CN113191322A - 人脸皮肤肤质的检测方法、装置、存储介质及计算机设备 - Google Patents

人脸皮肤肤质的检测方法、装置、存储介质及计算机设备 Download PDF

Info

Publication number
CN113191322A
CN113191322A CN202110563990.XA CN202110563990A CN113191322A CN 113191322 A CN113191322 A CN 113191322A CN 202110563990 A CN202110563990 A CN 202110563990A CN 113191322 A CN113191322 A CN 113191322A
Authority
CN
China
Prior art keywords
face image
image
face
skin
format
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110563990.XA
Other languages
English (en)
Inventor
阳朝霞
曹思源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koubei Shanghai Information Technology Co Ltd
Original Assignee
Koubei Shanghai Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koubei Shanghai Information Technology Co Ltd filed Critical Koubei Shanghai Information Technology Co Ltd
Priority to CN202110563990.XA priority Critical patent/CN113191322A/zh
Publication of CN113191322A publication Critical patent/CN113191322A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/32—Normalisation of the pattern dimensions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/565—Conversion or adaptation of application format or content
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/565—Conversion or adaptation of application format or content
    • H04L67/5651—Reducing the amount or size of exchanged application data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/04—Protocols for data compression, e.g. ROHC
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Geometry (AREA)
  • Computer Security & Cryptography (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种人脸皮肤肤质的检测方法、装置、存储介质及计算机设备，涉及图像处理领域。其中方法包括：获取人脸图像以及当前应用程序的图像存储格式；根据当前应用程序的图像存储格式，确定人脸图像的转换模式；对人脸图像进行压缩处理，并根据人脸图像的转换模式对人脸图像进行格式转换；将格式转换后的人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。上述方法通过图像压缩技术提高了图像处理、图像上传和图像识别的速度，减少了图像处理所需的时间；通过格式转换技术提高了人脸图像的检测成功率，并提高了测肤程序的可移植性，使上述方法对应的程序可以适用于不同客户端和不同类型的应用程序中。

Description

人脸皮肤肤质的检测方法、装置、存储介质及计算机设备
技术领域
本发明涉及图像处理领域，尤其是涉及一种人脸皮肤肤质的检测方法、装置、存储介质及计算机设备。
背景技术
随着社会的发展和人们生活水平的不断提高，现代人对个人形象的重视程度正在不断提升，在个人形象方面，人们尤其重视脸部肌肤的保养和护理，针对这样的需求，很多皮肤护理机构和皮肤护理生产商都开发了针对不同肤质和不同皮肤问题的产品和服务。
用户在选择护肤产品和护肤服务时，往往也想要了解自身的皮肤问题和肤质特点，从而选择适合自己的产品和服务。为了使用户更便利的获知自身的皮肤问题和肤质特点，许多应用程序开发了皮肤肤质检测功能。通过该功能，用户可以在应用程序中自行拍照或上传照片，并在应用程序中查看到自身的皮肤肤质检测结果。
现有的应用程序中提供的测肤功能通常采用两种方式进行人脸皮肤肤质的检测，第一种方式是在客户端本地通过调用测肤识别算法进行测肤识别，第二种方式是借助于后台服务器的底层视觉测算能力进行测肤识别。第一种方式在进行测肤识别时往往会消耗掉客户端较多的资源，且测肤程序开发难度较大，程序移植性也较差；而第二种方式则经常会发生图片检测失败和测肤时间较长等问题，此外，第二种方式的测肤程序移植到不同客户端和不同类型的应用程序中时往往也会产生不兼容的问题。
发明内容
有鉴于此，本申请提供了一种人脸皮肤肤质的检测方法、装置、存储介质及计算机设备，主要目的在于解决现有技术中应用程序的测肤功能图片检测成功率低、测肤时间较长以及测肤程序移植性较差等技术问题。
根据本发明的第一个方面，提供了一种人脸皮肤肤质的检测方法，该方法包括：
获取人脸图像以及当前应用程序的图像存储格式；
根据当前应用程序的图像存储格式，确定人脸图像的转换模式；
对人脸图像进行压缩处理，并根据人脸图像的转换模式对人脸图像进行格式转换；
将格式转换后的人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。
可选的，对人脸图像进行压缩处理，并根据人脸图像的转换模式对人脸图像进行格式转换，包括：按照预设宽度值或预设长度值对人脸图像进行等比缩放；根据图像转换模式，将人脸图像的当前存储格式转换为预设的图像上传格式。
可选的，对人脸图像进行压缩处理，并根据人脸图像的转换模式对人脸图像进行格式转换之后，所述方法还包括：判断格式转换后的人脸图像的文件字节数是否大于预设字节数；若格式转换后的人脸图像的文件字节数大于预设字节数，则对格式转换后的人脸图像进行二次压缩处理。
可选的，对人脸图像进行压缩处理之前，所述方法还包括：判断人脸图像的方向是否为正位图方向；若人脸图像的方向不是正位图方向，则对人脸图像进行旋转处理。
可选的，判断人脸图像的方向是否为正位图方向，包括：获取人脸图像的方向数据，并根据人脸图像的方向数据判断人脸图像的方向是否为正位图方向；或通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像的方向是否为正位图方向。
可选的，对人脸图像进行压缩处理之前，所述方法还包括：通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像中是否包含人脸区域；若人脸图像中不包含人脸区域，则生成人脸图像的不合法信息并对人脸图像的不合法信息进行展示。
可选的，所述方法还包括：将五官轮廓特征点标示在人脸皮肤肤质检测结果中。
可选的，所述方法还包括：利用预设组件，对人脸皮肤肤质检测结果进行展示。
根据本发明的第二个方面，提供了一种人脸皮肤肤质的检测方法，该方法包括：
获取人脸图像；
将人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。
可选的，获取人脸图像之后，该方法还包括：判断人脸图像的方向是否为正位图方向；若人脸图像的方向不是正位图方向，则对人脸图像进行旋转处理。
可选的，判断人脸图像的方向是否为正位图方向，包括：获取人脸图像的方向数据，并根据人脸图像的方向数据判断人脸图像的方向是否为正位图方向；或通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像的方向是否为正位图方向。
可选的，获取人脸图像之后，该方法还包括：通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像中是否包含人脸区域；若人脸图像中不包含人脸区域，则生成人脸图像的不合法信息，并对人脸图像的不合法信息进行展示。
可选的，该方法还包括：将五官轮廓特征点标示在人脸皮肤肤质检测结果中。
可选的，该方法还包括：利用预设组件，对人脸皮肤肤质检测结果进行展示。
根据本发明的第三个方面，提供了一种人脸皮肤肤质的检测方法，该方法包括：
从云端存储器中获取客户端上传的人脸图像；
通过测肤识别算法，对人脸图像中的异常模块和/或肤质参数进行标示，得到人脸皮肤肤质检测结果；
将人脸皮肤肤质检测结果发送至客户端。
可选的，通过测肤识别算法，对人脸图像中的异常模块和/或肤质参数进行标示，得到人脸皮肤肤质检测结果，包括：通过测肤识别算法，对人脸图像中的异常模块进行识别，并根据异常模块的识别结果计算得到人脸图像的肤质参数；将人脸图像中的异常模块的识别结果和/或肤质参数的计算结果映射到预设的肤质检测文档中，生成人脸皮肤肤质检测结果。
可选的，异常模块包括痤疮、痘印、斑、痣、皱纹、黑眼圈、眼袋、黑头和毛孔中的一种或多种；肤质参数包括皮肤光滑度、皮肤油光度和毛孔粗大度中的一种或多种。
根据本发明的第四个方面，提供了一种人脸皮肤肤质的检测装置，该装置包括：
图像获取模块，用于获取人脸图像以及当前应用程序的图像存储格式；
模式确定模块，用于根据当前应用程序的图像存储格式，确定人脸图像的转换模式；
图像处理模块，用于对人脸图像进行压缩处理，并根据人脸图像的转换模式对人脸图像进行格式转换；
图像上传模块，用于将格式转换后的人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。
可选的，所述图像处理模块，具体用于按照预设宽度值或预设长度值对人脸图像进行等比缩放；根据图像转换模式，将人脸图像的当前存储格式转换为预设的图像上传格式。
可选的，所述图像处理模块，还用于判断格式转换后的人脸图像的文件字节数是否大于预设字节数；若格式转换后的人脸图像的文件字节数大于预设字节数，则对格式转换后的人脸图像进行二次压缩处理。
可选的，所述图像处理模块，还用于判断人脸图像的方向是否为正位图方向；若人脸图像的方向不是正位图方向，则对人脸图像进行旋转处理。
可选的，所述图像处理模块，具体还用于获取人脸图像的方向数据，并根据人脸图像的方向数据判断人脸图像的方向是否为正位图方向；或通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像的方向是否为正位图方向。
可选的，所述图像处理模块，具体还用于通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像中是否包含人脸区域；若人脸图像中不包含人脸区域，则生成人脸图像的不合法信息，并对人脸图像的不合法信息进行展示。
可选的，所述装置还包括：轮廓标示模块，用于将五官轮廓特征点标示在人脸皮肤肤质检测结果中。
可选的，所述装置还包括：结果展示模块，用于利用预设组件，对人脸皮肤肤质检测结果进行展示。
根据本发明的第五个方面，提供了一种人脸皮肤肤质的检测装置，该装置包括：
图像获取模块，用于获取人脸图像以及当前应用程序的图像存储格式；
图像上传模块，用于将格式转换后的人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。
可选的，所述装置还包括：图像处理模块，用于判断人脸图像的方向是否为正位图方向；若人脸图像的方向不是正位图方向，则对人脸图像进行旋转处理。
可选的，所述图像处理模块，具体用于获取人脸图像的方向数据，并根据人脸图像的方向数据判断人脸图像的方向是否为正位图方向；或通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像的方向是否为正位图方向。
可选的，所述图像处理模块，还用于通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像中是否包含人脸区域；若人脸图像中不包含人脸区域，则生成人脸图像的不合法信息，并对人脸图像的不合法信息进行展示。
可选的，所述装置还包括：轮廓标示模块，用于将五官轮廓特征点标示在人脸皮肤肤质检测结果中。
可选的，所述装置还包括：结果展示模块，用于利用预设组件，对人脸皮肤肤质检测结果进行展示。
根据本发明的第六个方面，提供了一种人脸皮肤肤质的检测装置，该装置包括：
图像获取模块，用于从云端存储器中获取客户端上传的人脸图像；
测肤识别模块，用于通过测肤识别算法，对人脸图像中的异常模块和/或肤质参数进行标示，得到人脸皮肤肤质检测结果；
结果发送模块，用于将人脸皮肤肤质检测结果发送至客户端。
可选的，所述测肤识别模块，具体用于通过测肤识别算法，对人脸图像中的异常模块进行识别，并根据异常模块的识别结果计算得到人脸图像的肤质参数；将人脸图像中的异常模块的识别结果和/或肤质参数的计算结果映射到预设的肤质检测文档中，生成人脸皮肤肤质检测结果。
可选的，所述异常模块包括痤疮、痘印、斑、痣、皱纹、黑眼圈、眼袋、黑头和毛孔中的一种或多种；肤质参数包括皮肤光滑度、皮肤油光度和毛孔粗大度中的一种或多种。
根据本发明的第七个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述人脸皮肤肤质的检测方法。
根据本发明的第八个方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述人脸皮肤肤质的检测方法。
本发明提供的一种人脸皮肤肤质的检测方法、装置、存储介质及计算机设备，首先通过获取当前应用程序的图像存储格式，确定了人脸图像的转换模式，然后对人脸图像进行压缩减少了人脸图像的大小，继而对压缩后的人脸图像进行格式转换提高了人脸图像的识别成功率，最后将压缩和格式转换后的人脸图像上传到云端存储器中，使服务器可以从云端存储器获取到处理后的人脸图像，并对人脸图像进行测肤识别，从而得到人脸皮肤肤质检测结果返回给客户端供用户查看。上述方法通过图像压缩技术提高了图像处理、图像上传和图像识别的速度，减少了图像处理所需的时间；通过格式转换技术提高了人脸图像的检测成功率，并提高了测肤程序的可移植性，使上述方法对应的程序可以适用于不同客户端和不同类型的应用程序中。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出了本发明实施例提供的一种人脸皮肤肤质的检测方法的流程示意图；
图2示出了本发明实施例提供的另一种人脸皮肤肤质的检测方法的流程示意图；
图3示出了本发明实施例提供的一种人脸皮肤肤质的检测方法的应用场景示意图；
图4示出了本发明实施例提供的一种人脸皮肤肤质的检测装置的结构示意图；
图5示出了本发明实施例提供的另一种人脸皮肤肤质的检测装置的结构示意图；
图6示出了本发明实施例提供的又一种人脸皮肤肤质的检测装置的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
如背景技术所述，现有的应用程序提供的测肤功能通常采用客户端检测和服务器检测两种方式进行人脸皮肤肤质的检测，但是，出于减少客户端资源消耗和降低测肤程序开发难度的考虑，通常开发人员会选择借助于后台服务器的底层视觉测算能力进行测肤识别。在利用服务器进行测肤识别时，通常的做法是将客户端获取到图像发送至服务器，然后由服务器进行处理，并将处理结果发送给客户端。但是，未经处理的图像或只经过简单处理的图像发送至服务器进行测试识别时，经常会发生图像检测失败和测试时间长等问题，此外，将已经开发好的测肤程序移植到不同客户端的应用程序(如从苹果***的客户端移植到安卓***的客户端)中，或移植到不同类型的应用程序(如从应用程序1移植到应用程序2)中时，测肤程序往往无法兼容，导致开发人员还要在不同客户端和不同类型的应用程序中重新开发测肤程序，导致开发周期较长，开发工作量较大。
针对上述问题，在一个实施例中，如图1所示，提供了一种人脸皮肤肤质的检测方法，以该方法应用于客户端、服务器和云端存储器为例进行说明，包括以下步骤：
101、客户端获取人脸图像以及当前应用程序的图像存储格式。
其中，人脸图像指的是含有人脸区域(包括五官和脸部轮廓)的图像；当前应用程序指的是用户正在使用的应用程序，应用程序中包含测肤功能，测肤功能可以是当前应用程序中多种功能中的其中一种功能，也可以是当前应用程序中的唯一功能；当前应用程序的图像存储格式指的是当前应用程序存储图片时所用的数据格式，例如，应用程序1的图像存储格式为base64(基于64个可打印字符表示的二进制数据)，应用程序2的图像存储格式为虚拟URL(Uniform Resource Locator，统一资源***)等等。
具体的，客户端可以通过调取用户相册中的图像(在经过用户授权的情况下)、调用客户端的摄像装置进行拍照或者获取网络中的图像的方式获取到人脸图像，然后，客户端可以通过查询当前应用程序的配置数据或查询当前应用程序中现有图片的存储格式的方式获取到当前应用程序的图像存储格式。
102、客户端根据当前应用程序的图像存储格式，确定人脸图像的转换模式。
其中，人脸图像的转换模式指的是将人脸图像当前的数据格式转换为另一种数据格式的数据转换模式，在转换的过程中，图像中所有数据的格式都被转换为另一种格式，但是转换后的数据本身不会改变，因此，人脸图像的格式转换过程不会损失掉图片中的数据或者信息。具体的，为了保证人脸图像数据格式的一致性，以及降低服务器图片检测失败的概率，本步骤可以根据当前应用程序的图像存储格式确定人脸图像的转换模式，从而在后续步骤中可以通过人脸图像的转换模式将人脸图像的数据格式转换为统一的数据格式，转换后的数据格式具体可以是服务器能够完全兼容的数据格式，通过这种方式，可以保证转换后的人脸图片一定会被服务器所识别，从而提高图片识别的成功率。例如，应用程序1的图像存储格式为base64，应用程序2的图像存储格式为虚拟URL，预设的统一数据格式为blob(binary large object，二进制大对象)，那么，对于应用程序1来说，其人脸图像的转换模式就为base64转换为blob模式；对于应用程序2来说，其人脸图像的转换模式则为虚拟URL转换为blob模式。
103、客户端对人脸图像进行压缩处理，并根据人脸图像的转换模式对人脸图像进行格式转换。
具体的，在获取到人脸图像之后，客户端可以首先对人脸图像进行压缩处理，以减少人脸图像在格式转换时所消耗的资源，然后客户端可以根据步骤102中确定的转换模式对压缩后的人脸图像进行格式转换，从而将人脸图像的数据格式转换为统一的数据格式。需要说明的是，在对人脸图像进行压缩时，会一定程度的损失掉人脸图像中的部分像素信息，使得人脸图像的清晰度有所下降，但是不会损失掉人脸图像中的方向、角度等属性信息，进一步的，在对人脸图像进行格式转换的过程中，只是将人脸图像的数据格式转换为另一种格式，也不会损失掉图像中的任何信息，包括像素信息和属性信息，因此，将压缩处理和格式转换后的人脸图像上传到服务器进行处理，可以保证图片信息的准确性。通过将当前客户端的图片存储格式转换为服务器可以兼容的数据格式，可以使测肤程序在移植到不同客户端的应用程序，或移植到不同类型的应用程序中时，可以根据当前应用程序中的人脸图像的转换模式将人脸图像从当前数据格式转换为统一的数据格式，使人脸图像可以顺利上传和并被成功识别，从而使测肤程序可以适用于不同客户端和不同类型的应用程序中，提高了测肤程序的兼容性。
需要说明的是，客户端通过当前应用程序调取摄像装置拍照获取到的人脸图像与当前应用程序的图像存储格式是相同的，因此，可以直接根据人脸图像的转换模式对拍照获取到的人脸图像进行格式转换，从而将该人脸图像的数据格式转换为统一的数据格式，但是，对于通过当前应用程序调取相册或从网络中获取到的人脸图像，其数据格式则未必与当前应用程序的图像存储格式相同，对于这类图像，可以先将该人脸图像的数据格式转换为当前应用程序的图像存储格式，然后再对该人脸图像进行压缩处理，最后再根据人脸图像的转换模式对该人脸图像进行格式转换，从而将人脸图像的数据格式转换为统一的数据格式。
在实际应用中，对拍照获取到的人脸图像进行测肤的过程通常比较顺利，因为拍照获取到的人脸图像的数据兼容性往往较高，客户端只需将拍照获取的人脸图像直接发送至服务器进行处理，并将服务器的处理结果返回至客户端进行展示即可。但是，对于通过相册和网络获取到的人脸图像，则经常会出现图片识别失败的问题，原因在于，不同的终端对于图片的数据存储格式是不同的，且同一终端中不同类型的图片的数据存储格式也是不同的，例如，终端自带的摄像装置拍摄的照片与终端截屏得到的图片的数据存储格式就是不同的，由于通过相册和网络获取到的人脸图像的数据存储格式繁杂，因此在对此类人脸图像进行测肤检测时，就很容易出现数据格式不兼容的问题。可以理解的是，通过本实施例提供的数据处理方式，无论对于拍照获取到的人脸图像，还是对于从相册和网络中获取到的人脸图像来说，其数据兼容性都非常高，因此图像检测的成功率也非常高。
104、客户端将格式转换后的人脸图像上传至云端存储器中。
105、服务器从云端存储器中获取客户端上传的人脸图像。
具体的，由于图像文件的占用空间较大，且上传图像所需的流量较多，因此，本步骤没有采用直接将人脸图片发送给服务器的方式上传人脸图片，而是将人脸图像先上传至云端存储器中，然后再由服务器从云端存储器中获取人脸图像，通过这种方式，可以实现人脸图像的分布式存储，提高人脸图像的上传速度，并提高服务器的响应速度。
106、服务器通过测肤识别算法，对人脸图像中的异常模块和/或肤质参数进行标示，得到人脸皮肤肤质检测结果。
107、服务器将人脸皮肤肤质检测结果发送至客户端。
108、客户端接收服务器返回的人脸皮肤肤质检测结果。
具体的，服务器可以通过调用测肤检测接口的方式对人脸图像进行检测识别，也可以利用预训练的视觉算法或测算模型对人脸图像中的异常模块(如黑眼圈、皱纹和痘痘等)进行检测识别，从而计算出人脸图像中的肤质参数(如皮肤光滑度等)，在检测完成后，服务器可以通过预设的报告模板生成人脸皮肤肤质检测结果，并在检测结果中标示出人脸图像中的异常模块和/或肤质参数，然后将人脸皮肤肤质检测结果直接发送至客户端，客户端在接收服务器返回的人脸皮肤肤质检测结果之后，可以对人脸皮肤肤质检测结果进行展示，以提供给用户查看。
本实施例提供的人脸皮肤肤质的检测方法，首先通过获取当前应用程序的图像存储格式，确定了人脸图像的转换模式，然后对人脸图像进行压缩减少了人脸图像的大小，继而对压缩后的人脸图像进行格式转换提高了人脸图像的识别成功率，最后将压缩和格式转换后的人脸图像上传到云端存储器中，使服务器可以从云端存储器获取到处理后的人脸图像，并对人脸图像进行测肤识别，从而得到人脸皮肤肤质检测结果返回给客户端供用户查看。上述方法通过图像压缩技术提高了图像处理、图像上传和图像识别的速度，减少了图像处理所需的时间；通过格式转换技术提高了人脸图像的检测成功率，并提高了测肤程序的可移植性，使上述方法对应的程序可以适用于不同客户端和不同类型的应用程序中。
进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的实施过程，提供了人脸皮肤肤质的检测方法，如图2和图3所示，该方法包括以下步骤：
201、客户端获取人脸图像以及当前应用程序的图像存储格式。
具体的，客户端可以通过调取用户相册中的图像(在经过用户授权的情况下)、调用客户端的摄像装置进行拍照或者获取网络中的图像的方式获取到人脸图像，然后，客户端可以通过查询当前应用程序的配置数据或查询当前应用程序中现有图片的存储格式的方式获取到当前应用程序的图像存储格式，例如，如图3所示，客户端可以分别获取到应用程序1的图像存储格式为base64，应用程序2的图像存储格式为虚拟URL。
在本实施例中，客户端通过调用摄像装置获取人脸图像的过程中，客户端可以对人脸拍照的区域进行标示，例如，可以以椭圆型弧线或者以人脸轮廓线的形式进行标示，从而提示用户正确的拍照位置和角度，提高图像识别的成功率，可选的，拍照的标示区域还可以用动画的形式进行展示，从而提高人脸测肤功能的科技感，提高用户的体验度。
202、客户端根据当前应用程序的图像存储格式，确定人脸图像的转换模式。
具体的，为了保证人脸图像数据格式的一致性，以及降低服务器图片检测失败的概率，本步骤可以根据当前应用程序的图像存储格式确定人脸图像的转换模式，从而在后续步骤中可以通过人脸图像的转换模式将人脸图像的数据格式转换为统一的数据格式，在本实施例中，统一的数据格式具体可以是服务器能够完全兼容的数据格式，通过这种方式，可以保证转换后的人脸图像一定会被服务器所识别，从而提高图片识别的成功率。需要说明的是，在转换的过程中，图像中所有数据的格式都被转换为另一种格式，但是转换后的数据本身不会改变，因此，人脸图像的格式转换过程不会损失掉图片中的数据或者信息。例如，如图3所示，客户端可以确定应用程序1的人脸图像的转换模式为base64转换为blob模式，应用程序2的人脸图像的转换模式为虚拟URL转换为blob模式，转换后的图像数据本身没有改变。
203、客户端通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像中是否包含人脸区域。
204、若人脸图像中不包含人脸区域，则客户端生成人脸图像的不合法信息，并对人脸图像的不合法信息进行展示。
具体的，客户端可以通过视觉识别库，定位出人脸图像中人脸区域，然后检测出人脸区域中的五官(包括嘴巴、左眼眉、右眼眉、左眼、右眼、鼻子、下巴等)和脸部轮廓各特征点的坐标值，继而根据五官和脸部轮廓的各特征点的坐标值判断出人脸图像中是否包含人脸区域，如果人脸图像中不包含人脸区域(即不包含至少一张人脸)，则客户端会生成人脸图像的不合法信息，并通过显示组件对人脸图像的不合法信息进行展示，以此告知用户重新选择人脸图像进行识别检测。本步骤通过预先对人脸图像进行人脸识别的方式，可以提高服务器对于人脸检测的成功率，避免在图像上传之后才发现图像不合法的问题，减少了用户的等待时间。
205、客户端判断人脸图像的方向是否为正位图方向。
206、若人脸图像的方向不是正位图方向，则客户端对人脸图像进行旋转处理。
具体的，在对人脸图像进行压缩和格式转换之前，客户端还可以判断人脸图像的方式是否为正位图方向，如果人脸图像的方向不是正位图方向，则客户端可以对人脸图像进行旋转处理，以将人脸图像旋转为正位图方向；如果人脸图像的方向是正位图方向，则无需进行旋转处理。本步骤通过预先判断人脸图像的方向的方式，同样也可以提高服务器对于人脸检测的成功率，避免在图像上传之后才发现图像方向不符合要求，减少了用户的等待时间。
在本实施例中，可以采用如下以下两种方法判断人脸图像的方向是否为正位图方向：第一种方法是获取人脸图像的方向数据，并根据人脸图像的方向数据判断人脸图像的方向是否为正位图方向，其中，人脸图像的方向数据可以通过Exif信息获取，Exif信息是保存在图像文件格式内的一组拍摄参数，Exif信息中包含有图片的方向和角度信息，通过获取Exif信息中的方向和角度信息，可以直接判断出人脸图像的方向是否为正位图方向；第二种方法是通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像的方向是否为正位图方向，第二种方法与步骤203至步骤204的方法相似，原理不在赘述，可以理解的是，如果客户端已经通过人脸识别的方式判断了人脸图像是否合法，那么也可以同时判断人脸图像的方向是否为正位图方向，此时可以不再采用第一种方式判断人脸图像的方向。
207、客户端对人脸图像进行压缩处理，并根据人脸图像的转换模式对人脸图像进行格式转换。
具体的，在获取到人脸图像并确认人脸图像方向为正位图方向且确认人脸图像为合法的人脸图像之后，客户端可以对人脸图像进行压缩处理，以减少人脸图像在格式转换时所消耗的资源，然后客户端可以根据步骤202中确定的转换模式对压缩后的人脸图像进行格式转换，从而将人脸图像的数据格式转换为统一的数据格式。需要说明的是，在对人脸图像进行压缩时，会一定程度的损失掉人脸图像中的部分像素信息，使得人脸图像的清晰度有所下降，但是不会损失掉人脸图像中的方向、角度等属性信息，进一步的，在对人脸图像进行格式转换的过程中，只是将人脸图像的数据格式转换为另一种格式，也不会损失掉图像中的任何信息，包括像素信息和属性信息，因此，将压缩处理和格式转换后的人脸图像上传到服务器进行处理，可以保证图片信息的准确性。通过将当前客户端的图片存储格式转换为服务器可以兼容的数据格式，可以使测肤程序在移植到不同客户端的应用程序，或移植到不同类型的应用程序中时，可以根据当前应用程序中的人脸图像的转换模式将人脸图像从当前数据格式转换为统一的数据格式，使人脸图像可以顺利上传和并被成功识别，从而使测肤程序可以适用于不同客户端和不同类型的应用程序中，提高了测肤程序的兼容性。
在一个可选的实施方式中，步骤207的具体操作步骤可以包括：首先按照预设宽度值或预设长度值(如预设长度值为2048)对人脸图像进行等比缩放，然后根据人脸图像的转换模式，将人脸图像的当前存储格式转换为预设的图像上传格式。可以理解的是，除上述图像压缩和格式转换的方式之外，也可以采用其他方式，本实施例在此不做限定。
需要说明的是，客户端通过当前应用程序调取摄像装置拍照获取到的人脸图像与当前应用程序的图像存储格式是相同的，因此，可以直接根据人脸图像的转换模式对拍照获取到的人脸图像进行格式转换，从而将该人脸图像的数据格式转换为统一的数据格式，但是，对于通过当前应用程序调取相册或从网络中获取到的人脸图像，其数据格式则未必与当前应用程序的图像存储格式相同，对于这类图像，可以先将该人脸图像的数据格式转换为当前应用程序的图像存储格式，然后再对该人脸图像进行压缩处理，最后再根据人脸图像的转换模式对该人脸图像进行格式转换，从而将人脸图像的数据格式转换为统一的数据格式。
在实际应用中，对拍照获取到的人脸图像进行测肤的过程通常比较顺利，因为拍照获取到的人脸图像的数据兼容性往往较高，客户端只需将拍照获取的人脸图像直接发送至服务器进行处理，并将服务器的处理结果返回至客户端进行展示即可。但是，对于通过相册和网络获取到的人脸图像，则经常会出现图片识别失败的问题，原因在于，不同的终端对于图片的数据存储格式是不同的，且同一终端中不同类型的图片的数据存储格式也是不同的，例如，终端自带的摄像装置拍摄的照片与终端截屏得到的图片的数据存储格式就是不同的，由于通过相册和网络获取到的人脸图像的数据存储格式繁杂，因此在对此类人脸图像进行测肤检测时，就很容易出现数据格式不兼容的问题。可以理解的是，通过本实施例提供的数据处理方式，无论对于拍照获取到的人脸图像，还是对于从相册和网络中获取到的人脸图像来说，其数据兼容性都非常高，因此图像检测的成功率就非常高。
208、客户端判断格式转换后的人脸图像的文件字节数是否大于预设字节数。
209、若格式转换后的人脸图像的文件字节数大于预设字节数，则客户端对格式转换后的人脸图像进行二次压缩处理。
具体的，在图像压缩和格式转换之后，客户端还可以判断当前的人脸图像的文件字节数是否大于预设字节数(如大于100k)，如果格式转换后的人脸图像的文件字节数大于预设字节数，则客户端可以对格式转换后的人脸图像进行二次压缩处理，例如，客户端可以采用通过Canvas压缩的方式对格式转换后的人脸图像进行二次压缩。通过这种方式，可以将待上传的人脸图像的字节数控制在一定范围内，提高了人脸图像的上传速度，同时降低了人脸图像检测失败的概率。
210、客户端将格式转换后的人脸图像上传至云端存储器中。
211、服务器从云端存储器中获取客户端上传的人脸图像。
具体的，由于图像文件的占用空间较大，且上传图像所需的流量较多，因此，本步骤没有采用直接将人脸图片发送给服务器的方式上传人脸图片，而是将人脸图像先上传至云端存储器中，然后再由服务器从云端存储器中获取人脸图像，通过这种方式，可以实现人脸图像的分布式存储，提高人脸图像的上传速度，并提高服务器的响应速度。在本实施例中，如图3所示，也可以将格式转换后的人脸图像与人脸图像的文件路径和文件签名一同上传至云端存储器中，从而提高人脸图像检测的安全性和隐私性。
212、服务器通过测肤识别算法，对人脸图像中的异常模块和/或肤质参数进行标示，得到人脸皮肤肤质检测结果。
具体的，服务器可以通过调用测肤检测接口的方式对人脸图像进行检测识别，也可以利用预训练的视觉算法或测算模型对人脸图像中的异常模块进行检测识别，从而计算出人脸图像中的肤质参数。在本实施例中，异常模块可以包括痤疮、痘印、斑、痣、皱纹、黑眼圈、眼袋、黑头和毛孔中的一种或多种，肤质参数可以包括皮肤光滑度、皮肤油光度和毛孔粗大度中的一种或多种等等，此外，人脸图像中的异常模块和/或肤质参数还可以包括其他内容，本实施例在此不做具体限定。
在一种可选的实施方式中，步骤212具体可以通过以下步骤实现：首先，服务器通过测肤识别算法，对人脸图像中的异常模块进行识别，然后根据异常模块的识别结果计算得到人脸图像的肤质参数，最后将人脸图像中的异常模块的识别结果和/或肤质参数的计算结果映射到预设的肤质检测文档中，从而生成人脸皮肤肤质检测结果。本步骤通过将异常模块的识别结果和/或肤质参数的计算结果映射在肤质检测文档中，可以提高人脸检测结果的美观度，从而提高用户的体验感。
213、服务器将人脸皮肤肤质检测结果发送至客户端。
214、客户端接收服务器返回的人脸皮肤肤质检测结果。
215、客户端将五官轮廓特征点标示在人脸皮肤肤质检测结果中。
216、客户端利用预设组件，对人脸皮肤肤质检测结果进行展示。
具体的，在生成人脸皮肤肤质检测结果之后，服务器可以将人脸皮肤肤质检测结果直接发送至客户端，客户端在接收到服务器返回的人脸皮肤肤质检测结果之后，可以利用预设组件对人脸皮肤肤质检测结果进行展示，并提供给用户查看。在本实施例中，客户端也可以将步骤203至206中识别出的五官轮廓特征点标示在人脸皮肤肤质检测结果中，并将其作为人脸皮肤肤质检测结果的补充，从而完善人脸皮肤肤质检测结果，使人脸皮肤肤质检测结果更加美观。此外，客户端还可以在服务器测肤的过程中以动画的形式展示处人脸皮肤中的五官轮廓特征点，从而提升测肤功能的科技感，提升用户的体验度。
在一种可选的实施方式中，对人脸皮肤肤质检测结果进行展示的方法可以通过以下步骤实现：首先可以对人脸图像和人脸皮肤肤质检测结果进行分栏展示，例如，可以将人脸图像展示在客户端页面的上方，将人脸图像对应的皮肤肤质检测结果展示在客户端页面的下方，然后，通过标签页对人脸皮肤肤质检测结果中的各项异常模块和/或肤质参数进行分别展示，继而，响应于用户的滑动操作(例如左右滑动或上下滑动)，依次展示各项异常模块和/或肤质参数，最后，在展示各项异常模块和/或肤质参数标签页的同时，在人脸图像上进行相应的展示变化，包括蒙层颜色变化和区域描绘变化等等。举例来说，客户端可以在检测结果的主页面上通过分栏展示的方式分别展示用户的人脸图像和人脸皮肤肤质检测结果中的综合结果，然后，伴随着用户对检测结果的滑动操作，客户端可以在人脸皮肤肤质检测结果的页面区域中通过标签页依次展示人脸皮肤肤质检测结果中的各项异常模块和/或肤质参数，如依次展示毛孔标签页、痤疮标签页、色斑标签页和皱纹标签页等，最后，在展示各项异常模块和/或肤质参数标签页时，可以对人脸图像进行相应的展示变化，如通过不同颜色的半透明蒙层对人脸图像进行覆盖，或对人脸图像中的重点区域或异常模块的位置进行描绘等等。通过上述页面展示方式，可以有效的提高人脸皮肤肤质检测结果展示的直观性，从而提升用户的体验感。
本实施例提供的人脸皮肤肤质的检测方法，首先通过两次图像压缩技术提高了图像处理、图像上传和图像识别的速度，减少了图像处理所需的时间；其次通过格式转换技术、图像合法性检测和图像方向检测，提高了人脸图像的检测成功率，并提高了测肤程序的可移植性，使上述方法对应的程序可以适用于不同客户端和不同类型的应用程序中；最后通过文档映射和标示五官轮廓的方式提高了人脸皮肤肤质检测结果的美观性，提高了用户的体验感。
进一步的，作为图1至图3所示方法的具体实现，本实施例提供了一种人脸皮肤肤质的检测装置，如图4所示，该装置包括：图像获取模块31、模式确定模块32、图像处理模块33、图像上传模块34。
图像获取模块31，可用于获取人脸图像以及当前应用程序的图像存储格式；
模式确定模块32，可用于根据当前应用程序的图像存储格式，确定人脸图像的转换模式；
图像处理模块33，可用于对人脸图像进行压缩处理，并根据人脸图像的转换模式对人脸图像进行格式转换；
图像上传模块34，可用于将格式转换后的人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。
在具体的应用场景中，所述图像处理模块33，具体可用于按照预设宽度值或预设长度值对人脸图像进行等比缩放；根据图像转换模式，将人脸图像的当前存储格式转换为预设的图像上传格式。
在具体的应用场景中，所述图像处理模块33，还可用于判断格式转换后的人脸图像的文件字节数是否大于预设字节数；若格式转换后的人脸图像的文件字节数大于预设字节数，则对格式转换后的人脸图像进行二次压缩处理。
在具体的应用场景中，所述图像处理模块33，还可用于判断人脸图像的方向是否为正位图方向；若人脸图像的方向不是正位图方向，则对人脸图像进行旋转处理。
在具体的应用场景中，所述图像处理模块33，具体可用于获取人脸图像的方向数据，并根据人脸图像的方向数据判断人脸图像的方向是否为正位图方向；或通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像的方向是否为正位图方向。
在具体的应用场景中，所述图像处理模块33，还可用于通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像中是否包含人脸区域；若人脸图像中不包含人脸区域，则生成人脸图像的不合法信息并对人脸图像的不合法信息进行展示。
在具体的应用场景中，如图5所示，本装置还包括轮廓标示模块35，所述轮廓标示模块35可用于将五官轮廓特征点的坐标值标示在人脸皮肤肤质检测结果中。
在具体的应用场景中，如图5所示，本装置还包括结果展示模块36，所述结果展示模块36可用于利用预设组件，对人脸皮肤肤质检测结果进行展示。
需要说明的是，本实施例提供的一种人脸皮肤肤质的检测装置所涉及各功能单元的其它相应描述，可以参考图1至图3中的对应描述，在此不再赘述。
进一步的，作为图1至图3所示方法的具体实现，本实施例提供了一种人脸皮肤肤质的检测装置，该装置包括：图像获取模块和图像上传模块。
图像获取模块，可用于获取人脸图像；
图像上传模块，可用于将人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。
在具体的应用场景中，所述装置还包括图像处理模块，所述图像处理模块，可用于判断人脸图像的方向是否为正位图方向；若人脸图像的方向不是正位图方向，则对人脸图像进行旋转处理。
在具体的应用场景中，所述图像处理模块，具体可用于获取人脸图像的方向数据，并根据人脸图像的方向数据判断人脸图像的方向是否为正位图方向；或通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像的方向是否为正位图方向。
在具体的应用场景中，所述图像处理模块，还可用于通过视觉识别库，获取人脸图像中五官轮廓特征点的坐标值，并根据五官轮廓特征点的坐标值判断人脸图像中是否包含人脸区域；若人脸图像中不包含人脸区域，则生成人脸图像的不合法信息并对人脸图像的不合法信息进行展示。
在具体的应用场景中，本装置还包括轮廓标示模块，所述轮廓标示模块可用于将五官轮廓特征点的坐标值标示在人脸皮肤肤质检测结果中。
在具体的应用场景中，本装置还包括结果展示模块，所述结果展示模块可用于利用预设组件，对人脸皮肤肤质检测结果进行展示。
需要说明的是，本实施例提供的一种人脸皮肤肤质的检测装置所涉及各功能单元的其它相应描述，可以参考图1至图3中的对应描述，在此不再赘述。
进一步的，作为图1至图3所示方法的具体实现，本实施例提供了一种人脸皮肤肤质的检测装置，如图6所示，该装置包括：图像获取模块41、测肤识别模块42、结果发送模块43。
图像获取模块41，可用于从云端存储器中获取客户端上传的人脸图像；
测肤识别模块42，可用于通过测肤识别算法，对人脸图像中的异常模块和/或肤质参数进行标示，得到人脸皮肤肤质检测结果；
结果发送模块43，可用于将人脸皮肤肤质检测结果发送至客户端。
在具体的应用场景中，所述测肤识别模块42，具体可用于通过测肤识别算法，对人脸图像中的异常模块进行识别，并根据异常模块的识别结果计算得到人脸图像的肤质参数；将人脸图像中的异常模块的识别结果和/或肤质参数的计算结果映射到预设的肤质检测文档中，生成人脸皮肤肤质检测结果。
在具体的应用场景中，异常模块包括痤疮、痘印、斑、痣、皱纹、黑眼圈、眼袋、黑头和毛孔中的一种或多种；肤质参数包括皮肤光滑度、皮肤油光度和毛孔粗大度中的一种或多种。
需要说明的是，本实施例提供的一种人脸皮肤肤质的检测装置所涉及各功能单元的其它相应描述，可以参考图1至图3中的对应描述，在此不再赘述。
基于上述如图1至图3所示方法，相应的，本实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1至图3所示的人脸皮肤肤质的检测方法。
基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该待识别软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。
基于上述如图1至图3所示的方法，以及图4和图5所示的人脸皮肤肤质的检测装置实施例，为了实现上述目的，本实施例还提供了一种人脸皮肤肤质的检测的实体设备，具体可以为个人计算机、服务器、智能手机、平板电脑、智能手表、或者其它网络设备等，该实体设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1至图3所示的方法。
可选的，该实体设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency，RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)等。
本领域技术人员可以理解，本实施例提供的一种人脸皮肤肤质的检测的实体设备结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
存储介质中还可以包括操作***、网络通信模块。操作***是管理上述实体设备硬件和待识别软件资源的程序，支持信息处理程序以及其它待识别软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与信息处理实体设备中其它硬件和软件之间通信。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现。通过应用本申请的技术方案，首先获取人脸图像以及当前应用程序的图像存储格式，然后根据当前应用程序的图像存储格式，确定人脸图像的转换模式；继而对人脸图像进行压缩处理，并根据人脸图像的转换模式对人脸图像进行格式转换；最后将格式转换后的人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。与现有技术相比，上述方法通过图像压缩技术提高了图像处理、图像上传和图像识别的速度，减少了图像处理所需的时间；通过格式转换技术提高了人脸图像的检测成功率，提高了测肤程序的可移植性，使上述方法对应的程序可以适用于不同客户端和不同类型的应用程序中。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (10)

1.一种人脸皮肤肤质的检测方法，其特征在于，所述方法包括：
获取人脸图像以及当前应用程序的图像存储格式；
根据所述当前应用程序的图像存储格式，确定人脸图像的转换模式；
对所述人脸图像进行压缩处理，并根据所述人脸图像的转换模式对所述人脸图像进行格式转换；
将所述格式转换后的人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。
2.根据权利要求1所述的方法，其特征在于，所述对所述人脸图像进行压缩处理，并根据所述人脸图像的转换模式对所述人脸图像进行格式转换，包括：
按照预设宽度值或预设长度值对所述人脸图像进行等比缩放；
根据所述图像转换模式，将所述人脸图像的当前存储格式转换为预设的图像上传格式。
3.一种人脸皮肤肤质的检测方法，其特征在于，所述方法包括：
获取人脸图像；
将所述人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。
4.一种人脸皮肤肤质的检测方法，其特征在于，所述方法包括：
从云端存储器中获取客户端上传的人脸图像；
通过测肤识别算法，对所述人脸图像中的异常模块和/或肤质参数进行标示，得到人脸皮肤肤质检测结果；
将所述人脸皮肤肤质检测结果发送至所述客户端。
5.根据权利要求4所述的方法，其特征在于，所述通过测肤识别算法，对所述人脸图像中的异常模块和/或肤质参数进行标示，得到人脸皮肤肤质检测结果，包括：
通过测肤识别算法，对所述人脸图像中的异常模块进行识别，并根据所述异常模块的识别结果计算得到人脸图像的肤质参数；
将所述人脸图像中的异常模块的识别结果和/或肤质参数的计算结果映射到预设的肤质检测文档中，生成所述人脸皮肤肤质检测结果。
6.一种人脸皮肤肤质的检测装置，其特征在于，所述装置包括：
图像获取模块，用于获取人脸图像以及当前应用程序的图像存储格式；
模式确定模块，用于根据所述当前应用程序的图像存储格式，确定人脸图像的转换模式；
图像处理模块，用于对所述人脸图像进行压缩处理，并根据所述人脸图像的转换模式对所述人脸图像进行格式转换；
图像上传模块，用于将所述格式转换后的人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。
7.一种人脸皮肤肤质的检测装置，其特征在于，所述装置包括：
图像获取模块，用于获取人脸图像以及当前应用程序的图像存储格式；
图像上传模块，用于将所述格式转换后的人脸图像上传至云端存储器中，并接收服务器返回的人脸皮肤肤质检测结果。
8.一种人脸皮肤肤质的检测装置，其特征在于，所述装置包括：
图像获取模块，用于从云端存储器中获取客户端上传的人脸图像；
测肤识别模块，用于通过测肤识别算法，对所述人脸图像中的异常模块和/或肤质参数进行标示，得到人脸皮肤肤质检测结果；
结果发送模块，用于将所述人脸皮肤肤质检测结果发送至所述客户端。
9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN202110563990.XA 2021-05-24 2021-05-24 人脸皮肤肤质的检测方法、装置、存储介质及计算机设备 Pending CN113191322A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110563990.XA CN113191322A (zh) 2021-05-24 2021-05-24 人脸皮肤肤质的检测方法、装置、存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110563990.XA CN113191322A (zh) 2021-05-24 2021-05-24 人脸皮肤肤质的检测方法、装置、存储介质及计算机设备

Publications (1)

Publication Number Publication Date
CN113191322A true CN113191322A (zh) 2021-07-30

Family

ID=76985213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110563990.XA Pending CN113191322A (zh) 2021-05-24 2021-05-24 人脸皮肤肤质的检测方法、装置、存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN113191322A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113891015A (zh) * 2021-09-16 2022-01-04 平安养老保险股份有限公司 基于人工智能的图像处理方法、装置和计算机设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103794089A (zh) * 2014-01-15 2014-05-14 许大伦 具有拍照的在线教学的方法和装置
CN104586364A (zh) * 2015-01-19 2015-05-06 武汉理工大学 一种肤质检测***及方法
CN106650215A (zh) * 2016-10-11 2017-05-10 武汉嫦娥医学抗衰机器人股份有限公司 一种基于云平台的肤质检测及个性化评价***及方法
CN109800643A (zh) * 2018-12-14 2019-05-24 天津大学 一种活体人脸多角度的身份识别方法
CN109948476A (zh) * 2019-03-06 2019-06-28 南京七奇智能科技有限公司 一种基于计算机视觉的人脸皮肤检测***及其实现方法
KR20200055884A (ko) * 2018-11-14 2020-05-22 이시은 피부 진단용 이미지 데이터 처리 방법 및 이를 이용하는 피부 진단용 예약 방법
CN111754391A (zh) * 2020-05-15 2020-10-09 新加坡依图有限责任公司(私有) 人脸转正方法、设备及计算机可读存储介质
CN111814520A (zh) * 2019-04-12 2020-10-23 虹软科技股份有限公司 肤质检测方法、肤质等级分类方法及肤质检测装置
CN112633221A (zh) * 2020-12-30 2021-04-09 深圳市捷顺科技实业股份有限公司 一种人脸方向的检测方法及相关装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103794089A (zh) * 2014-01-15 2014-05-14 许大伦 具有拍照的在线教学的方法和装置
CN104586364A (zh) * 2015-01-19 2015-05-06 武汉理工大学 一种肤质检测***及方法
CN106650215A (zh) * 2016-10-11 2017-05-10 武汉嫦娥医学抗衰机器人股份有限公司 一种基于云平台的肤质检测及个性化评价***及方法
KR20200055884A (ko) * 2018-11-14 2020-05-22 이시은 피부 진단용 이미지 데이터 처리 방법 및 이를 이용하는 피부 진단용 예약 방법
CN109800643A (zh) * 2018-12-14 2019-05-24 天津大学 一种活体人脸多角度的身份识别方法
CN109948476A (zh) * 2019-03-06 2019-06-28 南京七奇智能科技有限公司 一种基于计算机视觉的人脸皮肤检测***及其实现方法
CN111814520A (zh) * 2019-04-12 2020-10-23 虹软科技股份有限公司 肤质检测方法、肤质等级分类方法及肤质检测装置
CN111754391A (zh) * 2020-05-15 2020-10-09 新加坡依图有限责任公司(私有) 人脸转正方法、设备及计算机可读存储介质
CN112633221A (zh) * 2020-12-30 2021-04-09 深圳市捷顺科技实业股份有限公司 一种人脸方向的检测方法及相关装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113891015A (zh) * 2021-09-16 2022-01-04 平安养老保险股份有限公司 基于人工智能的图像处理方法、装置和计算机设备

Similar Documents

Publication Publication Date Title
US11450051B2 (en) Personalized avatar real-time motion capture
JP7504968B2 (ja) アバター表示装置、アバター生成装置及びプログラム
US11748931B2 (en) Body animation sharing and remixing
US20220130115A1 (en) Side-by-side character animation from realtime 3d body motion capture
US20230116929A1 (en) Mirror-based augmented reality experience
US11432049B2 (en) Subtitle splitter
KR20190032084A (ko) 혼합현실 콘텐츠를 제공하는 장치 및 방법
US11657575B2 (en) Generating augmented reality content based on third-party content
JP2018067315A (ja) ユーザー編集イメージを用いた拡張現実コンテンツの提供方法及びシステム
CN112513875B (zh) 眼部纹理修复
CN111768479B (zh) 图像处理方法、装置、计算机设备以及存储介质
CN112598785A (zh) 虚拟形象的三维模型生成方法、装置、设备及存储介质
JP2005250950A (ja) マーカ提示用携帯端末および拡張現実感システムならびにその動作方法
EP4128026A1 (en) Identification of physical products for augmented reality experiences in a messaging system
CN114998935A (zh) 图像处理方法、装置、计算机设备及存储介质
CN115398884A (zh) 自拍设置和库存视频创建
CN111429338A (zh) 用于处理视频的方法、装置、设备和计算机可读存储介质
EP4272059A1 (en) Electronic communication interface with haptic feedback response
JP4183536B2 (ja) 人物画像処理方法及び装置並びにシステム
CN113191322A (zh) 人脸皮肤肤质的检测方法、装置、存储介质及计算机设备
CN108932055B (zh) 一种增强现实内容的方法和设备
CN112866577B (zh) 图像的处理方法、装置、计算机可读介质及电子设备
CN111010526A (zh) 一种视频通讯中的互动方法及装置
CN113329137B (zh) 图片传输方法、装置、计算机设备及计算机可读存储介质
CN113763517B (zh) 人脸表情编辑方法及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination