[發明專利]一種皮膚瑕疵點分類方法及電子設備

有效

• 申請號: 201780009000.X
• 申請日: 2017-11-14
• 公開（公告）號: CN108780497B
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 林麗梅
• 申請（專利權）人: 深圳和而泰智能控制股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 深圳市六加知識產權代理有限公司 44372
• 代理人: 宋建平

本申請涉及皮膚檢測技術領域，特別是涉及一種皮膚瑕疵點分類方法及電子設備。該皮膚瑕疵點分類方法包括：獲取包含瑕疵點的目標皮膚圖像；根據圖像分類算法，分類目標皮膚圖像的瑕疵點。因此，其能夠識別出皮膚瑕疵點的類別，以便用戶后續進行護膚處理作出明智選擇。

技術領域

本申請涉及皮膚檢測技術領域，特別是涉及一種皮膚瑕疵點分類方法及電子設備。

背景技術

隨著歲月的增長與生理的變化，人類的皮膚出現一些瑕疵點，瑕疵點可以是由于局部皮膚色素沉著而出現的曬斑、雀斑、老年斑等等，亦可以是青春痘印、痘坑等等。

傳統技術能夠通過皮膚圖像而統計出皮膚的黑色素(瑕疵點)的數量，以便知悉皮膚的瑕疵點嚴重程度。

申請人在實現本申請的過程中，發現傳統技術至少存在以下問題：傳統技術只能夠統計出瑕疵點的數量，卻未能夠識別出瑕疵點的類別，從而未能夠對癥下藥地為用戶提供護膚的方法。

發明內容

申請內容

本申請實施例一個目的旨在提供一種皮膚瑕疵點分類方法及電子設備，其解決了傳統技術未能夠識別出皮膚瑕疵點的類別的技術問題。

為解決上述技術問題，本申請實施例提供以下技術方案：

在第一方面，本申請實施例提供一種皮膚瑕疵點分類方法，包括：獲取包含瑕疵點的目標皮膚圖像；根據圖像分類算法，分類所述目標皮膚圖像的瑕疵點。

可選地，所述根據圖像分類算法，分類所述目標皮膚圖像的瑕疵點，包括：獲取圖像分類模型；將所述目標皮膚圖像的瑕疵點輸入所述圖像分類模型，以使所述圖像分類模型分類所述瑕疵點。

可選地，所述圖像分類模型包括卷積神經網絡框架模型；在獲取圖像分類模型之前，所述方法還包括：采集訓練數據，所述訓練數據包括若干張包含瑕疵點的樣本皮膚圖像；標注所述訓練數據，以將所述若干張包含瑕疵點的樣本皮膚圖像進行歸類；搭建并配置所述卷積神經網絡框架模型；將標注后的訓練數據輸入配置后的卷積神經網絡框架模型以訓練并保存所述訓練數據。

可選地，所述卷積神經網絡框架模型包括LetNet-5模型；所述搭建所述卷積神經網絡框架模型包括搭建所述LetNet-5模型，所述搭建所述LetNet-5模型具體包括：依次搭建輸入層、第一卷積層、第一采樣層、第二卷積層、第二采樣層、第三卷積層、第一全連接層以及第二全連接層。

可選地，所述配置所述卷積神經網絡框架模型包括配置所述 LetNet-5模型，配置所述LetNet-5模型包括：配置損失函數與優化函數；配置每批次樣本皮膚圖像的訓練量與迭代次數。

可選地，所述損失函數為交叉熵損失函數。

可選地，在根據圖像分類算法，分類所述目標皮膚圖像的瑕疵點之后，所述方法還包括：統計每類瑕疵點的數量；根據所述每類瑕疵點的數量確定所述目標皮膚圖像的瑕疵點嚴重程度。

可選地，在根據圖像分類算法，分類所述目標皮膚圖像的瑕疵點之后，所述方法還包括：在所述目標皮膚圖像的瑕疵點處標注瑕疵點名稱。

在第二方面，本申請實施例提供一種皮膚瑕疵點分類裝置，包括：獲取模塊，用于獲取包含瑕疵點的目標皮膚圖像；分類模塊，用于根據圖像分類算法，分類所述目標皮膚圖像的瑕疵點。

可選地，所述分類模塊包括：獲取單元，用于獲取圖像分類模型；輸入單元，用于將所述目標皮膚圖像的瑕疵點輸入所述圖像分類模型，以使所述圖像分類模型分類所述瑕疵點。