[发明专利]一种基于人工智能的皮肤老化程度识别方法、系统和装置

权利要求书

1.一种基于人工智能的皮肤老化识别方法，其特征在于，包括以下步骤：

步骤一：采集面部图像，对采集的图像数据进行处理，得到第一对象区域、第二对象区域、第三对象区域和第四对象区域人脸图像；

步骤二：使用深度学习神经网络模型建立检测模型，检测第一对象区域、第二对象区域、第三对象区域和第四对象区域人脸图像的皮肤老化状态；

步骤三：根据步骤二中检测模型输出结果，计算面部皮肤老化值；

步骤四：建立用户档案，记录用户面部皮肤老化值及变化情况；

步骤二中检测模型的构建包括以下步骤：

步骤2.1：准备第一角度、第二角度和第三角度的面部图像；

步骤2.2：对面部图像数据进行面部老化程度特征的标注，标注文件内容包括识别并标注出特异区域，以及判断输出特异区域状态参数；

步骤2.3：使用深度学习神经网络模型构建用于目标分类的深度学习神经网络模型；

步骤2.4：将步骤2.1中的面部图像数据和步骤2.2中的标注文件加载进步骤2.3中的深度学习神经网络模型进行训练，得到训练结果，生成模型文件；

步骤2.5：对训练好的模型进行性能测试，如果不能满足性能要求，调整模型训练的参数，重新进行模型的训练，直到训练出符合要求的皮肤老化检测模型；

采集面部图像时，先采集人脸的第一角度、第二角度和第三角度的面部图像，然后使用人脸特征点检测模型检测，提取第一对象区域、第二对象区域、第三对象区域和第四对象区域人脸图像。

2.根据权利要求1所述的一种基于人工智能的皮肤老化识别方法，其特征在于，步骤2.2中的状态参数包括第一状态参数、第二状态参数和第三状态参数。

3.根据权利要求2所述的一种基于人工智能的皮肤老化识别方法，其特征在于，检测模型的预处理单元将输入图像输入缩放为固定尺寸，对缩放后的图像进行降维计算，对降维后的数据进行不同尺度的卷积计算提取对应特征值，将计算得到特征值与步骤2.4中模型文件的特征值匹配，计算置信度，输出置信度大于设定值的检测结果。

4.根据权利要求1所述的一种基于人工智能的皮肤老化识别方法，其特征在于，步骤2.4中检测模型训练时，选择训练参数包括输入训练的面部图像数据大小和面部图像数据数量。

5.根据权利要求4所述的一种基于人工智能的皮肤老化识别方法，其特征在于，检测模型分类器包括第一状态参数分类层、第二状态参数分类层和第三状态参数分类层，每个分类层包括两种类别。

6.一种基于人工智能的皮肤老化识别装置，其特征在于，使用如权利要求1-5任意一项所述的一种基于人工智能的皮肤老化识别方法，所述装置包括控制单元、采集单元、光源单元和滤光片单元；控制单元控制采集单元采集面部图像，采集单元包括相机和限位装置；光源单元和滤光片单元用于提供采集单元采集图像时的光源。

7.一种基于人工智能的皮肤老化识别系统，其特征在于，包括使用如权利要求6所述的一种基于人工智能的皮肤老化识别装置，系统包括图像采集系统和图像处理系统，图像采集系统采集人脸的第一角度、第二角度和第三角度的面部图像，发送至图像处理系统进行图像处理，进行皮肤老化识别和检测。

8.根据权利要求7所述的一种基于人工智能的皮肤老化识别系统，其特征在于，图像处理系统包括深度学习神经网络模型，用于对输入图像数据识别检测，输出第一状态参数、第二状态参数和第三状态参数。