[发明专利]基于图像处理的色斑评分方法、色斑评分装置及终端设备在审

专利信息
申请号: 202110363504.X 申请日: 2021-04-02
公开(公告)号: CN113128373A 公开(公告)日: 2021-07-16
发明(设计)人: 乔峤 申请(专利权)人: 西安融智芙科技有限责任公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
代理公司: 广州德科知识产权代理有限公司 44381 代理人: 蔡丽妮;万振雄
地址: 710026 陕西省西安市国*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 处理 评分 方法 装置 终端设备
【权利要求书】:

1.一种基于图像处理的色斑评分方法,其特征在于,包括:

获取待识别图像;

从所述待识别图像中提取各个关键区域对应的目标区域图像;其中,所述各个关键区域至少包括脸部区域、上额区域、下颌区域以及眼部区域;

利用预置的色斑评分模型,确定每一所述目标区域图像对应的色斑评分;

根据每一所述目标区域图像对应的色斑评分,得到针对所述待识别图像的色斑评分。

2.根据权利要求1所述的方法,其特征在于,所述从所述待识别图像中提取各个关键区域对应的目标区域图像,包括:

通过预设算法,在所述待识别图像中,确定第一人脸特征点;

根据所述第一人脸特征点,确定脸部区域对应的目标区域图像;

通过所述预设算法,在所述脸部区域对应的目标区域图像中,确定第二人脸特征点;

根据所述第二人脸特征点,确定上额区域对应的目标区域图像、下颌区域对应的目标区域图像,以及眼部区域对应的目标区域图像。

3.根据权利要求1所述的方法,其特征在于,所述预置的色斑评分模型包括轻量级卷积神经网络,所述轻量级卷积神经网络包括多个预设色斑等级,所述利用预置的色斑评分模型,确定每一所述目标区域图像对应的色斑评分,包括:

利用所述轻量级卷积神经网络,对每一所述目标区域图像进行特征提取,得到每一目标区域图像的特征向量;

根据归一化指数函数和所述特征向量,确定每一所述目标区域图像的色斑等级为每一预设色斑等级的概率值;

根据所述概率值,确定每一所述目标区域图像对应的色斑评分。

4.根据权利要求3所述的方法,其特征在于,所述多个预设色斑等级包括第一色斑等级、第二色斑等级以及第三色斑等级,所述概率值包括每一所述目标区域图像的色斑等级为所述第一色斑等级的第一概率值、每一所述目标区域图像的色斑等级为所述第二色斑等级的第二概率值,以及每一所述目标区域图像的色斑等级为所述第三色斑等级的第三概率值;

其中,所述根据所述概率值,确定每一所述目标区域图像对应的色斑评分,包括:

根据所述第一概率值、所述第二概率值和所述第三概率值,得到每一所述目标区域图像对应的色斑评分。

5.根据权利要求4所述的方法,其特征在于,所述根据所述第一概率值、所述第二概率值和所述第三概率值,得到每一所述目标区域图像对应的色斑评分,包括:

根据第一公式,得到每一所述目标区域图像对应的色斑评分;

所述第一公式为A=αP0+βP1-γP2+η;其中,A为每一所述目标区域图像对应的色斑评分,P0表示所述第一概率值,P1表示所述第二概率值,P2表示所述第三概率值,α表示所述第一概率值对应的分值系数,β表示所述第二概率值对应的分值系数,γ表示所述第三概率值对应的分值系数,η为分值常数,α、β、γ和η不为负数。

6.根据权利要求1-5中任一项所述的方法,其特征在于,所述根据每一所述目标区域图像对应的色斑评分,得到针对所述待识别图像的色斑评分,包括:

累加每一所述目标区域图像对应的色斑评分,得到第一计算值;根据所述目标区域图像的个数和所述第一计算值,得到针对所述待识别图像的色斑评分;或,

获取每一所述目标区域图像对应的色斑评分的权重系数;根据每一所述目标区域图像对应的色斑评分,以及每一所述目标区域图像对应的色斑评分的权重系数,得到针对所述待识别图像的色斑评分。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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西安融智芙科技有限责任公司,未经西安融智芙科技有限责任公司许可,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/202110363504.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top