皮肤光滑度的确定方法、装置和电子设备制造方法及图纸

本申请公开了皮肤光滑度的确定方法、装置和电子设备，涉及计算机视觉技术领域。具体实现方案为：在计算皮肤光滑度时，先获取到包括人脸区域待检测图像，将待检测图像和待检测图像对应的光滑度分析掩膜图像输入至深度学习模型中，得到用于指示人脸的皮肤光滑度的多个特征向量，由于光滑度分析掩膜图像中不包括预设因素，且预设因素包括五官、反光、或者头发中的至少一种，避免了预设因素对皮肤光滑度的影响，在一定程度上保证了人脸皮肤光滑度的准确度，并且可以根据多个特征向量得到待检测图像中人脸的皮肤光滑度，实现了在保证准确度的情况下，提高了人脸皮肤光滑度的计算效率。

【技术实现步骤摘要】
皮肤光滑度的确定方法、装置和电子设备
本申请涉及图像处理
，尤其涉及计算机视觉

技术介绍
现有技术中，在计算人脸皮肤光滑度时，通常先检测人脸皮肤中的色斑、皱纹、毛孔等特征，并对人脸皮肤中的色斑、皱纹、毛孔的严重程度进行加权得到人脸皮肤光滑度。由于检测人脸皮肤中的色斑、皱纹、毛孔等特征时，数据量较大，从而导致人脸皮肤光滑度的计算效率较低。因此，在计算人脸皮肤光滑度时，如何在保证准确度的情况下，提高人脸皮肤光滑度的计算效率是本领域技术人员亟待解决的问题。
技术实现思路
本申请实施例提供了一种皮肤光滑度的确定方法、装置和电子设备，实现了在保证准确度的情况下，提高了人脸皮肤光滑度的计算效率。第一方面，本申请实施例提供了一种皮肤光滑度的确定方法，该皮肤光滑度的确定方法可以包括：获取待检测图像；所述待检测图像中包括人脸区域。将所述待检测图像和所述待检测图像对应的光滑度分析掩膜图像输入至深度学习模型中，得到用于指示所述人脸的皮肤光滑度的多个特征向量；其中，所述光滑度分析掩膜图像中不包括预设因素，且所述预设因素包括五官、反光、或者头发中的至少一种。根据所述多个特征向量，确定所述待检测图像中人脸的皮肤光滑度。第二方面，本申请实施例提供了一种皮肤光滑度的确定装置，该皮肤光滑度的确定装置可以包括：获取模块，用于获取待检测图像；所述待检测图像中包括人脸区域；处理模块，用于将所述待检测图像和所述待检测图像对应的光滑度分析掩膜图像输入至深度学习模型中，得到用于指示所述人脸的皮肤光滑度的多个特征向量；并根据所述多个特征向量，确定所述待检测图像中人脸的皮肤光滑度；其中，所述光滑度分析掩膜图像中不包括预设因素，且所述预设因素包括五官、反光、或者头发中的至少一种。第三方面，本申请实施例还提供了一种电子设备，该电子设备可以包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面所述的皮肤光滑度的确定方法。第四方面，本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述第一方面所述的皮肤光滑度的确定方法。根据本申请的技术方案，在计算皮肤光滑度时，不再需要检测人脸皮肤中的色斑、皱纹、毛孔等特征，并对人脸皮肤中的色斑、皱纹、毛孔的严重程度进行加权得到人脸皮肤光滑度，而是在获取到包括人脸区域待检测图像后，将待检测图像和待检测图像对应的光滑度分析掩膜图像输入至深度学习模型中，得到用于指示人脸的皮肤光滑度的多个特征向量，由于光滑度分析掩膜图像中不包括预设因素，且预设因素包括五官、反光、或者头发中的至少一种，避免了预设因素对皮肤光滑度的影响，在一定程度上保证了人脸皮肤光滑度的准确度，并且可以根据多个特征向量得到待检测图像中人脸的皮肤光滑度，实现了在保证准确度的情况下，提高了人脸皮肤光滑度的计算效率。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是可以实现本申请实施例的皮肤光滑度的确定方法的一种场景图；图2是根据本申请实施例提供的皮肤光滑度的确定方法的框架示意图；图3是根据本申请第一实施例提供的皮肤光滑度的确定方法的流程示意图；图4为本申请第一实施例提供的光滑度分析掩膜图像的示意图；图5是根据本申请第二实施例提供的获取到待检测图像对应的光滑度分析掩膜图像的流程示意图；图6是根据本申请第三实施例提供的皮肤光滑度的确定装置的结构示意图；图7是根据本申请实施例的皮肤光滑度的确定方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。在本申请的实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A，B可以是单数或者复数。在本申请的文字描述中，字符“/”一般表示前后关联对象是一种“或”的关系。本申请实施例提供的皮肤光滑度的确定方法可以应用于皮肤光滑度检测的场景中，示例的，请参见图1所示，图1是可以实现本申请实施例的皮肤光滑度的确定方法的一种场景图，电子设备在计算该图像中人脸的皮肤光滑度时，先检测人脸皮肤中的色斑、皱纹、毛孔等特征，并对人脸皮肤中的色斑、皱纹、毛孔的严重程度进行加权得到人脸皮肤光滑度。由于检测人脸皮肤中的色斑、皱纹、毛孔等特征时，数据量较大，从而导致人脸皮肤光滑度的计算效率较低。为了提高人脸皮肤光滑度的计算效率，可以尝试直接利用包括人脸区域的图像的颜色空间像素值计算偏差绝对值均值，并将该偏差绝对值均值作为人脸皮肤光滑度的特征值，用于标识人脸皮肤光滑度。但是，采用该方法只对图像做像素级的颜色处理，并没有排除皮肤中五官、头发、反光等因素的干扰，且图像颜色特征易受外接光照影响，因此，该方法仅适用于理想实验室环境，在自然环境下的识别精度和鲁棒性有限。基于此，经过长期创造性劳动，本申请实施例提供了一种皮肤光滑度的确定方法，在获取到包括人脸区域待检测图像后，将待检测图像和待检测图像对应的光滑度分析掩膜图像输入至深度学习模型中，得到用于指示人脸的皮肤光滑度的多个特征向量；其中，光滑度分析掩膜图像中不包括预设因素，且预设因素包括五官、反光、或者头发中的至少一种；并根据多个特征向量，确定待检测图像中人脸的皮肤光滑度。示例的，请参见图2所示，图2是根据本申请实施例提供的皮肤光滑度的确定方法的框架示意图。可以看出，本申请实施例提供的皮肤光滑度的确定方法，在计算皮肤光滑度时，不再需要检测人脸皮肤中的色斑、皱纹、毛孔等特征，并对人脸皮肤中的色斑、皱纹、毛孔的严重程度进行加权得到人脸皮肤光滑度，而是在获取到包括人脸区域待检测图像后，将待检测图像和待检测图像对应的光滑度分析掩膜图像输入至深度学习模型中，得到用于指示人脸的皮肤光滑度的多个特征向量，由于光滑度分析掩膜图像中不包括预设因素，且预设因素包括五官、反光、或者头发中的至少一种，避免了预设因素对皮肤光滑度的影响，在一定程度上保证了人脸皮肤光滑度的准确度，并且可以根据多个特征向量得到待检测图像中人脸的皮肤光滑度，实现了在保证准确度的情况下，提高了人脸皮肤光滑度的计算效率。下面，将通过具体的实施例对本本文档来自技高网...

【技术保护点】
1.一种皮肤光滑度的确定方法，其特征在于，包括：/n获取待检测图像；所述待检测图像中包括人脸区域；/n将所述待检测图像和所述待检测图像对应的光滑度分析掩膜图像输入至深度学习模型中，得到用于指示所述人脸的皮肤光滑度的多个特征向量；其中，所述光滑度分析掩膜图像中不包括预设因素，且所述预设因素包括五官、反光、或者头发中的至少一种；/n根据所述多个特征向量，确定所述待检测图像中人脸的皮肤光滑度。/n

【技术特征摘要】
1.一种皮肤光滑度的确定方法，其特征在于，包括：
获取待检测图像；所述待检测图像中包括人脸区域；
将所述待检测图像和所述待检测图像对应的光滑度分析掩膜图像输入至深度学习模型中，得到用于指示所述人脸的皮肤光滑度的多个特征向量；其中，所述光滑度分析掩膜图像中不包括预设因素，且所述预设因素包括五官、反光、或者头发中的至少一种；
根据所述多个特征向量，确定所述待检测图像中人脸的皮肤光滑度。


2.根据权利要求1所述的方法，其特征在于，所述根据所述多个特征向量，确定所述待检测图像中人脸的皮肤光滑度，包括：
根据所述多个特征向量的取值，在所述多个特征向量中确定取值较大的前K个特征向量；K为大于0的整数；
根据所述前K个特征向量，以及所述前K个特征向量中各特征向量对应的权重，确定所述待检测图像中人脸的皮肤光滑度。


3.根据权利要求1所述的方法，其特征在于，
所述深度学习模型是采用多组样本数据对初始深度神经网络模型进行训练得到；其中，每一组样本数据包括样本图像、样本图像对应的光滑度分析掩膜图像以及用于指示样本图像中人脸的皮肤光滑度的特征向量。


4.根据权利要求1所述的方法，其特征在于，所述将所述待检测图像和所述待检测图像对应的光滑度分析掩膜图像输入至深度学习模型中，得到用于指示所述人脸的皮肤光滑度的多个特征向量之前，还包括：
将所述待检测图像输入至检测模型，得到所述待检测图像对应的人脸掩膜图像；
在所述人脸掩膜图像中去除所述预设因素，得到所述待检测图像对应的所述光滑度分析掩膜图像。


5.根据权利要求4所述的方法，其特征在于，所述在所述人脸掩膜图像中去除所述预设因素，得到所述待检测图像对应...

【专利技术属性】
技术研发人员：郭知智，孙逸鹏，刘经拓，韩钧宇，杨舵，党悦，王慧超，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11