[发明专利]一种基于全脸图像的毛孔检测方法

说明书

本发明公开了一种基于全脸图像的毛孔检测方法，具体涉及医疗美容技术领域，包括人脸检测、人脸部位分割、关键区域提取和检测毛孔四大步骤。本发明通过基于全脸图像的毛孔检测问题提供了一个比较系统且鲁棒性较高、可落地的方案，本方法通过将毛孔检测拆分为四个子问题，简化毛孔检测问题，所以毛孔检测在不采用深度学习的情况下，也能得到一个比较稳定、可靠的效果，同时人脸图片受光照影响造成的色相、明度等问题，通过高光处理、皮肤的百分数作为动态阈值等方法，比较好的缓解了这个问题造成的影响，并且人脸照片的角度多种多样，人脸各个部位在定位上的鲁棒性，也通过语义分割得到有效解决。

技术领域

本发明涉及医疗美容技术领域，更具体地说，本发明涉及一种基于全脸图像的毛孔检测方法。

背景技术

面部毛孔检测在医学美容、护肤品、皮肤状态检测等场景都发挥了比较重要的作用，通过毛孔的严重程度和发生区域，可以为其推荐适合该情况的一些医美产品、护肤品或养护知识，而现有的毛孔检测方法基本都要依靠于皮肤镜等专业设备，此类方法往往成本较高，且地点局限性较大，为日常皮肤检测、化妆品开发、皮肤医学研究带来了很多不便，而目前利用普通图像进行毛孔准确识别的技术方案非常少，并且普遍并不成熟，本身的难点在于：

1、毛孔特征细微，如果采用深度学习方案，标注成本非常高，也并没有相关的公开数据集；

2、人脸照片受光照等环境因素的影响，造成色相、明度差异大，造成图像处理的困难；

3、人脸照片的角度多种多样，人脸各个部位在定位上的鲁棒性也是现有方案考虑较少的一个问题。

而目前的技术方案，普遍仅适用于局部平坦的、不存在反光、阴影的皮肤图片上，鲁棒性低，实际应用效果较差，并且，多数方案也仅仅是解决基于局部平整皮肤图片的毛孔检测上，并不能准确定位到具体的毛孔位置，对于基于完整图片的场景，也缺少比较系统的解决方案，造成了实际应用效果较差，因此，研究一种基于全脸图像的毛孔检测方法来解决上述问题具有重要意义。

发明内容

为了克服现有技术的上述缺陷，本发明提供了一种基于全脸图像的毛孔检测方法，本发明所要解决的技术问题是：现有的毛孔检测方法基本都要依靠于皮肤镜等专业设备，此类方法往往成本较高，且地点局限性较大，为日常皮肤检测、化妆品开发、皮肤医学研究带来了很多不便，而目前利用普通图像进行毛孔准确识别的技术方案非常少，并且普遍并不成熟，多数方案并不能准确定位到具体的毛孔位置，或者仅适用于局部平坦的、不存在反光、阴影的皮肤图片上，造成了实际应用效果较差的问题。

为实现上述目的，本发明提供如下技术方案：一种基于全脸图像的毛孔检测方法，包括以下步骤：

S1、人脸检测：

对人脸进行检测，检测完成之后将人脸统一宽度进行调整。

S2、人脸部位分割：

采用深度学习的BiSeNet算法进行语义分割进行人脸各部位的分割提取，通过语义分割，使得模型可以学习到人脸各个部位的特征，也可以融合全脸各部位的语义信息进行一个综合的判断，降低光线、背景信息、肤色和人种等信息的干扰。

S3、关键区域提取：

首先，在S2的基础上，提取各个部位的黑白mask，然后在各个黑白mask上，进行最大轮廓提取，并且将其包在一个bounding box里面，获得各个部位对应bounding box的位置信息和长宽的信息，也就等同于获得各个面部部位的位置信息，然后根据各部位的位置信息，进行四个关键区域的定义，分别为：额头、左脸颊、右脸颊和鼻子。

S4、检测毛孔：

经过S3提取了关键区域后，已经剔除了背景信息以及大的面部结构信息的干扰，现在，基于S3的关键区域，通过统计方法加图像处理的方法进行毛孔的检测，所述毛孔检测步骤如下：