[发明专利]一种基于深度学习的面部太田痣区域自动检测方法

说明书

本发明公开了一种基于深度学习的面部太田痣区域自动检测方法，步骤为：采集人脸图像；对采集的人脸图像进行网格化处理；将每个网格图像分别输入训练好的神经网络模型中，神经网络模型输出该网格图像对应的B个目标检测框，预测每个目标检测框的目标区域起始位置横坐标、目标区域起始位置纵坐标、目标区域宽度、目标区域高度以及该目标检测框的可靠度；根据可靠度筛选目标检测框，得到每个网格对应的太田痣区域；将所有网格对应的太田痣区域相加，得到整个面部的太田痣区域面积。本发明利用计算机视觉技术实现面部太田痣区域的自动检测，可以作为后续太田痣诊断和治疗的辅助信息。

技术领域

本发明属于计算机视觉领域，特别涉及了一种面部太田痣区域自动检测方法。

背景技术

太田痣(nevus of Ota)，又称眼上颚部褐青色痣，可能与遗传有关，好发于亚洲人，通常在出生时或婴儿期出现，部分在儿童期或青春期时显现。其表现为面部的棕色或蓝灰色斑片，可累及眼部如巩膜。大部分仅出现在单侧，少数双侧发生，随年龄增长颜色可加深。

随着计算机技术与人工智能技术的发展，计算机视觉技术在人脸检测方面有了广泛的应用，如何利用计算机视觉技术实现面部太田痣区域的自动检测，从而为后续太田痣的诊断和治疗提供精准的辅助信息，已经成为本领域的一个新的研究方向。

发明内容

为了解决上述背景技术提到的技术问题，本发明提出了一种基于深度学习的面部太田痣区域自动检测方法。

为了实现上述技术目的，本发明的技术方案为：

一种基于深度学习的面部太田痣区域自动检测方法，包括以下步骤：

(1)采集人脸图像；

(2)对采集的人脸图像进行网格化处理；

(3)将每个网格图像分别输入训练好的神经网络中，神经网络输出该网格图像对应的B个目标检测框，预测每个目标检测框的目标区域起始位置横坐标、目标区域起始位置纵坐标、目标区域宽度、目标区域高度以及该目标检测框的可靠度；

(4)根据可靠度筛选目标检测框，得到每个网格对应的太田痣区域；

(5)将所有网格对应的太田痣区域相加，得到整个面部的太田痣区域面积。

进一步地，在步骤(1)中，在稳定环境下，采集待测人员的左侧脸图像、右侧脸图像和正脸图像。

进一步地，在步骤(2)中，将采集的人脸图像划分成19*19的网格，每个网格负责检测太田痣区域中心在该网格上的太田痣区域，每个网格有一个标签，用于标记太田痣区域。

进一步地，在步骤(3)中，目标检测框的可靠度计算方法如下：

上式中，confidence表示可靠度；P(obj)表示目标检测框内是否包含目标区域，若有目标区域，则其值为1，否则其值为0；表示预测目标区域与实际目标区域之间的重叠率。

进一步地，在步骤(3)中，神经网络的损失函数如下：

L_all＝L_pos+L_conf+L_class

其中，L_pos表示位置预测的误差：