[发明专利]一种基于人脸检测的脸色分析系统

说明书

本发明涉及人脸识别技术领域，具体公开了一种基于人脸检测的脸色分析系统，通过面部图像提取模块先将每张人脸照片去背景化，通过多维异构数据整合模块将得到的去背景化病人的面部图像进行整合，然后通过颜色占比计算模块对整合后的面部图像进行颜色分析从而得到病人脸部颜色占比情况，最后通过概率计算模块结合中医五色主病的病症，并加以适当推理，将推断概率进行归一化处理之后输出最终基于面部图像颜色占比得到的患病概率。本发明主要是基于人脸检测算法和对患者脸色进行颜色分析，结合中医五色主病的病症和神经网络的相关知识，推理得到可靠的患者患病概率。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种基于人脸检测的脸色分析系统。

背景技术

传统中医学以阴阳五行作为理论基础，将人体看成是气、形、神的统一体，通过“望闻问切”四诊合参的方法，探求病因、病性、病位，分析病机及人体内五脏六腑、经络关节、气血津液的变化，判断邪正消长，进而得出病名，归纳出证型。而传统“望闻问切”的诊断由医生根据经验得出，完全依赖于个人，也多有误诊的时候，难以给看病者足够的信任，这也是中医走向衰落的一大原因。人的脸色反映了不同的身体状态或是疾病，而“望”脸色属于基础而又关键的一步，随着科技不断发展，人脸识别技术不断应用到各个领域。但目前人脸识别在中医面诊方面还有很大的探索空间，还有着较大的空白。

发明内容

本发明提供一种基于人脸检测的脸色分析系统，解决的技术问题在于：如何结合人脸识别技术分析脸色，进而与病症相相结合推断出患病的概率分布。

为解决以上技术问题，本发明提供一种基于人脸检测的脸色分析系统，包括面部图像提取模块、多维异构数据整合模块、颜色占比计算模块和概率输出模块；

所述面部图像提取模块用于对患者图片去背景化，得到面部图像；

所述多维异构数据整合模块对所述面部图像采用中文NER模型进行整合并归一化为神经网络处理分布，得到多维异构数据；

所述颜色占比计算模块用于对所述多维异构数据进行颜色分析，得到每张面部图像中各个颜色的颜色占比；

所述概率计算模块用于根据所述颜色占比结合中医五色主病的病症推理每张面部图像所对应的患病概率。

具体的，所述颜色占比计算模块包括像素质获取单元、HSW转化单元、颜色判定单元和颜色占比计算单元；

所述像素质获取单元用于获取所述多维异构数据中面部图像的像素质；

所述HSW转化单元用于将每个像素质转化为对应的HSV值；

所述颜色判定单元用于将处于对应颜色范围的像素记为该颜色；

所述颜色占比计算单元用于计算患者面部各种颜色的颜色占比。

具体的，所述颜色占比计算单元根据青、黄、红、白、黑五个颜色的像素点在所有像素中的占比从而计算出这五色各自的颜色占比。

具体的，所述颜色判定单元标记为青色的HSV值范围为{H＝[78,99],S＝[43,255],V＝[46,255]}，标记为黄色的HSV值范围为{H＝[26,34],S＝[43,255],V＝[46,255]}，标记为红色的HSV值范围为{H＝[0,10]∪[156,180],S＝[43,255],V＝[46,255]}，标记为白色的HSV值范围为{H＝[0,180],S＝[0,30]，V＝[221,255]}，标记为黑色的HSV值范围为{H＝[0,180],S＝[0,255],V＝[0,46]}。

具体的，所述多维异构数据整合模块采用Z-score标准化方法进行归一化分布。

具体的，所述面部图像提取模块采用MTCNN模型对人脸照片去背景。

具体的，所述中文NER模型为LEX-BERT模型。