[发明专利]一种基于面部图像的健康状态诊断系统

权利要求书

1.一种基于面部图像的健康状态诊断系统，其特征在于，包括面部图像采集模块、面部图像处理模块以及网络通信模块、所述面部特征点训练学习模块；

所述面部图像采集模块用于获取用户面部图像；

所述面部图像处理模块用于对面部区域进行划分并进一步设定ROI区域，并使用特征点检测模型分割相应区域，对每个区域进行特征提取，提取到用户面部各个区域的信息后，进行特征信息比对，若与比对对象对应区域的差值超过设定阈值则诊断用户患有相应类型的疾病，即对用户的健康状态做出初步诊断；

所述网络通信模块用于比对用户面部颜色信息并链接到健康人面色数据库和病患数据库，获取比对对象面部颜色信息。

所述面部特征点训练学习模块用于优化调整面部特征点检测模型。

2.根据权利要求1所述的基于面部图像的健康状态诊断系统，其特征在于，所述面部图像处理模块通过多级级联的回归树进行关键点回归，通过对样本图片的训练获取人脸位置和特征点位置，训练之后可得到人脸特征点检测器，运用所述人脸特征点检测器对人脸进行检测。

3.根据权利要求2所述的基于面部图像的健康状态诊断系统，其特征在于，所述面部图像处理模块建立有颜色模型，所述颜色模型包括正色模型和病色模型，所述颜色模型分别在RGB和YCrCb颜色空间中提取面部区域的色度信息，然后区域中进一步设定ROI区域，求取各ROI区域的各颜色分量均值和方差。

4.根据权利要求3所述的基于面部图像的健康状态诊断系统，其特征在于，所述面部图像处理模块的特征对比使用提取的比对对象整个或局部的面部区域颜色信息集合C_info-cal与基于统计数据获取的健康人群的对应面部区域颜色信息集合C_info-static进行比较，若颜色信息集合中每个对应颜色分量均满足|C_info_cal-C_info_static|≤T_i,T_i为设定的阈值，i取值为0～9，表明该对象面部区域的颜色信息与健康人接近，该对象的初步诊断结果评定为：健康；若颜色信息集合中存在颜色分量满足|C_info_cal-C_info_static|≥T_i，表明该对象处于不健康状态或可能患有某种疾病，并使用比较判断模型，将不满足阈值条件的颜色分量的均值或标准差取出。

5.根据权利要求4所述的基于面部图像的健康状态诊断系统，其特征在于，所述面部图像处理模块还用于计算每张病患面部图片区域R_D的RGB颜色空间、YCrCb颜色空间的颜色分量的均值与标准差，病患面部颜色信息集合记作C_info_sick，其颜色分量分别记作R′_mean、G′_mean、B′_mean、R′_std、G′_std、B′_std、Cr′_mean、Cb′_mean、Cr′_std、Cb′_std；计算病患面部各颜色分量，并求取各颜色分量的均值，然后与测试对象的颜色偏向集合中对应颜色参量进行比较，若满足|C_info-cal-C__re|≤T_j，则该对象极其可能患有D_T类型疾病，j取值为初步判断中不满足条件的颜色分量个数。

6.根据权利要求5所述的基于面部图像的健康状态诊断系统，其特征在于，所述面部图像处理模块还用于将测试对象面部呈现的颜色信息C_re分解为三个基向量，根据贡献权值设定测试对象与病患面部颜色信息比较的阈值，若对测试对象面部呈现颜色贡献权值较大的任意两个颜色分量的均值与标准差满足以上阈值条件，则给出该测试对象的初步诊断结果。

7.根据权利要求1-6任一项所述的基于面部图像的健康状态诊断系统，其特征在于，所述面部特征点训练学习模块将根据通用的人脸68个关键点训练数据集进行训练，通过不断调整训练策略和调节训练参数，优化当前通用人脸特征点检测器；同时，可根据自己制作的特定对象的68个关键点的训练数据集与测试集生成特定对象的面部特征点检测器，进而优化其面部区域分割效果。