[发明专利]一种基于深度学习的参数设定方法及装置

说明书

本公开涉及一种基于深度学习的参数设定方法及装置，主要应用于激光美容设备。所述方法包括：通过获取人体皮表图像和所述人体皮表图像所对应的激光美容设备的参数；利用卷积神经网络算法对所述人体皮表图像和所述对应的激光美容设备的设定参数进行训练得到所述激光美容设备的参数设定模型；采集人体皮表图像，将所述人体皮表图像输入到所述激光美容设备的参数设定模型，输出对应于所述实时采集的人体表面图像的所述激光美容设备的参数。根据用户的皮肤情况提供激光美容设备的工作参数，能够减少操作人员设置参数的过程，还可以基于深度学习模型提供更加准备更准确高效的设备设定参数，避免操作人员的设置失误。

技术领域

本公开涉及激光美容设备领域，尤其涉及一种基于深度学习的参数设定方法及装置，主要应用于激光美容设备。

背景技术

随着社会对审美要求的提升以及对自身形象的关注，医疗美容行业成为继房地产、汽车、通讯、旅游之后的第五大消费热点。市场对激光美容设备的需求加速增长，同时也对激光美容设备的进一步发展提出了要求。激光脱毛仪属于激光系列激光美容设备的一种，而激光系列产品属于很多国家厂商的重点开发产品，激光系列仪器对于皮肤表层的处理项目繁多，满足了社会极大的需求量。

计算机图像识别及分类是指计算机对获取的图像进行处理和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。

发明内容

有鉴于此，本公开提出了一种基于深度学习的参数设定方法及系统，应用于激光美容设备，能够根据用户的皮肤情况提供激光美容设备的工作参数，减少操作人员设置参数的过程，还可以基于深度学习模型提供更加准备更准确高效的设备设定参数，避免操作人员的设置失误。

根据本公开的一方面，提供了一种基于深度学习的参数设定方法，应用于激光美容设备，所述方法包括：

获取人体皮表图像和所述人体皮表图像所对应的激光美容设备的参数；

利用卷积神经网络算法对所述人体皮表图像和所述对应的激光美容设备的设定参数进行训练得到所述激光美容设备的参数设定模型；

采集人体皮表图像，将所述人体皮表图像输入到所述激光美容设备的参数设定模型，输出对应于所述实时采集的人体表面图像的所述激光美容设备的参数。

在一种可能的实现方式中，所述采集人体皮表图像，包括：利用设置在所述激光美容设备的图像采集设备进行人体皮表图像的采集。

在一种可能的实现方式中，所述利用卷积神经网络算法对所述人体皮表图像和所述对应的激光美容设备的设定参数进行训练得到所述激光美容设备的参数设定模型，包括：

采用ResNet卷积神经网络算法对所述人体皮表图像和所述对应的激光美容设备的设定参数进行学习预训；

根据每次学习训练参数模型的评价值对所述训练参数进行调整，当满足 ResNet的评价标准时，得到参数设定模型，保存所述参数设定模型到所述激光美容设备。

在一种可能的实现方式中，人体皮表图像包括人体皮肤亮度、人体皮肤毛发疏密的特征数据。

在一种可能的实现方式中，所述设定参数包括：所述激光美容设备的工作档位，能量密度、输出频率、工作时长。

根据本公开的另一方面，提出了一种基于深度学习的参数设定系统，应用于激光美容设备，所述系统包括：

获取模块，用于获取人体皮表图像和所述人体皮表图像所对应的激光美容设备的参数；

参数设定模型训练模块，用于利用卷积神经网络算法对所述人体皮表图像和所述对应的激光美容设备的设定参数进行训练得到所述激光美容设备的参数设定模型；