TWI639980B - 臉部氣色分析方法 - Google Patents

臉部氣色分析方法 Download PDF

Info

Publication number
TWI639980B
TWI639980B TW106132300A TW106132300A TWI639980B TW I639980 B TWI639980 B TW I639980B TW 106132300 A TW106132300 A TW 106132300A TW 106132300 A TW106132300 A TW 106132300A TW I639980 B TWI639980 B TW I639980B
Authority
TW
Taiwan
Prior art keywords
feature
color
blocks
facial
value
Prior art date
Application number
TW106132300A
Other languages
English (en)
Other versions
TW201915949A (zh
Inventor
王駿發
歐陽諺
林栢仟
蔡安朝
Original Assignee
大仁科技大學
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 大仁科技大學 filed Critical 大仁科技大學
Priority to TW106132300A priority Critical patent/TWI639980B/zh
Application granted granted Critical
Publication of TWI639980B publication Critical patent/TWI639980B/zh
Publication of TW201915949A publication Critical patent/TW201915949A/zh

Links

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一種臉部氣色分析方法藉由一運算模組將一人臉影像區分為複數個特徵區塊，並以一判定模組根據各該特徵區塊之一色彩資訊及一門檻值判定各該特徵區塊之一氣色狀態是否異常，以達成智慧且快速之臉部氣色分析。

Description

臉部氣色分析方法
本發明是關於一種分析方法，特別是關於一種臉部氣色分析方法。
中醫診斷疾病的四種方法，包含四診「望」「聞」「問」「切」，其中望診是中醫師藉由觀望病患臉部之氣色初步診斷病患的身體狀況，一般望診會觀察病患之額頭、下眼瞼、眉間、鼻頭、臉頰、嘴唇及人中的顏色來辨別病患的生理狀況，由於望診是由中醫師親自診斷，使得診斷的時間通常較長且診斷結果較無一致性。
本發明的主要目的在於以一運算模組將人臉影像區分為數個特徵區塊，再透過判定模組判定人臉影像之各個特徵區塊的氣色狀態，而可快速地分析人臉影像之氣色狀態。
本發明之一種臉部氣色分析方法包含一運算模組將一人臉影像區分為複數個特徵區塊，其中各該特徵區塊具有一色彩資訊；以及一判定模組根據各該特徵區塊之該色彩資訊及一暫存器儲存之一門檻值判定各該特徵區塊之一氣色狀態是否異常。
本發明藉由運算模組將該人臉影像區分為複數個特徵區塊，並以該判定模組以各該特徵區塊之色彩資訊及門檻值判定其氣色狀態是否異常，而能快速且一致性地分析人臉之氣色狀態。
請參閱第1及2圖，其為本發明之一實施例，一臉部氣色分析方法10的流程圖，以及一氣色分析系統100的功能方塊圖。其中該臉部氣色分析方法10包含「人物影像擷取11」、「人臉擷取12」、「特徵區塊區分13」、「色彩轉換14」、「判定氣色狀態是否異常15」、「過白、過紅及過黑判定16」。請參閱第2圖，該氣色分析系統100具有一影像擷取模組110、一運算模組120、一轉換模組130及一判定模組140，其中該影像擷取模組110用以擷取影像，該運算模組120耦接該影像擷取模組110，該運算模組120用以進行人臉擷取及特徵區塊之區分，該轉換模組130耦接該運算模組120，該轉換模組130用以進行色彩轉換，該判定模組140耦接該轉換模組130，該判定模組140用以判定特徵區塊之氣色狀態。
請參閱第1、2及3圖，於步驟11「人物影像擷取」中，該臉部氣色分析系統100之該影像擷取模組110擷取一包含人臉之人體影像111，其中，該影像擷取模組110可為網路攝影機、攝影機或相機等…可用以擷取影像之裝置，該人體影像111為彩色圖像，且該人體影像111之一色彩資訊為RGB色彩模式(RGB color model)。接著，請參閱第1、2、4及5圖，於步驟12「人臉擷取」中，該運算模組120由該影像擷取模組110接收該人體影像111，且該運算模組120對一人物影像111進行人臉擷取，而得到一人臉影像121，在本實施例中，該運算模組120是以維奧拉-瓊斯法 (Viola-jones method) 對該人物影像111進行人臉擷取。
請參閱第1、2、5及6圖，於步驟13「特徵區塊區分」中，該運算模組120將該人臉影像121區分為複數個特徵區塊CP，其中該運算模組120是以哈爾特徵 (Haar-like features)擷取該人臉影像121中之五官的位置後，再根據五官位置之比例將該人臉影像121區分為該些特徵區塊CP。請參閱第6圖，在本實施例中，該運算模組120是將該人臉影像121區分為：額頭、眉間、左右下眼瞼、左右臉頰、鼻頭、人中及嘴唇之9個特徵區塊CP，在其他實施例中，亦可區分為更多之特徵區塊CP，本發明不在此限。其中，由於該人體影像111之該色彩資訊為RGB色彩模式，因此，該些特徵區塊CP之該色彩資訊亦為RGB色彩模式。
接著，請參閱第1及2圖，於步驟14「色彩轉換」中該轉換模組130將各該特徵區塊CP之該色彩資訊由RGB色彩模式轉換為HSV色彩空間(HSV color space)，以便於後續之氣色分析，其中該轉換模組130是將各該特徵區塊CP中的各個像素(pixel)進行色彩轉換，該轉換模組130進行色彩轉換的計算式為： 其中， H、 S及 V為HSV色彩空間中的H、S及V值， R、 G及 B為RGB色彩模式中的 R、G及B值， 為各個像素中 R、 G、 B中的最大值， 為各個像素中 R、 G、 B中的最小值。
接著，請參閱第1及2圖，於步驟15「判斷氣色狀態是否正常」中，該判定模組140由該轉換模組130接收經色彩轉換後之該些特徵區塊CP的色彩資訊，且該判定模組140根據各該特徵區塊CP之該色彩資訊及儲存於一暫存器150中的一氣色門檻值判定各該特徵區塊CP之一氣色狀態是否異常。在本實施例中，該判定模組140是依據各該特徵區塊CP計算而得之一距離值判定各該特徵區塊CP之該氣色狀態是否異常，該距離值的計算式為： 其中， 為各該特徵區塊CP中第 i個像素， 為各該特徵區塊CP的該距離值， w及 h分別為各該特徵區塊CP的一寬度及一高度。在本實施例中，該氣色門檻值為0.6，當該特徵區塊CP之該距離值小於該氣色門檻值時，該判定模組140判定該特徵區塊CP之該氣色狀態為異常，再進行過白、過紅及過黑判定，反之則判定該特徵區塊CP之該氣色狀態為正常。
請參閱第1及2圖，若該判定模組140判定該特徵區塊CP之該氣色狀態為異常時，進行步驟16「過白、過紅及過黑判定」，該判定模組140根據各該特徵區塊CP之一過白特徵值、一過紅特徵值及一過黑特徵值之大小判定各該特徵區域之氣色為過白、過紅或過黑，其中該過白特徵值之計算式為： 其中， 為第 j個特徵區塊CP之該過白特徵值， 為 j個特徵區塊CP之第 i個像素， n為第 j個特徵區塊CP的像素數量。該過紅特徵值之計算式為： 其中， 為第 j個特徵區塊CP之該過紅特徵值， 為 j個特徵區塊CP之第 i個像素， n為第 j個特徵區塊CP的像素數量。該過黑特徵值之計算式為： 其中， 為第 j個特徵區塊CP之該過黑特徵值， 為 j個特徵區塊CP之第 i個像素， V為HSV色彩空間中的V值， n為第 j個特徵區塊CP的像素數量。
完成該特徵區塊CP的該過白特徵值、該過紅特徵值及該過黑特徵值的計算後，該判定模組判定數值最大之該特徵值所對應之氣色為該特徵區塊CP之氣色，例如，若三個該特徵值中該過白特徵值的數值為最大，則該判定模組判定該特徵區域過白。
請參閱第7圖，完成各該特徵區塊CP之過白、過紅及過黑之判定後，可根據表格中對應之文字給予使用者建議，讓使用者能初步地得知臉部氣色狀態可能表示之身體狀態為何。
本發明藉由運算模組120將該人臉影像121區分為複數個特徵區塊CP，並以該判定模組140以各該特徵區塊CP之色彩資訊及門檻值判定其氣色狀態是否異常，而能快速且一致性地提供分析人臉之氣色狀態。
本發明之保護範圍當視後附之申請專利範圍所界定者為準，任何熟知此項技藝者，在不脫離本發明之精神和範圍內所作之任何變化與修改，均屬於本發明之保護範圍。
10‧‧‧臉部氣色分析方法
11‧‧‧人物影像擷取
12‧‧‧人臉擷取
13‧‧‧特徵區塊區分
14‧‧‧色彩轉換
15‧‧‧判定氣色狀態是否異常
16‧‧‧過白、過紅及過黑判定
100‧‧‧臉部氣色分析系統
110‧‧‧影像擷取模組
111‧‧‧人體影像
120‧‧‧運算模組
121‧‧‧人臉影像
130‧‧‧轉換模組
140‧‧‧判定模組
150‧‧‧暫存器
CP‧‧‧特徵區塊
第1圖： 依據本發明之一實施例，一種臉部氣色分析方法的流程圖。 第2圖： 依據本發明之一實施例，一種氣色分析系統的功能方塊圖。 第3圖： 依據本發明之一實施例，一人體影像的示意圖。 第4圖： 依據本發明之一實施例，對該人體影像進行人臉擷取的示意圖。 第5圖： 依據本發明之一實施例，一人臉影像的示意圖。 第6圖： 依據本發明之一實施例，對該人臉影像進行特徵區塊區分的示意圖。 第7圖： 臉部氣色對應可能之生理狀況的表格。

Claims (10)

  1. 一種臉部氣色分析方法，其包含：一運算模組將一人臉影像區分為複數個特徵區塊，其中各該特徵區塊具有一色彩資訊，其中該運算模組對一人物影像進行人臉擷取，而得到該人臉影像，該運算模組是以維奧拉-瓊斯法(Viola-jones method)對該人物影像進行人臉擷取；以及一判定模組根據各該特徵區塊之該色彩資訊及一暫存器儲存之一門檻值判定各該特徵區塊之一氣色狀態是否異常。
  2. 如申請專利範圍第1項所述之臉部氣色分析方法，其中該運算模組以哈爾特徵(Haar-like features)擷取該人臉影像中之五官的位置後，再根據五官位置之比例將該人臉影像區分為該些特徵區塊。
  3. 如申請專利範圍第1項所述之臉部氣色分析方法，其中各該特徵區塊之該色彩資訊為RGB色彩模式(RGB color model)，且該判定模組判定各該特徵區塊之該氣色狀態前，一轉換模組將各該特徵區塊之該色彩資訊由RGB色彩模式轉換為HSV色彩空間(HSV color space)。
  4. 如申請專利範圍第3項所述之臉部氣色分析方法，其中該判定模組判定各該特徵區塊之該氣色狀態是先依據各該特徵區塊之一距離值判定各該特徵區塊之該氣色狀態是否異常，該距離值的計算式為： 其中，pi為各該特徵區塊中第i個像素(pixel)，H為HSV色彩空間中的H值，S為HSV 色彩空間中的S值，distance為各該特徵區塊的一距離值，w及h分別為各該特徵區塊的一寬度及一高度。
  5. 如申請專利範圍第4項所述之臉部氣色分析方法，其中若各該特徵區塊之該距離值小於一氣色門檻值時，該判定模組判定各該特徵區塊之該氣色狀態為異常，其中該氣色門檻值為0.6。
  6. 如申請專利範圍第4或5項所述之臉部氣色分析方法，當該判定模組判定各該特徵區塊之該氣色狀態為異常時，該判定模組根據各該特徵區塊之一過白特徵值、一過紅特徵值及一過黑特徵值之大小判定各該特徵區域為過白、過紅或過黑。
  7. 如申請專利範圍第6項所述之臉部氣色分析方法，其中各該特徵區塊之該過白特徵值的計算式為： 其中，W(CP j )為第j個特徵區塊之該過白特徵值，p ij 為j個特徵區塊之第i個像素，V為HSV色彩空間中的V值，n為第j個特徵區塊的像素數量。
  8. 如申請專利範圍第6項所述之臉部氣色分析方法，其中各該特徵區塊之該過紅特徵值之計算式為： 其中，R(CP j )為第j個特徵區塊之該過紅特徵值，p ij 為j個特徵區塊之第i個像素，V為HSV色彩空間中的V值，n為第j個特徵區塊的像素數量。
  9. 如申請專利範圍第6項所述之臉部氣色分析方法，其中各該特徵區塊之該過黑特徵值之計算式為： 其中，B(CP j )為第j個特徵區塊之該過黑特徵值，p ij 為j個特徵區塊之第i個像素，V為HSV色彩空間中的V值，n為第j個特徵區塊的像素數量。
  10. 一種臉部氣色分析方法，其包含：一運算模組將一人臉影像區分為複數個特徵區塊，其中各該特徵區塊具有一色彩資訊，其中該運算模組以哈爾特徵(Haar-like features)擷取該人臉影像中之五官的位置後，再根據五官位置之比例將該人臉影像區分為該些特徵區塊；以及一判定模組根據各該特徵區塊之該色彩資訊及一暫存器儲存之一門檻值判定各該特徵區塊之一氣色狀態是否異常。
TW106132300A 2017-09-20 2017-09-20 臉部氣色分析方法 TWI639980B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW106132300A TWI639980B (zh) 2017-09-20 2017-09-20 臉部氣色分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106132300A TWI639980B (zh) 2017-09-20 2017-09-20 臉部氣色分析方法

Publications (2)

Publication Number Publication Date
TWI639980B true TWI639980B (zh) 2018-11-01
TW201915949A TW201915949A (zh) 2019-04-16

Family

ID=65034375

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106132300A TWI639980B (zh) 2017-09-20 2017-09-20 臉部氣色分析方法

Country Status (1)

Country Link
TW (1) TWI639980B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100185064A1 (en) * 2007-01-05 2010-07-22 Jadran Bandic Skin analysis methods
TW201510940A (zh) * 2013-04-26 2015-03-16 Shiseido Co Ltd 皮膚的黯沉評價裝置以及皮膚的黯沉評價方法
CN106107915A (zh) * 2016-07-15 2016-11-16 合肥市龙乐食品有限公司 一种养阴益智多味辣椒酱及其制备方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100185064A1 (en) * 2007-01-05 2010-07-22 Jadran Bandic Skin analysis methods
TW201510940A (zh) * 2013-04-26 2015-03-16 Shiseido Co Ltd 皮膚的黯沉評價裝置以及皮膚的黯沉評價方法
CN106107915A (zh) * 2016-07-15 2016-11-16 合肥市龙乐食品有限公司 一种养阴益智多味辣椒酱及其制备方法

Also Published As

Publication number Publication date
TW201915949A (zh) 2019-04-16

Similar Documents

Publication Publication Date Title
AU2022221521B2 (en) System and method of otoscopy image analysis to diagnose ear pathology
Shie et al. A hybrid feature-based segmentation and classification system for the computer aided self-diagnosis of otitis media
EP2884414A1 (en) Health state determining method and apparatus using facial image
KR20130024065A (ko) 안색 정보 생성 장치 및 그 방법, 안색 정보를 이용한 건강 상태 판단 장치 및 그 방법, 건강 분류 함수 생성 장치 및 그 방법
Chen et al. Hybrid facial image feature extraction and recognition for non-invasive chronic fatigue syndrome diagnosis
Shrivastava et al. Conceptual model for proficient automated attendance system based on face recognition and gender classification using Haar-Cascade, LBPH algorithm along with LDA model
WO2015131571A1 (zh) 一种实现图片排序的方法及终端
WO2024005542A1 (ko) 주름 검출을 통해 질환을 예측하는 방법 및 장치
JP6795243B1 (ja) 鼻紋照合装置および方法並びにプログラム
TWI639980B (zh) 臉部氣色分析方法
KR20240025797A (ko) 피부 진단 장치, 이를 포함하는 피부 진단 시스템 및 그 방법
Shih et al. Hair segmentation and counting algorithms in microscopy image
WO2019144247A1 (en) Systems and methods for automated facial acne assessment from digital photographic images
CN112487980B (zh) 基于微表情治疗方法、装置、系统与计算机可读存储介质
Chin et al. Skin condition detection of smartphone face image using multi-feature decision method
Hsu et al. Extraction of visual facial features for health management
WO2020052525A1 (zh) 人脸面部光泽度分类装置、方法及计算机存储介质
Xu et al. Automatic Facial Complexion Classification Based on Mixture Model
Chen et al. The development of a skin inspection imaging system on an Android device
US20240032856A1 (en) Method and device for providing alopecia information
KR102419340B1 (ko) 안면 홍조 인식 시스템 및 방법
Kuru et al. Establishment of a diagnostic decision support system in genetic dysmorphology
Kapoor Disease Identification System using Image Analysis
Srividhya et al. Non-invasive Smart Mobile Application for Disease Detection from Human Fingernail Photography
Zhao et al. The Development of an Identification Photo Booth System based on a Deep Learning Automatic Image Capturing Method.

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees