[发明专利]基于人脸面容的辅诊方法、装置、电子设备及存储介质

权利要求书

1.一种基于人脸面容的辅诊方法，其特征在于，所述方法包括：

对原始面容图像集中的面容图像进行降噪处理，得到面容降噪图像集；

利用预训练的生成模型对所述面容降噪图像集中的图像进行面容几何归一化处理，得到面容几何图像集；

利用预设的光损耗法对所述面容几何图像集中的图像进行灰度归一化处理，得到标准面容图像集；

利用所述标准面容图像集训练预构建的面容分类模型，得到面容辅诊模型；

利用所述面容辅诊模型对待分类面容图像进行分类，得到分类辅诊结果。

2.如权利要求1所述的基于人脸面容的辅诊方法，其特征在于，所述对原始面容图像集中的面容图像进行降噪处理，得到面容降噪图像集，包括：

利用预设的滑动窗口对所述原始面容图像集中的面容图像进行像素点选取；

将所述滑动窗口中的像素点进行灰度值大小排序，得到灰度值序列；

判断所述灰度值序列中像素点的个数；

若所述灰度值序列有奇数个像素点，则取所述灰度值序列中间一个像素点的灰度值替换所述滑动窗口中指定点的灰度值，得到灰度值替换面容图像；

若所述灰度值序列有偶数个像素点，则取所述灰度值序列中间两个像素点的平均灰度值替换所述滑动窗口中指定点的灰度值，得到灰度值替换面容图像；

汇总所有所述灰度值替换面容图像，得到所述面容降噪图像集。

3.如权利要求1所述的基于人脸面容的辅诊方法，其特征在于，所述利用预训练的生成模型对所述面容降噪图像集中的图像进行面容几何归一化处理之前，所述方法还包括：

获取原始人脸训练集，利用预构建的生成式对抗网络中的生成模型对所述原始人脸训练集中的人脸图像进行人脸几何矫正，得到模拟人脸训练集；

利用所述生成式对抗网络中的判别模型对所述模拟人脸训练集中的人脸图像进行真假判断，根据所述真假判断的结果构建目标函数，直至所述目标函数满足预设的阈值时，提取所述生成式对抗网络中的生成模型作为所述预训练的生成模型。

4.如权利要求3所述的基于人脸面容的辅诊方法，其特征在于，所述目标函数为：

其中，G表示生成模型，D表示判别模型，表示生成模型最小化，表示判别模型最大化，D(x)为判别模型判断真实图像是否真实的概率，G(z)为生成模型生成的模拟图像，D(G(z))是判别模型判断所述模拟图像的是否真实的概率，为真实图像的分布，为模拟图像的分布。

5.如权利要求1中所述的基于人脸面容的辅诊方法，其特征在于，所述利用预设的光损耗法对所述面容几何图像集中的图像进行灰度归一化处理，得到标准面容图像集，包括：

计算所述面容几何图像集中的图像的灰度值均值，并判断图像的灰度值与所述灰度值均值的大小关系；

当所述面容几何图像集中图像的灰度值大于所述灰度值均值时，则利用预设的插值法对所述面容几何图像集中的图像进行灰度归一化处理；

当所述面容几何图像集中图像的灰度值小于等于所述灰度值均值时，则利用预设的传统光补偿法对所述面容几何图像集中的图像进行灰度归一化处理；

汇总所有灰度归一化后的图像，得到所述标准面容图像集。

6.如权利要求5所述的基于人脸面容的辅诊方法，其特征在于，所述利用所述标准面容图像集训练预构建的面容分类模型，得到面容辅诊模型，包括：

利用所述面容分类模型提取所述标准面容图像集中的图像信息；

对所述图像信息进行卷积处理，得到压缩图像矩阵；

对所述压缩图像矩阵进行池化处理，得到图像特征；

对所述图像特征进行预设轮数的卷积-池化处理，直至所述面容分类模型收敛，得到所述面容辅诊模型。