발생 매트릭스 알고리즘을 통해 0도, 45도, 90도 및 135도의 에너지, 엔트로피, 콘트라스트 및 역차 모멘트 등 파라미터를 계산한 다음 이 16개의 파라미터를 통해 피부 광택도 특징을 획득한다.
바람직하게는, 본 발명의 일 실시예에서, 피부질 검출 모듈(34)은 주름 검출 모듈(344)을 포함한다. 주름 검출 모듈(344)은 하이 콘트라스트 알고리즘을 사용하여 얼굴 이미지의 피부톤 디테일 이미지를 획득하고; 얼굴 특징점에 근거하여 얼굴 방향 정보를 획득하며; 제2 기설정 알고리즘을 사용하여 디테일 이미지 중 주름의 검출 결과를 획득하고; 여기서 검출 결과는 위치, 개수, 면적 중 적어도 하나를 포함하며, 얼굴 방향 정보 및 얼굴 특징점에 근거하여 주름의 종류를 구분하도록 구성된다. 바람직하게, 제2 기설정 알고리즘을 사용하여 디테일 이미지 중 주름의 검출 결과를 획득한 후, 형태학 알고리즘 및 연결 영역 알고리즘을 사용하여 분명히 주름 특징에 속하지 않는 대상을 제거한다.
바람직하게는, 본 발명의 일 실시예에서, 제2 기설정 알고리즘을 사용하여 디테일 이미지 중 주름의 검출 결과를 획득하고; 얼굴 방향 정보 및 얼굴 특징점에 근거하여 주름의 종류를 구분하는 것은, 로컬 적응 임계값 알고리즘을 사용하여 주름 위치를 획득하고, 얼굴 특징점 및 얼굴 방향 정보에 따라 수평 방향에 가까운 주름을 눈가 주름으로 결정하며; 캐니 에지 추출 알고리즘을 사용하여 주름 위치를 획득하고, 얼굴 특징점 및 얼굴 방향 정보에 근거하여 수평 방향에 가까운 주름을 이마 주름으로 결정하며 대각선 방향에 가까운 주름을 팔자 주름으로 결정하는 것을 포함할 수 있다.
바람직하게는, 본 발명의 일 실시예에서, 피부질 검출 모듈(34)은 다크서클 검출 모듈(346)을 포함한다. 다크서클 검출 모듈(346)은 얼굴 특징점 중 눈 부위의 특징점에 근거하여, 얼굴 이미지에 상하 2개의 베지어 곡선을 그려, 다크서클의 위치를 포지셔닝하고, 다크서클 검출 영역의 밝기 평균값과 주변 영역의 차이를 계산하여 다크서클의 심각성을 결정하도록 구성된다.
바람직하게는, 본 발명의 일 실시예에서, 피부질 검출 장치(3)는 얼굴 이미지에 대해 강조 처리를 수행하여, 강조된 얼굴 이미지를 획득하도록 구성되는 이미지 강조 모듈(31)을 더 포함한다.
바람직하게는, 본 발명의 일 실시예에서, 이미지 강조 모듈(31)은 밝기 정보 획득 유닛(310) 및 콘트라스트 강조 유닛(312)을 포함한다. 여기서 밝기 정보 획득 유닛(310)은 제3 기설정 알고리즘을 통해 얼굴 이미지의 밝기 정보를 획득하도록 구성되고; 콘트라스트 강조 유닛(312)은 얼굴 이미지 중 그레이스케일 값이 낮은 영역의 콘트라스트를 강조하여, 강조된 얼굴 이미지를 획득하도록 구성된다. 이로써 어두운 조명에서의 얼굴 이미지의 디테일을 강조할 수 있다. 바람직하게, 얼굴 피부질 특징은 더 정확한 검출 결과를 획득하기 위해 강조된 얼굴 이미지에서 획득될 수 있다. 여기서 얼굴 이미지 중 그레이스케일 값이 낮은 영역을 확장하는 방법은 대수 변환, 히스토그램 균등화, 지수 변환 등을 포함하나 이에 제한되지 않는다.
구체적으로, 제3 기설정 알고리즘을 통해 얼굴 이미지의 밝기 정보를 획득하는 것은, 색상 변환 알고리즘을 통해 얼굴 이미지를 YUV 포맷 이미지로 변환하고, YUV 포맷 이미지 중 Y 채널 이미지를 추출하여 얼굴 이미지의 밝기 정보를 획득하는 것일 수 있다.
물론, 당업자는 얼굴 이미지에 대해 강조 처리를 수행하여 얼굴 이미지를 획득하기 이전 또는 이후에, 이미지를 축소하여 크기가 요구에 부합되는 얼굴 이미지를 획득하는 것을 더 포함할 수 있다.
본 발명의 일 실시예에서, 상기 모듈을 통해, 즉 얼굴 이미지를 획득하도록 구성되는 이미지 수집 모듈(30); 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하도록 구성되는 획득 모듈(34); 및 얼굴 피부톤 영역 및 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 검출하도록 구성되는 피부질 검출 모듈(36)을 통해, 얼굴 이미지에 기반하여 다양한 얼굴 피부질 특징을 검출하고, 하드웨어 비용 및 부피를 증가시키지 않고 필요에 따라 더 많은 피부질 특징을 검출하여 검출 정확도를 향상시킬 수 있다.
본 발명의 일 실시예의 또 다른 측면에 따르면, 전자 기기를 더 제공하고, 전자 기기(40)는 프로세서(400); 및 상기 프로세서(400)의 실행 가능한 명령이 저장되도록 구성되는 메모리(402)를 포함하고, 상기 프로세서(400)는 상기 실행 가능한 명령을 실행하여 상기 임의의 피부질 검출 방법을 수행하도록 구성된다.
본 발명의 일 실시예의 또 다른 측면에 따르면, 저장 매체를 더 제공하고, 상기 저장 매체는 저장된 프로그램을 포함하고, 상기 프로그램이 실행될 경우 상기 저장 매체가 위치한 기기를 제어하여 상기 임의의 피부질 검출 방법을 수행하도록 한다.
본 발명의 상기 실시예에서, 각 실시예에 대한 설명은 모두 중점적으로 설명된 부분이 있으며, 특정 실시예에서 상세히 설명되지 않은 부분은 다른 실시예의 관련 설명을 참조할 수 있다.
본 발명에서 제공되는 몇개의 실시예에서, 개시된 기술 내용은 다른 방식을 통해 구현될 수 있음을 이해해야 한다. 여기서, 앞에서 설명된 장치 실시예는 예시적인 것일 뿐, 예를 들어 상기 유닛의 구획은 논리적 기능 구획일 뿐이고, 실제 구현 시 다른 구획 방식이 있을 수 있으며, 예를 들어 다수의 유닛 또는 컴포넌트가 결합될 수 있거나 다른 시스템에 통합될 수 있거나, 또는 일부 특징이 생략되거나, 또는 수행되지 않을 수 있다. 한편으로, 표시되거나 토론된 상호 간의 커플링 또는 직접 커플링 또는 통신 연결은 일부 인터페이스를 사용할 수 있고, 유닛 또는 모듈의 간접적 커플링 또는 통신 연결은 전기적 또는 다른 형식일 수 있다.
분리 부재로서 설명된 상기 유닛은 물리적으로 분리된 것일 수 있거나 아닐 수 도 있고, 유닛으로서 표시되는 부재는 물리 유닛일 수 있거나 아닐 수도 있으며, 즉 한 곳에 위치할 수 있거나 또는 복수 개의 네트워크 유닛에 분산될 수도 있다. 실제 필요에 따라 그 중의 일부 또는 전부 유닛을 선택하여 본 실시예의 수단의 목적을 구현할 수 있다.
이 밖에, 본 발명의 각 실시예 중의 각 기능 유닛은 하나의 처리 유닛에 통합될 수 있고, 각각의 유닛이 별도로 물리적으로 존재할 수도 있으며, 두 개 또는 두 개 이상의 유닛이 하나의 유닛에 통합될 수도 있다. 상기 통합된 유닛은 하드웨어 형식을 사용하여 구현될 수 있고, 소프트웨어 기능 유닛의 형식으로 구현될 수도 있다.
상기 통합된 유닛이 소프트웨어 기능 유닛의 형식으로 구현되어 독립적인 제품으로 판매되거나 사용되는 경우, 하나의 컴퓨터 판독 가능한 저장 매체에 저장될 수 있다. 이러한 이해를 바탕으로, 본 발명의 과제 해결 수단은 본질적으로 또는 종래기술에 기여하는 부분 또는 과제 해결 수단의 전부 또는 일부를 소프트웨어 제품의 형식으로 구현할 수 있고, 상기 컴퓨터 소프트웨어 제품은 하나의 저장 매체에 저장되며, 저장 매체는 다수의 명령이 포함되어 하나의 컴퓨터 기기(개인 컴퓨터, 서버 또는 네트워크 기기 등일 수 있음)가 본 발명의 각 실시예에 따른 방법의 전부 또는 일부 단계를 수행하도록 한다. 전술한 저장 매체는, USB 디스크, 판독 전용 메모리(Read-Only Memory, ROM), 랜덤 액세스 메모리(Random Access Memory, RAM), 모바일 하드디스크, 자기 디스크 또는 광 디스크 등 프로그램 코드를 저장할 수 있는 다양한 매체를 포함한다.
얼굴 이미지를 획득하고; 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하며; 얼굴 피부톤 영역 및 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 획득하는 것을 통해, 얼굴 이미지에 기반하여 얼굴 피부질 특징을 검출하고, 하드웨어 비용 및 부피를 증가시키지 않고 필요에 따라 더 많은 피부질 특징을 검출하여 검출 정확도를 향상시킬 수 있다. 또한 종래기술에서 검출된 피부질 특징이 적고 검출 정확도가 낮으며 하드웨어 비용이 높고 부피가 큰 문제를 해결한다.
상술한 내용은 본 발명의 바람직한 실시 형태이고, 본 기술분야의 통상의 기술자는 본 발명에 설명된 원리를 벗어나지 않고 여러 가지 개선 및 수정을 진행할 수도 있으며, 이러한 개선 및 수정도 본 발명의 보호범위 내에 속함을 유의해야 한다.
Claims (33)
- 피부질 검출 방법에 있어서,
얼굴 이미지를 획득하는 단계;
상기 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하는 단계; 및
상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 상기 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계를 포함하는 피부질 검출 방법. - 제1항에 있어서,
상기 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하는 단계는,
피부톤 검출 알고리즘을 사용하여 상기 얼굴 피부톤 영역을 획득하는 단계를 포함하는 피부질 검출 방법. - 제1항에 있어서,
상기 얼굴 특징점에 근거하여 상기 얼굴 이미지의 오관 영역을 매팅(matting)하여, 상기 얼굴 피부톤 영역을 획득하는 단계를 더 포함하는 피부질 검출 방법. - 제3항에 있어서,
형태학 알고리즘을 사용하여 상기 얼굴 피부톤 영역을 처리하여, 매팅된 상기 오관 영역을 확대하는 단계를 더 포함하는 피부질 검출 방법. - 제1항에 있어서,
상기 얼굴 피부질 특징은 피부톤, 잡티, 모공, 주름, 다크서클 및 광택도로 이루어진 군으로부터 선택되는 적어도 하나를 포함하는 피부질 검출 방법. - 제1항에 있어서,
상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 상기 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는,
하이 콘트라스트 알고리즘을 사용하여 상기 얼굴 피부톤 영역의 디테일 이미지를 획득하는 단계를 포함하는 피부질 검출 방법. - 제1항에 있어서,
상기 얼굴 특징점에 근거하여 얼굴 방향 정보를 획득하는 단계를 더 포함하는 피부질 검출 방법. - 제6항에 있어서,
상기 얼굴 피부질 특징이 잡티 및/또는 모공을 포함할 경우, 상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 상기 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는,
제1 기설정 알고리즘을 사용하여 상기 디테일 이미지 중 상기 잡티 및/또는 모공의 검출 결과를 획득하는 단계; 및
형상 특징에 근거하여 상기 잡티 및/또는 모공을 구분하는 단계를 더 포함하는 피부질 검출 방법. - 제8항에 있어서,
상기 얼굴 피부질 특징이 피부 광택도를 포함할 경우, 상기 방법은,
상기 잡티 및/또는 모공의 검출 결과에 근거하여, 그레이레벨 동시발생 매트릭스 알고리즘을 통해 상기 피부 광택도를 획득하는 단계를 포함하는 피부질 검출 방법. - 제6항에 있어서,
상기 얼굴 피부질 특징이 주름을 포함할 경우, 상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 상기 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는,
제2 기설정 알고리즘을 사용하여 상기 디테일 이미지 중 상기 주름의 검출 결과를 획득하는 단계; 및
얼굴 방향 정보 및 상기 얼굴 특징점에 근거하여 상기 주름의 종류를 결정하는 단계를 더 포함하는 피부질 검출 방법. - 제1항에 있어서,
상기 얼굴 피부질 특징이 다크서클을 포함할 경우, 상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 상기 얼굴 이미지의 얼굴 피부질 특징을 획득하는 단계는,
상기 얼굴 특징점 중 눈 부위의 특징점에 근거하여, 상기 얼굴 이미지에 상하 2개의 베지어 곡선을 그려, 상기 다크서클의 위치를 포지셔닝하고, 상기 다크서클의 위치의 밝기 평균값과 주변 영역의 차이성을 판별하는 것을 통해, 상기 얼굴 이미지 중 상기 다크서클의 검출 결과를 획득하는 단계를 포함하는 피부질 검출 방법. - 제1항 내지 제11항 중 어느 한 항에 있어서,
상기 얼굴 이미지에 대해 강조 처리를 수행하여, 강조된 얼굴 이미지를 획득하는 단계를 더 포함하는 피부질 검출 방법. - 제12항에 있어서,
상기 얼굴 이미지에 대해 강조 처리를 수행하여, 강조된 얼굴 이미지를 획득하는 단계는,
상기 얼굴 이미지의 밝기 정보를 획득하는 단계; 및
상기 얼굴 이미지 중 그레이스케일 값이 낮은 영역의 콘트라스트를 강조하여, 상기 강조된 얼굴 이미지를 획득하는 단계를 포함하는 피부질 검출 방법. - 제13항에 있어서,
상기 얼굴 이미지의 밝기 정보를 획득하는 단계는,
색상 변환 알고리즘을 통해 상기 얼굴 이미지를 YUV 포맷 이미지로 변환하고, 상기 YUV 포맷 이미지 중 Y 채널 이미지를 추출하여 얼굴 이미지의 밝기 정보를 획득하는 단계를 포함하는 피부질 검출 방법. - 피부질 등급 분류 방법에 있어서,
제1항 내지 제14항 중 어느 한 항에 따른 피부질 검출 방법을 사용하여 상기 얼굴 피부질 특징을 획득하는 단계; 및
상기 얼굴 피부질 특징에 근거하여, 기계 학습 방법을 사용하여 얼굴 피부질을 상이한 등급으로 나누는 단계를 포함하는 피부질 등급 분류 방법. - 제15항에 있어서,
상기 얼굴 피부질의 상이한 등급에 근거하여 대응되는 뷰티 파라미터를 설정하여, 스마트 뷰티를 실현하는 단계를 포함하는 피부질 등급 분류 방법. - 제16항에 있어서,
상기 방법은 영상 통화 또는 촬영 기능을 구비하는 전자 기기에 적용되는 피부질 등급 분류 방법. - 피부질 검출 장치에 있어서,
얼굴 이미지를 획득하도록 구성되는 이미지 수집 모듈;
상기 얼굴 이미지 중 얼굴 피부톤 영역 및 얼굴 특징점을 획득하도록 구성되는 획득 모듈; 및
상기 얼굴 피부톤 영역 및 상기 얼굴 특징점에 근거하여, 얼굴 이미지의 얼굴 피부질 특징을 검출하도록 구성되는 피부질 검출 모듈을 포함하는 피부질 검출 장치. - 제18항에 있어서,
상기 획득 모듈은,
피부톤 검출 알고리즘을 통해 상기 얼굴 이미지 중 상기 얼굴 피부톤 영역을 획득하도록 구성되는 피부톤 획득 모듈을 포함하는 피부질 검출 장치. - 제19항에 있어서,
상기 피부톤 획득 모듈은 또한,
상기 얼굴 특징점에 근거하여 상기 얼굴 이미지의 오관 영역을 매팅(matting)하여, 상기 얼굴 피부톤 영역을 획득하도록 구성되는 피부질 검출 장치. - 제20항에 있어서,
상기 피부톤 획득 모듈은 또한,
형태학 알고리즘을 사용하여 상기 얼굴 피부톤 영역을 처리하여, 매팅된 상기 오관 영역을 확대하도록 구성되는 피부질 검출 장치. - 제18항에 있어서,
상기 얼굴 피부질 특징은 피부톤, 잡티, 모공, 주름, 다크서클 및 광택도로 이루어진 군으로부터 선택되는 적어도 하나를 포함하는 피부질 검출 장치. - 제18항에 있어서,
상기 피부질 검출 모듈은 또한,
하이 콘트라스트 알고리즘을 사용하여 상기 얼굴 피부톤 영역의 디테일 이미지를 획득하도록 구성되는 피부질 검출 장치. - 제18항에 있어서,
상기 피부질 검출 모듈은 또한,
상기 얼굴 특징점에 근거하여 얼굴 방향 정보를 획득하도록 구성되는 피부질 검출 장치. - 제23항에 있어서,
상기 피부질 검출 모듈은,
제1 기설정 알고리즘을 사용하여 상기 디테일 이미지 중 상기 잡티 및/또는 모공의 검출 결과를 획득하고; 형상 특징에 근거하여 상기 잡티 및/또는 모공을 구분하도록 구성되는 잡티 모공 검출 모듈을 포함하는 피부질 검출 장치. - 제25항에 있어서,
상기 피부질 검출 모듈은,
상기 잡티 및/또는 모공의 검출 결과에 근거하여, 그레이레벨 동시발생 매트릭스 알고리즘을 통해 상기 피부 광택도를 획득하도록 구성되는 피부 광택도 검출 모듈을 포함하는 피부질 검출 장치. - 제23항에 있어서,
상기 피부질 검출 모듈은,
제2 기설정 알고리즘을 사용하여 상기 디테일 이미지 중 상기 주름의 검출 결과를 획득하고; 얼굴 방향 정보 및 상기 얼굴 특징점에 근거하여 상기 주름의 종류를 결정하도록 구성되는 주름 검출 모듈을 포함하는 피부질 검출 장치. - 제18항에 있어서,
상기 피부질 검출 모듈은,
상기 얼굴 특징점 중 눈 부위의 특징점에 근거하여, 상기 얼굴 이미지에 상하 2개의 베지어 곡선을 그려, 상기 다크서클의 위치를 포지셔닝하고, 상기 다크서클의 위치의 밝기 평균값과 주변 영역의 차이성을 판별하는 것을 통해, 상기 얼굴 이미지 중 상기 다크서클의 검출 결과를 획득하도록 구성되는 다크서클 검출 모듈을 포함하는 피부질 검출 장치. - 제18항 내지 제28항 중 어느 한 항에 있어서,
상기 얼굴 이미지에 대해 강조 처리를 수행하여, 강조된 얼굴 이미지를 획득하도록 구성되는 이미지 강조 모듈을 더 포함하는 피부질 검출 장치. - 제29항에 있어서,
상기 이미지 강조 모듈은,
상기 얼굴 이미지의 밝기 정보를 획득하도록 구성되는 밝기 정보 획득 유닛; 및
상기 얼굴 이미지 중 그레이스케일 값이 낮은 영역의 콘트라스트를 강조하여, 상기 강조된 얼굴 이미지를 획득하도록 구성되는 콘트라스트 강조 유닛을 포함하는 피부질 검출 장치. - 제30항에 있어서,
상기 밝기 정보 획득 유닛은 또한, 색상 변환 알고리즘을 통해 상기 얼굴 이미지를 YUV 포맷 이미지로 변환하고, 상기 YUV 포맷 이미지 중 Y 채널 이미지를 추출하여 얼굴 이미지의 밝기 정보를 획득하도록 구성되는 피부질 검출 장치. - 전자 기기에 있어서,
프로세서; 및
상기 프로세서의 실행 가능한 명령이 저장되도록 구성되는 메모리를 포함하고,
상기 프로세서는 상기 실행 가능한 명령을 실행하여 제1항 내지 제14항 중 어느 한 항에 따른 피부질 검출 방법을 수행하도록 구성되는 전자 기기. - 저장 매체에 있어서,
상기 저장 매체는 저장된 프로그램을 포함하고, 상기 프로그램이 실행될 경우 상기 저장 매체가 위치한 기기를 제어하여 제1항 내지 제14항 중 어느 한 항에 따른 피부질 검출 방법을 수행하도록 하는 저장 매체.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910292616.3A CN111814520A (zh) | 2019-04-12 | 2019-04-12 | 肤质检测方法、肤质等级分类方法及肤质检测装置 |
| CN201910292616.3 | 2019-04-12 | ||
| PCT/CN2020/083894 WO2020207423A1 (zh) | 2019-04-12 | 2020-04-09 | 肤质检测方法、肤质等级分类方法及肤质检测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210149848A true KR20210149848A (ko) | 2021-12-09 |
Family
ID=72750958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020217037077A KR20210149848A (ko) | 2019-04-12 | 2020-04-09 | 피부질 검출 방법, 피부질 등급 분류 방법, 피부질 검출 장치, 전자 기기 및 저장 매체 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20220237811A1 (ko) |
| JP (1) | JP7413400B2 (ko) |
| KR (1) | KR20210149848A (ko) |
| CN (1) | CN111814520A (ko) |
| WO (1) | WO2020207423A1 (ko) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111507944B (zh) * | 2020-03-31 | 2023-07-04 | 北京百度网讯科技有限公司 | 皮肤光滑度的确定方法、装置和电子设备 |
| EP4188196A1 (en) * | 2020-08-03 | 2023-06-07 | Johnson & Johnson Consumer Inc. | System and method for selective application of cosmetic composition to impart undereye brightening |
| CN112533024A (zh) * | 2020-11-26 | 2021-03-19 | 北京达佳互联信息技术有限公司 | 一种人脸视频处理方法、装置及存储介质 |
| CN112749708B (zh) * | 2021-01-28 | 2024-04-23 | 深圳艾摩米智能科技有限公司 | 面部雀斑检测分析方法、装置、计算机设备及存储介质 |
| CN113034354B (zh) * | 2021-04-20 | 2021-12-28 | 北京优彩科技有限公司 | 一种图像处理方法、装置、电子设备和可读存储介质 |
| CN117241722A (zh) * | 2021-04-26 | 2023-12-15 | 莱雅公司 | 用于检测人类受试者的皮肤状况的计算设备、方法和装置 |
| CN113411507B (zh) * | 2021-05-10 | 2023-01-06 | 深圳数联天下智能科技有限公司 | 测肤图像的获取方法、装置、设备及存储介质 |
| CN113397480B (zh) * | 2021-05-10 | 2023-02-10 | 深圳数联天下智能科技有限公司 | 美容仪的控制方法、装置、设备及存储介质 |
| CN113191322A (zh) * | 2021-05-24 | 2021-07-30 | 口碑(上海)信息技术有限公司 | 人脸皮肤肤质的检测方法、装置、存储介质及计算机设备 |
| CN113486768A (zh) * | 2021-07-01 | 2021-10-08 | 成都九章丽欣科技有限公司 | 一种肤质的图像识别方法 |
| CN113610844A (zh) * | 2021-08-31 | 2021-11-05 | 深圳市邻友通科技发展有限公司 | 一种智能护肤方法、装置、设备和存储介质 |
| CN113576421A (zh) * | 2021-09-10 | 2021-11-02 | 广州帕克西软件开发有限公司 | 一种智能测肤方法及装置 |
| US20230196835A1 (en) * | 2021-12-16 | 2023-06-22 | The Gillette Company Llc | Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining dark eye circles |
| US20230196816A1 (en) * | 2021-12-16 | 2023-06-22 | The Gillett Company LLC | Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin hyperpigmentation |
| CN115937199B (zh) * | 2023-01-06 | 2023-05-23 | 山东济宁圣地电业集团有限公司 | 一种用于电力配电柜绝缘层的喷涂质量检测方法 |
| CN116167949B (zh) * | 2023-04-25 | 2023-06-30 | 天津中智云海软件科技有限公司 | 一种基于医疗影像大数据的临床辅助决策系统 |
Family Cites Families (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7082211B2 (en) * | 2002-05-31 | 2006-07-25 | Eastman Kodak Company | Method and system for enhancing portrait images |
| KR100467610B1 (ko) * | 2002-09-06 | 2005-01-24 | 삼성전자주식회사 | 디지털 화질 개선 방법 및 장치 |
| JP2004252511A (ja) | 2003-02-18 | 2004-09-09 | Hitachi Ltd | 顔向き推定方法 |
| US7903902B2 (en) * | 2004-07-26 | 2011-03-08 | Sheraizin Semion M | Adaptive image improvement |
| US7639892B2 (en) * | 2004-07-26 | 2009-12-29 | Sheraizin Semion M | Adaptive image improvement |
| TW200629232A (en) * | 2005-02-15 | 2006-08-16 | Quanta Comp Inc | Dynamic image contrast enhancement device |
| JP4217698B2 (ja) * | 2005-06-20 | 2009-02-04 | キヤノン株式会社 | 撮像装置及び画像処理方法 |
| FR2907569B1 (fr) | 2006-10-24 | 2009-05-29 | Jean Marc Robin | Procede et dispositif de simulation virtuelle d'une sequence d'images video. |
| JP4479709B2 (ja) * | 2006-10-27 | 2010-06-09 | セイコーエプソン株式会社 | 画像表示装置、画像表示方法、画像表示プログラム、及び画像表示プログラムを記録した記録媒体、並びに電子機器 |
| JP5547730B2 (ja) * | 2008-07-30 | 2014-07-16 | デジタルオプティックス・コーポレイション・ヨーロッパ・リミテッド | 顔検知を用いた顔及び肌の自動美化 |
| KR101475684B1 (ko) * | 2008-10-17 | 2014-12-23 | 삼성전자주식회사 | 디지털 영상 처리기에서 얼굴 영상 개선 장치 및 방법 |
| TW201039251A (en) * | 2009-04-30 | 2010-11-01 | Novatek Microelectronics Corp | Facial expression recognition apparatus and facial expression recognition method thereof |
| JP5538909B2 (ja) | 2010-01-05 | 2014-07-02 | キヤノン株式会社 | 検出装置およびその方法 |
| FR2962025B1 (fr) | 2010-07-02 | 2013-04-12 | Chanel Parfums Beaute | Procede et dispositif de detection et de quantification de signes cutanes sur une zone de peau |
| JP5657494B2 (ja) | 2011-09-22 | 2015-01-21 | 富士フイルム株式会社 | シワ検出方法、シワ検出装置およびシワ検出プログラム、並びに、シワ評価方法、シワ評価装置およびシワ評価プログラム |
| WO2013078404A1 (en) * | 2011-11-22 | 2013-05-30 | The Trustees Of Dartmouth College | Perceptual rating of digital image retouching |
| US20140313303A1 (en) * | 2013-04-18 | 2014-10-23 | Digimarc Corporation | Longitudinal dermoscopic study employing smartphone-based image registration |
| US9355406B2 (en) * | 2013-07-18 | 2016-05-31 | GumGum, Inc. | Systems and methods for determining image safety |
| US20150099947A1 (en) * | 2013-10-04 | 2015-04-09 | Access Business Group International Llc | Skin youthfulness index, methods and applications thereof |
| JP6273640B2 (ja) | 2013-10-23 | 2018-02-07 | パナソニックＩｐマネジメント株式会社 | 撮影画像表示装置 |
| US10430985B2 (en) * | 2014-03-14 | 2019-10-01 | Magic Leap, Inc. | Augmented reality systems and methods utilizing reflections |
| JP2016009203A (ja) | 2014-06-20 | 2016-01-18 | パナソニックＩｐマネジメント株式会社 | 皺検出装置および皺検出方法 |
| CN104299011A (zh) * | 2014-10-13 | 2015-01-21 | 吴亮 | 一种基于人脸图像识别的肤质与皮肤问题识别检测方法 |
| JP6138745B2 (ja) | 2014-11-19 | 2017-05-31 | 株式会社 資生堂 | シミ評価装置、及びシミ評価プログラム |
| CN104732214B (zh) * | 2015-03-24 | 2018-10-12 | 吴亮 | 一种基于人脸图像识别的定量化肤质检测方法 |
| US10055821B2 (en) * | 2016-01-30 | 2018-08-21 | John W. Glotzbach | Device for and method of enhancing quality of an image |
| JP6722866B2 (ja) | 2016-02-29 | 2020-07-15 | パナソニックＩｐマネジメント株式会社 | 画像処理装置および画像処理方法 |
| CN107369133B (zh) * | 2016-05-13 | 2020-04-07 | 炬芯（珠海）科技有限公司 | 一种人脸图像美化方法和装置 |
| CN106469302B (zh) * | 2016-09-07 | 2019-05-28 | 成都知识视觉科技有限公司 | 一种基于人工神经网络的人脸肤质检测方法 |
| CN107392841B (zh) * | 2017-06-16 | 2020-04-24 | Oppo广东移动通信有限公司 | 人脸区域中黑眼圈消除方法、装置及终端 |
| CN107862659B (zh) * | 2017-10-31 | 2020-05-26 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
| US10990858B2 (en) * | 2018-01-05 | 2021-04-27 | L'oreal | Machine-implemented facial health and beauty assistant |
| US10593023B2 (en) * | 2018-02-13 | 2020-03-17 | Adobe Inc. | Deep-learning-based automatic skin retouching |
| CN109086688A (zh) * | 2018-07-13 | 2018-12-25 | 北京科莱普云技术有限公司 | 脸部皱纹检测方法、装置、计算机设备和存储介质 |
| CN109522839A (zh) * | 2018-11-15 | 2019-03-26 | 北京达佳互联信息技术有限公司 | 一种人脸皮肤区域确定方法、装置、终端设备及存储介质 |
-
2019
- 2019-04-12 CN CN201910292616.3A patent/CN111814520A/zh active Pending
-
2020
- 2020-04-09 JP JP2021559127A patent/JP7413400B2/ja active Active
- 2020-04-09 KR KR1020217037077A patent/KR20210149848A/ko active Search and Examination
- 2020-04-09 WO PCT/CN2020/083894 patent/WO2020207423A1/zh active Application Filing
- 2020-04-09 US US17/603,012 patent/US20220237811A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| JP7413400B2 (ja) | 2024-01-15 |
| JP2022528128A (ja) | 2022-06-08 |
| WO2020207423A1 (zh) | 2020-10-15 |
| CN111814520A (zh) | 2020-10-23 |
| US20220237811A1 (en) | 2022-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20210149848A (ko) | 피부질 검출 방법, 피부질 등급 분류 방법, 피부질 검출 장치, 전자 기기 및 저장 매체 | |
| US20210073953A1 (en) | Method for applying bokeh effect to image and recording medium | |
| CN108197546B (zh) | 人脸识别中光照处理方法、装置、计算机设备及存储介质 | |
| CN109389562B (zh) | 图像修复方法及装置 | |
| KR101554403B1 (ko) | 화상 처리 장치, 화상 처리 방법, 및 제어 프로그램이 기록된 기억 매체 | |
| WO2017092431A1 (zh) | 基于肤色的人手检测方法及装置 | |
| US8525847B2 (en) | Enhancing images using known characteristics of image subjects | |
| CN110852160A (zh) | 以图像为基准的生物识别系统及计算机实施方法 | |
| Li et al. | A multi-scale fusion scheme based on haze-relevant features for single image dehazing | |
| TW202014984A (zh) | 一種圖像處理方法、電子設備及存儲介質 | |
| CN107633237B (zh) | 图像背景分割方法、装置、设备及介质 | |
| CN106056064A (zh) | 一种人脸识别方法及人脸识别装置 | |
| CN112614060A (zh) | 人脸图像头发渲染方法、装置、电子设备和介质 | |
| CN112669197A (zh) | 图像处理方法、装置、移动终端及存储介质 | |
| CN107172354A (zh) | 视频处理方法、装置、电子设备及存储介质 | |
| CN112749645A (zh) | 基于监控视频的服装颜色检测方法、装置和设备 | |
| CN112036209A (zh) | 一种人像照片处理方法及终端 | |
| CN112070739A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN117392733B (zh) | 一种痤疮分级检测方法、装置、电子设备及存储介质 | |
| CN112597911A (zh) | 一种磨皮处理方法、装置、移动终端和存储介质 | |
| CN110766631A (zh) | 人脸图像的修饰方法、装置、电子设备和计算机可读介质 | |
| US10909351B2 (en) | Method of improving image analysis | |
| CN112784854A (zh) | 基于数理统计的服装颜色分割提取方法、装置和设备 | |
| CN112257501A (zh) | 人脸特征增强显示方法、装置、电子设备和介质 | |
| CN108491820B (zh) | 图像中肢体表示信息的识别方法、装置及设备、存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |