[发明专利]人脸皮肤持妆智能量化分析方法及分析系统

说明书

本发明属于持妆检测技术领域，具体涉及一种人脸皮肤持妆智能量化分析方法及分析系统，其中人脸皮肤持妆智能量化分析方法包括：采集人脸图像并进行人脸识别；构建图像对比模型；以及根据图像对比模型通过人脸图像对持妆效果进行检测，实现了脸部持妆效果的精确检测，可以及时完整的发现脸部需要补妆的区域，以便于人们及时补妆，确保妆容的效果。

技术领域

本发明属于持妆检测技术领域，具体涉及一种人脸皮肤持妆智能量化分析方法及分析系统。

背景技术

现如今人们为了脸部的美观会对脸部进行化妆，但是随着时间的推移妆容无法完整的保持，此时需要进行补妆。在补妆时人们往往通过眼睛来观察选择需要补妆的区域，但是人眼的观察能力有限，难以及时准确的找出全部的需要补妆区域。

因此，基于上述技术问题需要设计一种新的人脸皮肤持妆智能量化分析方法及分析系统。

发明内容

本发明的目的是提供一种人脸皮肤持妆智能量化分析方法及分析系统。

为了解决上述技术问题，本发明提供了一种人脸皮肤持妆智能量化分析方法，包括：

采集人脸图像并进行人脸识别；

构建图像对比模型；以及

根据图像对比模型通过人脸图像对持妆效果进行检测。

进一步，所述采集人脸图像并进行人脸识别的方法包括：

采集人脸化妆后的标准图像；

采集人脸化妆后的实时图像，即每间隔预设时间采集人脸化妆后的实时图像。

进一步，所述采集人脸图像并进行人脸识别的方法还包括：

对采集的图像进行评价筛选，即

根据图像像素对各图像进行质量评价、根据信息论对各图像进行质量评价、根据结构相似度对各图像进行质量评价。

进一步，所述根据图像像素对各图像进行质量评价的方法包括：

根据峰值信噪比和均方误差对各图像进行质量评价，即

待评价图像为y，参考图像为x，大小为M*N，则根据峰值信噪比表征图像质量的计算方法为：

根据均方误差表征图像质量的计算方法为：

PSNR值越大，表明待评价图像与参考图像之间的失真较小，图像质量较好；

MSE的值越小，表明待评价图像质量越好。

进一步，所述根据信息论对各图像进行质量评价的方法包括：

根据信息保真度准则和视觉信息保真度两种算法，计算待评价图像与参考图像之间的互信息，以衡量待评价图像的质量优劣。

进一步，所述根据结构相似度对各图像进行质量评价的方法包括：

确定参考图像和待评价图像；

大小为M*N的参考图像x和待评价图像y，其中参考图像x和待评价图像y的均值、标准差、方差和协方差为：u_x、u_y、σ_x、σ_y、σ_x²、σ_y²、u_xy；

亮度、对比度、结构的比较函数分别为：