[发明专利]一种基于人工智能的皮肤老化程度识别方法

说明书

本发明属于人工智能领域，公开了一种基于人工智能的皮肤老化程度识别方法，其特征在于，该方法具体包括以下步骤：用户终端采集人脸图像，经过灰度滤波处理得到目标人脸图像，并将目标人脸图像发送至云服务器中；云服务器标记人脸图像的脸部特征点，根据人脸图像的脸部特征点，通过光度立体法处理得到所述人脸图像中各个脸部特征点的单位法向量，根据各个脸部特征点的单位法向量进行皱纹检测，得到对应的皮肤皱纹评估结果并输出至远程连接所述云服务器的用户终端，以供用户查看。本发明提升了皱纹检测的准确性并且使得用户能够随时随地精确掌握自身的皮肤皱纹情况，提升用户体验。

技术领域

本发明属于人工智能领域，尤其涉及一种基于人工智能的皮肤老化程度识别方法。

背景技术

随着美容美肤行业的不断发展，人们对皮肤质量的关注度提升，如何检测及量化人脸老化程度皮肤指标成为一项关键技术。

目前国内对于人脸皮肤的老化程度的评价大多基于临床医师的主管评估而非计算机视觉的客观评估。并且现有面部检测设备必须去医疗机构进行测量，不能随时随地进行检测。

通过上述分析，现有技术存在的问题及缺陷为：

(1)国内对于人脸皮肤的老化程度的评价大多基于临床医师的主管评估而非计算机视觉的客观评估。

(2)现有面部检测设备必须去医疗机构进行测量，不能随时随地进行检测。

发明内容

针对现有技术存在的问题，本发明提供了一种基于人工智能的皮肤老化程度识别方法。

本发明是这样实现的，一种基于人工智能的皮肤老化程度识别方法，其特征在于，该方法具体包括以下步骤：

S1：用户终端采集人脸图像，经过灰度滤波处理得到目标人脸图像，并将目标人脸图像发送至云服务器中；

S2：云服务器标记人脸图像的脸部特征点；

S3：云服务器根据人脸图像的脸部特征点，通过光度立体法处理得到所述人脸图像中各个脸部特征点的单位法向量；

S4：云服务器根据各个脸部特征点的单位法向量进行皱纹检测，得到对应的皮肤皱纹评估结果并输出至远程连接所述云服务器的用户终端，以供用户查看。

进一步，所述S1灰度过滤处理具体包括：

对所获取的人脸图像进行具有方向性的灰度过滤处理，以突出沿相应方向延伸的像素灰度；将过滤处理后的人脸图像进行基于灰度的分类处理以得到候选人脸图像；对所得到的候选皱纹图像进行评估以得到目标人脸图像。

进一步，所述对所获取的人脸图像进行具有方向性的灰度过滤处理的方式包括：基于预设的至少一种方向的滤波器对所获取的人脸图像进行灰度过滤。

进一步，所述将过滤处理后的人脸图像进行基于灰度的分类处理的方式包括：基于非监督聚类分析方式对人脸图像进行分类处理；基于分类结果将所述人脸图像中各像素进行连通域分析以得到候选人脸图像。

进一步，所述S3云服务器根据人脸图像的脸部特征点，通过光度立体法处理得到所述人脸图像中各个脸部特征点的单位法向量具体包括：

S11，将一个所述脸部特征点作为待处理像素点；

S12，判断所述待处理脸部特征点是否为高光的脸部特征点：若是，则转向S13；若否，则转向S14；

S13，采用不同的所述人脸图像中相同位置的非高光的脸部特征点进行替换，随后转向步骤S14；

S14，处理得到所述待处理脸部特征点的表面法向量；

S15，根据所述脸部特征点的表面法向量处理得到所述脸部特征点的单位法向量。