[發明專利]一種數量確定方法及裝置有效
| 申請號: | 201811307627.6 | 申請日: | 2018-11-05 |
| 公開(公告)號: | CN109543565B | 公開(公告)日: | 2020-11-13 |
| 發明(設計)人: | 鞠汶奇;劉子威 | 申請(專利權)人: | 深圳和而泰數據資源與云技術有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/08 |
| 代理公司: | 廣州三環專利商標代理有限公司 44202 | 代理人: | 郝傳鑫;熊永強 |
| 地址: | 518000 廣東省深圳市南山區高新南區科*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 數量 確定 方法 裝置 | ||
本發明實施例提供一種數量確定方法及裝置,包括:獲取包括人臉的待識別圖像;將待識別圖像輸入目標深度神經網絡,獲得人臉上的瑕疵數量;目標深度神經網絡包括第一深度神經網絡模塊、乘法器和第二深度神經網絡模塊,第一深度神經網絡模塊用于確定人臉上瑕疵部位的掩模,乘法器用于將待識別圖像的特征與掩模進行相乘,以獲得瑕疵部位的特征,第二深度神經網絡模塊用于基于瑕疵部位的特征檢測瑕疵。本發明實施例,可以提高數量確定效率。
技術領域
本發明涉及計算機技術領域,具體涉及一種數量確定方法及裝置。
背景技術
人臉的皮膚好壞直接影響一個人的美丑,因此,愛美人士,尤其是年輕女性特別注重臉部皮膚的情況,以便通過臉部皮膚的情況能夠對臉部皮膚進行更好地護理。目前,一種常用的數量確定方法為:對待測皮膚圖像A進行灰度化處理得到圖像B,圖像B通過雙邊濾波和高斯模糊算法進行增強處理得到圖像C,將獲得的圖像C與圖像B進行差分運算得到圖像D,圖像D中灰度差值較大的區域即為瑕疵區域,統計瑕疵區域的數量為瑕疵數量。上述方法中需要六步才能確定瑕疵數量,處理過程比較繁瑣,以致降低了數量確定效率。
發明內容
本發明實施例提供一種數量確定方法及裝置,用于提高數量確定效率。
第一方面提供一種數量確定方法,包括:
獲取包括人臉的待識別圖像;
將所述待識別圖像輸入目標深度神經網絡,獲得所述人臉上的瑕疵數量;
所述目標深度神經網絡包括第一深度神經網絡模塊、乘法器和第二深度神經網絡模塊,所述第一深度神經網絡模塊用于確定所述人臉上瑕疵部位的掩模,所述乘法器用于將所述待識別圖像的特征與所述掩模進行相乘,以獲得所述瑕疵部位的特征,所述第二深度神經網絡模塊用于基于所述瑕疵部位的特征檢測瑕疵。
在一個實施例中,所述第一深度神經網絡模塊包括N層,所述待識別圖像的特征為所述第一深度神經網絡模塊的所述N層中的任一層輸出的所述待識別圖像的特征,所述N為正整數。
在一個實施例中,所述待識別圖像的特征為所述第一深度神經網絡模塊的第一層輸出的所述待識別圖像的特征。
在一個實施例中,所述將所述待識別圖像輸入目標深度神經網絡,獲得所述人臉上的瑕疵數量包括:
將所述待識別圖像輸入目標深度神經網絡,獲得所述人臉上所有待確定瑕疵的瑕疵概率;
在待確定瑕疵的瑕疵概率大于閾值的情況下,確定所述待確定瑕疵為瑕疵,所述待確定瑕疵為所述所有待確定瑕疵中的任一待確定瑕疵;
統計確定的瑕疵的數量為所述人臉上的瑕疵數量。
在一個實施例中,所述將所述待識別圖像輸入目標深度神經網絡,獲得所述人臉上所有待確定瑕疵的瑕疵概率包括:
將所述待識別圖像輸入目標深度神經網絡,獲得所述人臉上所有待確定瑕疵的瑕疵概率、部位概率和類別概率;
所述方法還包括:
將確定的瑕疵歸類至所述類別概率最大的瑕疵類別;
將確定的瑕疵歸類至所述部位概率最大的瑕疵部位;
統計所述人臉上所有瑕疵部位中每個瑕疵部位的瑕疵數量;
統計所述人臉上不同瑕疵類別的瑕疵數量;
統計所述人臉上所有瑕疵部位中每個瑕疵部位上不同瑕疵類別的瑕疵數量。
在一個實施例中,所述方法還包括:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳和而泰數據資源與云技術有限公司,未經深圳和而泰數據資源與云技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811307627.6/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:提醒方法及裝置
- 下一篇:信息處理方法及裝置、電子設備和存儲介質





