[发明专利]人脸皮肤智能量化分析方法及分析系统

权利要求书

1.一种人脸皮肤智能量化分析方法，其特征在于，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卸妆效果进行检测。

2.如权利要求1所述的人脸皮肤智能量化分析方法，其特征在于，

所述采集人脸图像并进行人脸识别的方法包括：

采集人脸未化妆时的图像；

采集人脸化妆后的图像；

采集人脸卸妆后的图像。

3.如权利要求2所述的人脸皮肤智能量化分析方法，其特征在于，

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。

4.如权利要求3所述的人脸皮肤智能量化分析方法，其特征在于，

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。

5.如权利要求4所述的人脸皮肤智能量化分析方法，其特征在于，

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。

6.如权利要求5所述的人脸皮肤智能量化分析方法，其特征在于，

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：

其中，c₁、c₂、c₃为正常数；

结构相似度指标为：

SSIM(x,y)＝[l(x,y)]^α[c(x,y)]^β[s(x,y)]^γ；

当结构相似度指标越大则相应待评价图像的质量越好；

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和根据结构相似度对各图像进行质量评价后对采集的图像进行评价筛选。

7.如权利要求6所述的人脸皮肤智能量化分析方法，其特征在于，

所述采集人脸图像的方法还包括：

对各图像中的人脸进行识别，即

对筛选后的图像进行五官定位，计算构成人脸轮廓的88个点；

对筛选后的人脸未化妆时的图像进行全范围特征识别，定位5万个特征点，网格化人脸结构，并打上位置标签，进行3D人脸模型构建；

在3D人脸模型中划分预设个数ROI区域；

进行空间校准，根据3D人脸模型建立筛选后的各图像上的像素与物理尺寸的对应关系；设定好校准参数后，根据筛选后的图像上测量目标的实际物理尺寸；和/或

在图像上根据预设各ROI区域的位置进行标注，并进行训练，以在筛选后的图像上自动识别各ROI区域。