[发明专利]嘴唇润燥检测方法、装置、计算机设备及存储介质在审
申请号: | 202111094244.7 | 申请日: | 2021-09-17 |
公开(公告)号: | CN113781464A | 公开(公告)日: | 2021-12-10 |
发明(设计)人: | 赖柏霖;周宸;陈远旭 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/44;G06T7/11;G06K9/46;G06K9/62 |
代理公司: | 深圳市力道知识产权代理事务所(普通合伙) 44507 | 代理人: | 张传义 |
地址: | 518057 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 嘴唇 检测 方法 装置 计算机 设备 存储 介质 | ||
1.一种嘴唇润燥检测方法,其特征在于,所述嘴唇润燥检测方法包括:
对包含被检测者的嘴唇部位的原图像进行质量检测;
当所述原图像质量检测合格时,从所述原图像中提取出嘴唇图像,并对所述嘴唇图像进行质量检测;
当所述嘴唇图像质量检测合格时,对所述嘴唇图像进行图像预处理,获得对应的被检图像;
将所述被检图像输入预设的基于纹理的分类网络模型,获取所述被检图像中嘴唇的纹理特征信息,并根据所述纹理特征信息,输出嘴唇的润燥检测结果。
2.根据权利要求1所述的嘴唇润燥检测方法,其特征在于,所述将所述被检图像输入预设的基于纹理的分类网络模型,获取所述被检图像中嘴唇的纹理特征信息,包括:
将所述被检图像输入所述基于纹理的分类网络模型,获得第一特征向量集;
将所述第一特征向量集中的每个第一特征向量依次与多个字典特征向量作差,将获得的向量差确定为第二特征向量,由各个第二特征向量生成第二特征向量集,其中,所述第一特征向量的长度与所述字典特征向量的长度相同;
对所述第二特征向量集中的全部第二特征向量求均值,将获得的均值特征向量确定为所述纹理特征信息。
3.根据权利要求2所述的嘴唇润燥检测方法,其特征在于,所述将所述第一特征向量集中的每个第一特征向量依次与多个字典特征向量作差之前,包括:
根据所述第一特征向量的长度,随机初始化多个所述字典特征向量。
4.根据权利要求1所述的嘴唇润燥检测方法,其特征在于,所述从所述原图像中提取出嘴唇图像,包括:
将所述原图像输入关键点检测模型,输出嘴唇的关键点信息;
根据所述关键点信息,生成所述嘴唇的包围框;
基于所述包围框对所述原图像进行裁剪,获得所述嘴唇图像。
5.根据权利要求4所述的嘴唇润燥检测方法,其特征在于,所述将所述原图像输入关键点检测模型,输出嘴唇的关键点信息,包括:
将所述原图像输入所述关键点检测模型,输出所述关键点信息、以及对所述原图像进行关键点检测的置信度,所述关键点信息包括关键点坐标信息、关键点编号信息;
所述根据所述关键点信息,生成所述嘴唇的包围框,包括:
若所述置信度大于或等于预设置信度阈值,则将所述关键点坐标信息对应的关键点,按照所述关键点编号信息对应的编号顺序连接起来,生成所述嘴唇的包围框。
6.根据权利要求5所述的嘴唇润燥检测方法,其特征在于,所述将所述原图像输入所述关键点检测模型,输出所述关键点信息、以及对所述原图像进行关键点检测的置信度之后,包括:
若所述置信度小于所述预设置信度阈值,则检测失败,输出重新上传原图像的提示信息。
7.根据权利要求1至6任一项所述的嘴唇润燥检测方法,其特征在于,所述图像预处理包括归一化处理、图像填充处理、图像缩放处理中至少一种;
所述归一化处理包括:
计算所述嘴唇图像的像素点集合对应的像素值均值和方差,并基于所述像素值均值和方差对每个像素点对应的像素值进行归一化处理;
所述图像填充处理包括:
在所述嘴唇的轮廓外围区域进行像素点填充,填充的像素点对应的像素值为零;
所述图像缩放处理包括:
将所述嘴唇图像缩放至预设图像尺寸。
8.一种嘴唇润燥检测装置,其特征在于,包括:
图像检测模块,用于对包含被检测者的嘴唇部位的原图像进行质量检测;
图像提取模块,用于当所述原图像质量检测合格时,从所述原图像中提取出嘴唇图像;
所述图像检测模块,还用于对所述嘴唇图像进行质量检测;
图像预处理模块,用于当所述嘴唇图像质量检测合格时,对所述嘴唇图像进行图像预处理,获得对应的被检图像;
分类检测模块,用于将所述被检图像输入预设的基于纹理的分类网络模型,获取所述被检图像中嘴唇的纹理特征信息,并根据所述纹理特征信息,输出嘴唇的润燥检测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111094244.7/1.html,转载请声明来源钻瓜专利网。