[發明專利]黑眼圈識別方法、裝置、計算機設備和存儲介質

有效

• 申請號: 201911415701.0
• 申請日: 2019-12-31
• 公開（公告）號: CN111428552B
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 曾夢萍;周桂文
• 申請（專利權）人: 深圳數聯天下智能科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/56;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 黃麗

本申請涉及一種黑眼圈識別方法、裝置、計算機設備和存儲介質。所述方法包括：基于目標神經網絡模型對目標人臉樣本圖像進行卷積處理，以確定目標人臉樣本圖像中黑眼圈的類別和位置坐標；根據預設的損失函數計算黑眼圈的類別以及在黑眼圈在目標人臉樣本圖像中的位置坐標與預設的期望輸出標簽之間的總誤差；基于總誤差確定黑眼圈識別模型；通過黑眼圈識別模型識別目標人臉圖像，以得到目標人臉圖像中黑眼圈的類型以及位置坐標。本方法對黑眼圈的識別方法簡單，識別效率高。

技術領域

本申請涉及計算機技術領域，特別是涉及一種黑眼圈識別方法、裝置、計算機設備和存儲介質。

背景技術

隨著生活水平的提高，人們在物質需求的基礎上，對身體健康以及美感的關注越來越高，因此，對于黑眼圈的識別檢測需求也越來越高。黑眼圈的識別主要包括黑眼圈的類型識別等。

傳統技術中的黑眼圈的識別主要是通過截取人臉的眼周區域，并截取正常皮膚區域，將兩者轉換到LAB顏色空間進行特征提取后，再進行對比和檢測，確定出黑眼圈的類型。

然而，這種方法過程繁瑣，識別效率低。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠黑眼圈識別方法、裝置、計算機設備和存儲介質。

為了實現上述目的，一方面，本申請實施例提供了一種黑眼圈識別方法，所述方法包括：

獲取目標人臉樣本圖像；

基于目標神經網絡模型中的卷積層對所述目標人臉樣本圖像進行卷積處理，得到多個尺寸不同的卷積特征圖，每個卷積特征圖包括多個卷積特征子圖；

分別確定所述每個卷積特征圖對應的目標卷積特征信息，所述目標卷積特征信息包括所述多個卷積特征子圖中各個卷積特征子圖對應的卷積特征信息；

分別確定所述目標卷積特征信息中的各個卷積特征信息對應的位置坐標，將所述目標人臉樣本圖像中與所述位置坐標對應的區域確定為所述各個卷積特征信息對應的第一區域；

確定各個卷積特征信息對應的第一區域的置信度和所述第一區域對應的屬性類別，并將置信度大于置信度閾值并且屬性類別為預設黑眼圈類別中任意一種的第一區域確定為第二區域，將所述第二區域對應的屬性類別確定為黑眼圈的類別；

根據所述第二區域對應的位置坐標確定黑眼圈在所述目標人臉樣本圖像中的位置坐標；

根據預設的損失函數計算所述黑眼圈的類別以及在所述黑眼圈在目標人臉樣本圖像中的位置坐標與預設的期望輸出標簽之間的總誤差；

若所述總誤差小于預設閾值，將所述目標神經網絡模型作為黑眼圈識別模型；

若所述總誤差不小于所述預設閾值，調整所述目標神經網絡模型中的網絡參數，得到調整后的目標神經網絡模型，將所述目標人臉樣本圖像對應的下一人臉樣本圖像作為所述目標人臉樣本圖像，返回執行步驟所述基于目標神經網絡模型中的卷積層對所述目標人臉樣本圖像進行卷積處理，得到多個尺寸不同的卷積特征圖，直到訓練次數達到預設迭代次數為止，且將所述調整后的目標神經網絡模型作為所述黑眼圈識別模型；

通過所述黑眼圈識別模型識別目標人臉圖像，以得到所述目標人臉圖像中黑眼圈的類型以及所述黑眼圈在所述目標人臉圖像中的位置坐標。

在其中一個實施例中，所述確定各個卷積特征信息對應的第一區域的置信度和所述第一區域對應的屬性類別，包括：

分別確定所述各個卷積特征信息與所述目標神經網絡模型中的多種屬性類別之間的匹配概率，所述多種屬性類別至少包括背景、血管型黑眼圈和色素型黑眼圈；

在所述各個卷積特征信息與所述目標神經網絡模型中的多種屬性類別之間的匹配概率中確定最大匹配概率，并將所述最大匹配概率確定為所述各個卷積特征信息對應的第一區域的置信度；